Deteksi Arah Gerak Kepala pada Kursi Roda Pintar Menggunakan Fungsi Autocontrast Pillow dan Model YOLOv8N

Fitriyani, Rahma Nur and Prof. Dr.Eng. Fitri Utaminingrum, S.T., M.T (2024) Deteksi Arah Gerak Kepala pada Kursi Roda Pintar Menggunakan Fungsi Autocontrast Pillow dan Model YOLOv8N. Sarjana thesis, Universitas Brawijaya.

Abstract

Pada tahun 2020, tercatat sebanyak 5 persen dari total penduduk di Indonesia merupakan penyandang disabilitas (Badan Pusat Statistik Kabupaten Kepulauan Talaud, 2021). Disabilitas terbagi menjadi beberapa jenis, salah satunya adalah disabilitas fisik. Kursi roda adalah alat bantu yang biasa digunakan oleh penyandang disabilitas fisik untuk melakukan mobilitas. Kursi roda yang biasa beredar di pasaran sekarang ini, yaitu manual dan elektrik, keduanya membutuhkan bantuan tangan untuk mengendalikan kursi roda tersebut. Hal ini tentunya akan menjadi masalah untuk penyandang disabilitas fisik ganda yang memiliki gangguan atau kesulitan untuk menggerakkan kaki dan tangan mereka. Beberapa penelitian telah dilakukan untuk mengatasi hal ini yaitu dengan membuat sistem kontrol yang dapat dikendalikan dengan gerakan kepala sehingga memungkinkan untuk mengendalikan kursi roda menggunakan gerakan kepala. Namun penelitian tersebut dibatasi sehingga kursi roda hanya dapat dikendalikan dalam kondisi terang. Kursi tersebut tidak bisa dikendalikan dalam kondisi minim cahaya. Hal tersebut dapat ditangani menggunakan fungsi autocontrast Pillow untuk meningkatkan pencahayaan dari gambar yang digunakan dan YOLOv8N untuk melakukan pendeteksian gerakan kepala. Berdasarkan pengujian yang telah dilakukan, diperoleh epoch 21 adalah epoch terbaik untuk model pendeteksian menggunakan YOLOv8N. Sistem telah diuji dan dapat bergerak sesuai dengan masukan yang telah diberikan. Adapun akurasi yang dihasilkan oleh sistem baik pada kondisi pencahayaan terang dan minim adalah sebesar 91,42 persen. Untuk menjalankan sistem, diperlukan CUDA untuk menghasilkan waktu komputasi yang cepat sehingga kursi roda dapat bergerak secara real-time. Dengan menggunakan CUDA, diperoleh nilai rata-rata kecepatan waktu komputasi yang didapatkan dari model adalah sebesar 32,11 ms.

English Abstract

In 2020, it was recorded that 5 percent of the total population in Indonesia were people with disabilities (Badan Pusat Statistik Kabupaten Kepulauan Talaud, 2021). Disabilities are divided into several types, one of which is physical disability. Wheelchairs are assistive devices commonly used by people with physical disabilities to carry out mobility. The wheelchairs that are usually on the market today, namely manual and electric, both require the help of hands to control the wheelchair. This will be a problem for people with multiple physical disabilities who have problems or have difficulty moving their legs and arms. Several studies have been carried out to overcome this, namely by creating a control system that can be controlled with head movements, making it possible to control a wheelchair using only head movements. However, the research was limited so that the wheelchair could only be controlled in bright conditions. The wheelchair cannot be controlled in low light conditions. This can be handled using the Pillow autocontrast function to increase the lighting of the image used and YOLOv8N to detect movement. Based on the tests that have been carried out, it was found that epoch 21 is the best epoch for the detection model using YOLOv8N. The system has been tested and can move according to the input that has been given. The accuracy produced by the system is 91.42 percent. To run the system, CUDA is needed to produce fast computing times so that wheelchairs can move in real-time. By using CUDA, the average value of computing time speed obtained from model is 32.11 ms.

Item Type:	Thesis (Sarjana)
Identification Number:	0524150210
Uncontrolled Keywords:	Autocontrast, Deteksi Gerak Kepala, Disabilitas, Kursi Roda, Pillow, YOLOv8-Keywords:
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	Sugeng Moelyono
Date Deposited:	02 Apr 2024 06:41
Last Modified:	02 Apr 2024 06:41
URI:	http://repository.ub.ac.id/id/eprint/216260

Text (DALAM MASA EMBARGO) Rahma Nur Fitriyani.pdf Restricted to Registered users only Download (24MB)

Actions (login required)

View Item