Mohamad Tegar Deyustian Muslim
Universitas Negeri Malang

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

Pengembangan Teknologi Wearable Headband Berbasis Deep Learning untuk Deteksi Rintangan dengan Panduan Suara Interaktif bagi Mobilitas Tunanetra Mohamad Tegar Deyustian Muslim; Azhar Ahmad Smaragdina
JPNM Jurnal Pustaka Nusantara Multidisiplin Vol. 4 No. 2 (2026): May : Jurnal Pustaka Nusantara Multidisiplin (ACCEPTED)
Publisher : SM Institute

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.59945/jpnm.v4i2.1197

Abstract

Mobilitas merupakan aspek vital bagi manusia, namun penyandang tunanetra menghadapi kendala signifikan untuk bergerak secara mandiri di ruang publik. Data Badan Pusat Statistik (BPS) tahun 2022 mencatat terdapat 277.200 penyandang tunanetra dari total 840 ribu warga Indonesia yang memiliki disabilitas sensorik. Penelitian ini bertujuan untuk mengembangkan iSee, sebuah inovasi alat bantu mobilitas berupa wearable headband berbasis deep learning yang berfungsi untuk mendeteksi rintangan (obstacle detection) dan memberikan arahan melalui panduan suara interaktif (interactive voice guidance). Penelitian ini menerapkan metode Research and Development (R&D) model Borg and Gall, yang mencakup tahapan analisis kebutuhan hingga uji lapangan. Secara teknis, purwarupa ini dibangun menggunakan perangkat keras Raspberry Pi Zero 2W dan Camera Module 2, serta diintegrasikan dengan algoritma YOLO berbasis Convolutional Neural Network (CNN) untuk pemindaian objek secara real-time. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi deteksi sebesar 91% dengan seluruh fitur berfungsi secara valid. Selain itu, perangkat ini telah mencapai Tingkat Kesiapan Teknologi (TKT) level 8. Kesimpulannya, purwarupa iSee terbukti sangat layak untuk dikembangkan dan diproduksi sebagai solusi alat bantu pergerakan yang efektif bagi penyandang tunanetra.