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
Mufita, Aulia Riza
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 Pergerakan Kepala untuk Navigasi pada Kursi Roda Pintar Menggunakan Kombinasi Metode Berbasis YOLOv8N Mufita, Aulia Riza; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 2 (2025): Februari 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Kursi roda merupakan alat bantu yang sangat penting bagi penyandang disabilitas fisik, terutama individu yang memiliki keterbatasan pada fungsi gerak. Namun, kursi roda konvensional yang memerlukan pengoperasian manual tidak memadai bagi individu dengan disabilitas fisik ganda, seperti disfungsi tangan dan kaki. Padahal, jumlah penyandang disabilitas di Indonesia yang kesulitan atau tidak dapat menggunakan anggota gerak kaki mencapai ±7.318.167 orang, sementara ±2.976.763 juta lainnya memiliki keterbatasan pada tangan. Oleh karena itu, penelitian ini mengembangkan kursi roda pintar berbasis teknologi computer vision yang menggunakan model YOLOv8N dengan kombinasi modul GhostNet dan Slim-Neck sebagai sistem navigasi. Penggunaan Jetson Nano 4GB sebagai prosesor utama juga dipilih untuk menekan biaya produksi sehingga menghasilkan perangkat yang lebih ekonomis tanpa mengorbankan kinerja. Pengujian menunjukkan bahwa kombinasi model tersebut dapat mencapai mAP50 sebesar 99,4% dan mAP50-95 sebesar 89%, dengan efisiensi komputasi GFLOPs sebesar 3,4 dan waktu deteksi hanya 68,05 ms menggunakan CUDA. Model tersebut juga memiliki beban yang ringan dengan parameter hanya sebesar 1.549.980 dan ukuran model sebesar 3,6MB. Sistem navigasi ini berhasil terintegrasi dengan motor pada kursi roda pintar dengan nilai akurasi keseluruhan sistem yang cukup tinggi, yaitu mencapai 90%.
Co-Authors Utaminingrum, Fitri