Surga, Itsar Irsyada and Prof. Dr. Eng. Fitri Utaminingrum, S.T., M.T. (2025) Implementasi Mobilevit-S Untuk Deteksi Permukaan Jalan Berbasis Jetson Nano Pada Kursi Roda Pintar. Sarjana thesis, Universitas Brawijaya.
Abstract
Penelitian ini mengembangkan sistem kursi roda pintar yang mampu mendeteksi jenis permukaan jalan menggunakan Mobile Vision Image Transformer (MobileViT-S) yang diimplementasikan pada Jetson Nano. Sistem ini dirancang untuk membantu penyandang disabilitas fisik dalam meningkatkan keamanan dan kenyamanan mobilitas, terutama di lingkungan dengan variasi permukaan jalan seperti lantai, paving, polisi tidur, dan tangga. MobileViT-S dipilih karena keunggulannya dalam pengenalan pola visual dengan efisiensi komputasi tinggi, sedangkan Jetson Nano digunakan sebagai unit pemrosesan utama berkat kapabilitasnya dalam pengolahan data secara real-time. Data pelatihan terdiri dari 3.352 gambar permukaan jalan yang diklasifikasikan ke dalam empat kelas. Model dilatih menggunakan early stopping untuk menentukan epoch terbaik berdasarkan nilai loss, precision, recall, dan F1-score. Hasil evaluasi menunjukkan bahwa model mencapai akurasi 97%, precision 95%, recall 94%, dan F1-score 94%. Pengujian real-time dilakukan dengan menangkap frame dari webcam yang dipasang pada kursi roda, menghasilkan rata-rata waktu komputasi sebesar 0,0854 detik per frame. Sistem ini juga dilengkapi fitur pengaturan kecepatan motor otomatis berdasarkan deteksi permukaan jalan, memungkinkan kursi roda beradaptasi dengan kondisi jalan secara dinamis. Hasil penelitian ini menunjukkan bahwa MobileViT-S dapat mendeteksi permukaan jalan dengan akurasi tinggi dan waktu komputasi yang efisien, menjadikannya solusi inovatif dan terjangkau untuk meningkatkan kemandirian pengguna kursi roda.
English Abstract
This study developed a smart wheelchair system capable of detecting road surface types using the Mobile Vision Image Transformer (MobileViT-S) implemented on a Jetson Nano. The system is designed to assist individuals with physical disabilities in enhancing safety and mobility comfort, especially in environments with varying road surfaces such as floors, paving, bumps, and stairs. MobileViT-S was chosen for its superior pattern recognition capabilities and computational efficiency, while Jetson Nano serves as the main processing unit due to its real-time data processing capabilities. The training dataset consisted of 3,352 road surface images classified into four categories. The model was trained using early stopping to determine the optimal epoch based on loss, precision, recall, and F1-score metrics. Evaluation results showed that the model achieved an accuracy of 97%, precision of 95%, recall of 94%, and F1-score of 94%. Realtime testing was conducted by capturing frames from a webcam mounted on the wheelchair, with an average computational time of 0.0854 seconds per frame. The system also features automatic motor speed adjustment based on road surface detection, enabling the wheelchair to adapt dynamically to road conditions. The results of this study demonstrate that MobileViT-S can accurately detect road surfaces with efficient computational performance, providing an innovative and cost-effective solution to improve the independence of wheelchair users.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052515 |
| Uncontrolled Keywords: | Citra Digital, Deteksi Permukaan Jalan, Kursi Roda Pintar, Nvidia Jetson Nano, Visi Komputer, MobileViT |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 14 Feb 2025 02:34 |
| Last Modified: | 14 Feb 2025 02:34 |
| URI: | http://repository.ub.ac.id/id/eprint/236726 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Itsar Irsyada Surga.pdf Restricted to Registered users only Download (6MB) |
Actions (login required)
 |
View Item |