Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Fitriyani, Rahma Nur
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Deteksi Arah Gerak Kepala pada Kursi Roda Pintar menggunakan Fungsi Autocontrast Pillow dan Model YOLOv8N Fitriyani, Rahma Nur; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Berdasarkan data dari Badan Pusat Statistik (2021) tercatat sebanyak 5 persen dari total penduduk di Indonesia adalah penyandang disabilitas. Terdapat beberapa jenis disabilitas, salah satunya adalah disabilitas fisik. Penyandang disabilitas fisik umumnya menggunakan kursi roda untuk membantu mereka melakukan mobilitas. Namun kursi roda yang beredar saat ini, baik manual atau elektrik, keduanya membutuhkan bantuan tangan untuk mengendalikan kursi roda tersebut. Hal ini menjadi masalah untuk penyandang disabilitas fisik ganda yang memilki kesulitan atau gangguan untuk menggerakkan tangan dan kaki mereka. Beberapa penelitian telah dilakukan untuk mengatasi permasalahan ini seperti membuat kursi roda yang dapat dikendalikan menggunakan gerakan kepala. Namun, penelitian tersebut hanya membuat sistem kendali yang dapat dikendalikan dengan kondisi cahaya yang mencukupi. Sistem tidak dapat dikendalikan jika kondisi ruangan tidak memiliki cahaya yang cukup atau jika kursi roda berada dalam kondisi pencahayaan yang minim. Fungsi Autocontrast Pillow dapat digunakan untuk menangani hal tersebut. Autocontrast Pillow dapat meningkatkan pencahayaan dari gambar yang digunakan. Sementara untuk mendeteksi gerakan kepala dapat menggunakan YOLOv8N yang memiliki akurasi yang lebih baik dibandingkan model YOLO sebelumnya. Berdasarkan pengujian yang telah dilakukan, sistem menggunakan epoch 21 yang mana memiliki nilai f1 score sebesar 0,99 dan akurasi validasi sebesar 0,99. Sistem juga dapat bekerja dengan baik pada kondisi pencahayaan terang dan minim.
Co-Authors Utaminingrum, Fitri