IMPLEMENTASI DETEKSI OBJEK MENGGUNAKAN METODE MOBILENET SEBAGAI ALAT BANTU PENYANDANG DISABILITAS TUNANETRA

Setiawan, Tomi (2026) IMPLEMENTASI DETEKSI OBJEK MENGGUNAKAN METODE MOBILENET SEBAGAI ALAT BANTU PENYANDANG DISABILITAS TUNANETRA. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020057.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020057_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (14MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020057_0713059502_0720117501_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (1MB)
	Text (BAB 2) RAMA_55201_2213020057_0713059502_0720117501_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (491kB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020057_0713059502_0720117501_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (927kB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020057_0713059502_0720117501_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (583kB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020057_0713059502_0720117501_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (138kB) | Request a copy
	Text (References) RAMA_55201_2213020057_0713059502_0720117501_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (162kB)
	Text (Lampiran) RAMA_55201_2213020057_0713059502_0720117501_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (804kB) | Request a copy

Abstract

Penelitian ini bertujuan untuk membangun prototype alat bantu navigasi non-tongkat bagi penyandang tunanetra berbasis Internet of Things (IoT) menggunakan metode deteksi objek SSD-MobileNet. Permasalahan yang melatarbelakangi penelitian ini adalah keterbatasan tongkat konvensional yang hanya mengandalkan sentuhan fisik sehingga tidak mampu memberikan informasi rintangan secara real-time, serta kendala keterbatasan kapasitas komputasi dan memori pada perangkat embedded seperti Raspberry Pi apabila model deteksi objek dijalankan secara lokal. Penelitian ini menawarkan pendekatan arsitektur client-server sebagai solusi, di mana Raspberry Pi 4 Model B berperan sebagai perangkat client yang mengambil citra melalui kamera 5 megapiksel, mengirimkan frame ke server, dan menyampaikan instruksi navigasi kepada pengguna melalui headset, sementara seluruh proses inferensi model SSD-MobileNet dijalankan pada server Django menggunakan TensorFlow Lite sehingga perangkat client tetap responsif tanpa terbebani komputasi berat. Model SSD-MobileNet dipilih karena arsitekturnya yang ringan dan mampu melakukan deteksi objek secara real-time dengan kebutuhan sumber daya komputasi yang rendah dibandingkan model deteksi objek yang lebih besar. Sistem mendeteksi objek dari label navigasi yang relevan, menentukan posisi objek pada tiga zona lateral (kiri, tengah, dan kanan), mengestimasi jarak menggunakan metode ground-plane projection yang dihaluskan dengan filter median dari tujuh frame terakhir, serta menghasilkan sembilan kemungkinan perintah navigasi berdasarkan kombinasi zona yang terhalang dan tingkat bahaya jarak. Instruksi navigasi disampaikan kepada pengguna dalam bentuk audio melalui headset. Pengujian fungsional menggunakan metode black-box testing menunjukkan bahwa seluruh 30 skenario uji menghasilkan output sesuai dengan yang diharapkan. Pengujian non-fungsional menunjukkan akurasi deteksi rata-rata sebesar 80,0% dengan rincian 83,3% pada kondisi pencahayaan normal, 66,7% pada kondisi cahaya redup, dan 90,0% pada kondisi luar ruangan, serta latensi rata-rata 285 milidetik pada jaringan lokal dan 710 milidetik pada jaringan 4G. Hasil tersebut menunjukkan bahwa sistem yang dikembangkan mampu menjadi solusi alternatif alat bantu navigasi yang lebih informatif dibandingkan tongkat konvensional, khususnya pada kondisi jaringan dan pencahayaan yang memadai.

Actions (login required)

View Item