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
Larasati, Anindya Zulva
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 
Sistem Kendali Pengikut Terarah Smart Wheelchair pada Pencahayaan Beragam Menggunakan Gamma Correction dan YOLOv8n Termodifikasi Larasati, Anindya Zulva; 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 salah satu alat bantu utama bagi penyandang disabilitas. Namun, penggunaan kursi roda dalam waktu yang lama dapat meningkatkan risiko kelelahan akibat tingginya upaya fisik yang diperlukan. Kursi roda yang ada saat ini memiliki keterbatasan dalam memenuhi kebutuhan pengguna dengan disabilitas ganda atau tunanetra karena mereka diharuskan untuk tetap memperhatikan lingkungan sekitar selama penggunaannya. Kursi roda yang mampu mendeteksi dan mengikuti pemandu dapat menjadi solusi inovatif. Namun, kinerja sistem yang mengandalkan deteksi visual sangat bergantung pada kondisi pencahayaan di lingkungan sekitarnya. Penelitian ini mengembangkan kursi roda pintar yang dilengkapi dengan gamma correction untuk meningkatkan visibilitas pada pencahayaan rendah, serta menggunakan YOLOv8n yang dimodifikasi dengan GhostNetv2 agar efisien di perangkat dengan komputasi terbatas seperti Jetson Nano. Hasil pengujian menunjukkan bahwa model YOLOv8n termodifikasi ini menurunkan parameter sebesar 42,9% dan mengompresi ukuran model hingga 39,2% dibandingkan dengan YOLOv8n baseline. Selain itu, sistem ini mendapatkan recall deteksi terhadap pemandu sebesar 91,8% secara keseluruhan. Pada pencahayaan normal, recall deteksi mencapai 100%, baik dengan maupun tanpa penggunaan gamma correction. Sementara itu, pada pencahayaan rendah, recall deteksi tercatat sebesar 90% saat menggunakan gamma correction dan 77,5% tanpa gamma correction.
Co-Authors Utaminingrum, Fitri