Skripsi

Deteksi trotoar dan guide block untuk penyandang tuna netra dengan implementasi image processing menggunakan metode cnn dan tensorflow / Danang Reno Zulfikar

Abstrak
RINGKASAN Zulfikar Danang Reno. 2021. Deteksi Trotoar dan Guide Block Untuk Penyandang Tuna Netra dengan Implementasi Image Processing Menggunakan Metode CNN dan TensorFlow. Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Dr. Eng. Siti Sendari S.T. M.T. (II) Dyah Lestari S.T. M.Eng. Kata Kunci tuna netra trotoar ubin kuning guide block deteksi citra Menurut World Health Organization (WHO) pada tahun 2009 dari 314 juta jiwa yang terdata 45 juta jiwa diantaranya mengalami kebutaan atau tuna netra dan data dari Kementrian Kesehatan (Kemenkes) Republik Indonesia pada tahun 2017 dari 250 juta jiwa total masyarakat Indonesia 3.750.000 mengalami kebutaan atau tuna netra. Dimana kondisi penyandang tuna netra sangat membutuhkan alat bantu dalam melakukan aktifitasnya. Aktifitas yang dimaksud yaitu berjalan di pinggir jalan raya. Alat bantu yang biasa digunakan oleh penyandang tuna netra yaitu tongkat pemandu dan ubin kuning (paving guide block). Akan tetapi alat bantu tersebut masih memiliki problematika diantaranya penyandang tuna netra yang sangat bergantung pada tongkat pemandu dan tongkat pemandu yang tidak bisa mendeteksi secara jelas objek apa yang disentuh khususnya trotoar dan paving guide block. Dari problematika tersebut diusulkanlah suatu sistem pengenalan citra yang dapat mendeteksi trotoar dan guide block dan nantinya akan memberikan informasi berupa suara kepada penyandang tuna netra. Sistem pengenalan citra menggunakan metode Tensorflow. Data yang digunakan berupa citra atau foto berupa trotoar dan guide block. Pengambilan data dilakukan dengan cara mengambil foto secara horizontal dan vertikal. Dari analisis hasil yang didapatkan cara pengumpulan dataset. Dataset berupa data trotoar dan guide block dengan data latih sebanyak 75 data dan data uji sebanyak 20 data. Data diambil dengan mengambil foto secara horizontal dan vertikal. Pelabelan dikatakan efektif apabila pelabelan gambar data dilakukan secara konstan dan stabil. Dari pengujian data uji didapatkan model TG7 sebagai model paling baik dengan nilai akurasi 70% dan model TG2 sebagai model TG2 sebagai model kurang baik dengan nilai akurasi 25%.

Informasi Detail

DDC

Rs 621.381536 ZUL d

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro, 2021.

Deskripsi Fisik

xvii, 142 lembar : il. ; 30 cm.

Bahasa

Indonesia

No Reg

01649/KI/22

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2021

Subjek

1. ALAT PENDETEKSI - TUNA NETRA
2. DETECTION TOOLS - BLIND

Pembimbing

1. Siti Sendari ; 2. Dyah Lestari

Lampiran Berkas