Deteksi Objek Tongkat Pintar Menggunakan YOLOv5 Berbasis Odroid
DOI:
https://doi.org/10.59024/jis.v3i1.1136Keywords:
Objek Deteksi, Odroid, Tongkat Pintar, Tunanetra, YOLOv5Abstract
Penelitian ini bertujuan untuk meningkatkan kemampuan deteksi objek pada tongkat pintar bagi penyandang tunanetra dengan menerapkan teknologi terbaru YOLOv5. Melalui pendekatan ini, akan terjadi peningkatan dalam kemampuan bergerak mandiri dan aman bagi penyandang tunanetra dalam aktivitas sehari-hari. Desain sistem melibatkan tiga tahap utama: sistem masukan, proses, dan luaran. Pengujian sistem menunjukkan bahwa algoritma YOLOv5 mampu mencapai akurasi deteksi hingga 82% dengan tingkat kesalahan yang relatif kecil. Dengan demikian, tongkat pintar ini dapat menjadi alat yang efektif untuk membantu penyandang tunanetra dalam mendeteksi objek di sekitar mereka. Implementasi teknologi ini dapat menciptakan lingkungan yang lebih inklusif dan ramah bagi penyandang tunanetra, serta memberikan kontribusi dalam meningkatkan kualitas hidup mereka secara keseluruhan.
References
Ahmad, I., Yang, Y., Yue, Y., Ye, C., Hassan, M., Cheng, X., Wu, Y., & Zhang, Y. (2022). Deep Learning Based Detector YOLOv5 for Identifying Insect Pests. Applied Sciences, 12(19), 10167. https://doi.org/10.3390/app121910167
Albaab, M. R. U., Nugroho, R. R., & Vitasari, J. (2023). Sistem Deteksi Dini Banjir Berbasis Geographic Information System Terintegrasi Cloud Computing Website Di Kelurahan Tambakkemerakan.
Alfarizi, D. N., Pangestu, R. A., Aditya, D., Setiawan, M. A., & Rosyani, P. (2023). Penggunaan Metode YOLO Pada Deteksi Objek: Sebuah Tinjauan Literatur Sistematis. 1(1).
Anderson, K. S., Hansen, C. W., Holmgren, W. F., Jensen, A. R., Mikofski, M. A., & Driesse, A. (2023). pvlib python: 2023 project update. Journal of Open Source Software, 8(92), 5994. https://doi.org/10.21105/joss.05994
Aras, S., Tanra, P., & Bazhar, M. (2024). Deteksi Tingkat Kematangan Buah Tomat Menggunakan YOLOv5: Detection of Tomato Fruit Ripeness Level Using YOLOv5. MALCOM: Indonesian Journal of Machine Learning and Computer Science, 4(2), 623–628. https://doi.org/10.57152/malcom.v4i2.1270
Badan Pusat Statistik Kabupaten Sidoarjo. (2018, January 1). Jumlah Penyandang Disabilitas Kabupaten Sidoarjo. Jumlah Penyandang Disabilitas Kabupaten Sidoarjo.
Bartlett, P. L., Montanari, A., & Rakhlin, A. (2021). Deep learning: A statistical viewpoint. Acta Numerica, 30, 87–201. https://doi.org/10.1017/S0962492921000027
Bengio, Y., Lecun, Y., & Hinton, G. (2021). Deep learning for AI. Communications of the ACM, 64(7), 58–65. https://doi.org/10.1145/3448250
Do, Y., Park, J. W., Wu, Y., Basu, A., Zhang, D., Abowd, G. D., & Das, S. (2021). Smart Webcam Cover: Exploring the Design of an Intelligent Webcam Cover to Improve Usability and Trust. Proceedings of the ACM on Interactive, Mobile, Wearable and Ubiquitous Technologies, 5(4), 1–21. https://doi.org/10.1145/3494983
Horvat, M., Jelečević, L., & Gledec, G. (2022). A comparative study of YOLOv5 models performance for image localization and classification.
Jayadi, A. (2022). Rancang Bangun Protokol dan Algoritma Untuk Pengiriman Citra Jarak Jauh Pada Saluran Nirkabel Non Reliabel. 2.
Rahma, L., Syaputra, H., Mirza, A. H., & Purnamasari, S. D. (2021). Objek Deteksi Makanan Khas Palembang Menggunakan Algoritma YOLO (You Only Look Once). Jurnal Nasional Ilmu Komputer, 2(3), 213–232. https://doi.org/10.47747/jurnalnik.v2i3.534
Ruswiansari, M., Marta, B. S., Sari, D. M., Agata, D., & Yuniarti, H. (2021). Pemanfaatan Perangkat Mengajar Digital Guna Mendukung Blended Learning. Jurnal Pengabdian Kepada Masyarakat, 4(1).
Saharuddin, S., & Wisnu Prihatmono, M. (2022). PENGENALAN DAN PELATIHAN DASAR BAHASA PEMROGRAMAN PYTHON PADA SISWA/I SMA NEGERI 3 MAKASSAR. SELAPARANG: Jurnal Pengabdian Masyarakat Berkemajuan, 6(4), 2233. https://doi.org/10.31764/jpmb.v6i4.10569
Saifullah, S. (2020). Segmentasi Citra Menggunakan Metode Watershed Transform Berdasarkan Image Enhancement Dalam Mendeteksi Embrio Telur. Systemic: Information System and Informatics Journal, 5(2), 53–60. https://doi.org/10.29080/systemic.v5i2.798
Sucipto, A., Nuraji, D., Ramadany, M. E. L., Vitasari, J., & Widarso, R. A. (2024). Implementasi Sistem Deteksi Otomatis pada Tanaman Cabai Rawit Menggunakan Convolutional Neural Network (CNN) Berbasis TensorFlow untuk Optimasi Pertanian Modern.
Thompson, N., Greenewald, K., Lee, K., & Manso, G. F. (2023, June 14). The Computational Limits of Deep Learning. Ninth Computing within Limits 2023. Ninth Computing within Limits 2023, Virtual. https://doi.org/10.21428/bf6fb269.1f033948
Utomo, A. P., Sucipto, A., Ayu Wulandari, S., Rosyady, A. F., Lazuardi, M. E., & Dyiono, D. (2023). Implementasi desain Smart Stick untuk anak tunanetra berbasis GPS terintegrasi dengan smartphone. JURNAL ELTEK, 21(1), 10–19. https://doi.org/10.33795/eltek.v21i1.369
Yang, X., & Krajbich, I. (2021). Webcam-based online eye-tracking for behavioral research. Judgment and Decision Making, 16(6).
Yudhiastuti, A., & Azizah, N. (2019). Pembelajaran Program Khusus Orientasi Mobilitas Bagi Peserta Didik Tunanetra di Sekolah Luar Biasa. PEMBELAJAR: Jurnal Ilmu Pendidikan, Keguruan, dan Pembelajaran, 3(1), 1. https://doi.org/10.26858/pembelajar.v3i1.5778
Downloads
Published
Issue
Section
License
Copyright (c) 2024 JURNAL ILMIAH RESEARCH AND DEVELOPMENT STUDENT
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
