Deteksi Permukaan Jalan Minim Cahaya Menggunakan autocontrast dan YOLOV8N Untuk Parameter Kecepatan Kursi Roda

Ramadhani, Roihaan and Prof. Dr.Eng. Fitri Utaminingrum, S.T., M.T and Rekyan Regasari Mardi Putri, S.T., M.T (2024) Deteksi Permukaan Jalan Minim Cahaya Menggunakan autocontrast dan YOLOV8N Untuk Parameter Kecepatan Kursi Roda. Sarjana thesis, Universitas Brawijaya.

Abstract

Mobilisasi merupakan kebutuhan dasar manusia, namun bagi disabilitas mobilitas menjadi tantangan karena gangguan fisik (Jatmiko, 2019). Dalam Kamus Besar Bahasa Indonesia disabilitas bermakna sebagai keterbatasan yang bersifat kronis dan lama, mengakibatkan kesulitan dalam berinteraksi (KBBI, 2016). Menurut WHO jumlah disabilitas di Indonesia mencapai 41 juta orang dari 275 juta penduduk pada tahun 2022 (WHO, 2022). Diperlukan alat bantu bagi disabilitas untuk mobilisasi. Kursi roda menjadi alternatif bagi disabilitas untuk memudahkan mobilitas. Penggunaan kursi roda, baik di dalam maupun luar ruangan menuntut pentingnya pengendalian kecepatan motor. Pengendalian motor yang tidak sesuai dengan permukaan jalan dapat menimbulkan ketidaknyamanan bahkan kecelakaan bagi disabilitas. Sudah ada beberapa penelitian terkait pengatur kecepatan kursi roda berdasarkan permukaan jalan, namun penelitian tersebut terbatas pada kondisi terang. Penelitian ini bertujuan menggunakan autocontrast untuk meningkatkan kontras gambar yang akan digunakan YOLOv8n dalam deteksi permukaan jalan baik dalam kondisi terang maupun gelap. Berdasarkan penelitian yang dilakukan, diperoleh model pada epoch 26 sebagai model terbaik yang digunakan untuk deteksi permukaan jalan. Hasilnya, sistem dapat mendeteksi tipe permukaan jalan dalam keadaan terang dan gelap dengan akurasi 94,45%. Penggunaan CUDA diperlukan untuk menghasilkan waktu komputasi cepat sehingga kursi roda dapat bergerak secara real­time, dengan CUDA, diperoleh rata­rata efisiensi waktu kecepatan komputasi sebesar 3279,28 ms

English Abstract

Mobilization is a basic human need, but for people with disabilities mobility is a challenge due to physical impairments (Jatmiko, 2019). In the Big Indonesian Dictionary, disability means limitations that are chronic and long­standing, resulting in difficulties in interacting (KBBI, 2016). According to WHO, the number of disabilities in Indonesia reached 41 million people out of 275 million population in 2022 (WHO, 2022). Assistive devices are needed for disabilities to mobilize. Wheelchairs are an alternative for disabilities to facilitate mobility. The use of wheelchairs, both indoors and outdoors, demands the importance of motor speed control. Motor control that is not in accordance with the road surface can cause discomfort and even accidents for disabilities. There have been several studies related to wheelchair speed control based on road surfaces, but these studies are limited to bright conditions. This research aims to use autocontrast to increase the contrast of images that YOLOv8n will use in road surface detection in both light and dark conditions. Based on the research conducted, the model at epoch 26 was obtained as the best model used for road surface detection. As a result, the system can detect the type of road surface in light and dark conditions with an accuracy of 94.45%. The use of CUDA is needed to generate fast computing time so that the wheelchair can move in real­time, with CUDA, the average time efficiency of computing speed is 3279.28 ms

Item Type:	Thesis (Sarjana)
Identification Number:	052415
Uncontrolled Keywords:	Kursi Roda Pintar, Disabilitas, YOLOv8, autocontrast, PWM, Deteksi Objek, Smart Wheelchair, Disability, YOLOv8, autocontrast, PWM, Object Detection.
Divisions:	Fakultas Ilmu Komputer > Teknik Informatika
Depositing User:	Annisti Nurul F
Date Deposited:	07 Feb 2024 06:55
Last Modified:	07 Feb 2024 06:55
URI:	http://repository.ub.ac.id/id/eprint/215848

Text (DALAM MASA EMBARGO) Roihaan Ramadhani.pdf Restricted to Registered users only Download (4MB)

Actions (login required)

View Item