Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Utaminingrum , Fitri
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 
Penggunaan Autocontrast dan YOLOv10n Untuk Deteksi Permukaan Jalan dalam Kondisi Pencahayaan Beragam pada Kursi Roda Pintar Ahmad Andika, Farel; Utaminingrum , Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Mobilisasi adalah salah satu kebutuhan dasar manusia dalam kehidupan sehari-hari, namun merupakan tantangan bagi penyandang disabilitas fisik. Walau penyandang disabilitas dapat menggunakan kursi roda sebagai penunjang mobilisasi, penelitian menunjukkan bahwa setidaknya 63% pengguna kursi roda pernah terjatuh dari kursi roda mereka dengan 36,4% dari kasus disebabkan oleh permukaan jalan yang dilewati. Dengan perkembangan teknologi saat ini kursi roda elektrik dapat dilengkapi dengan fitur keselamatan seperti sistem deteksi permukaan jalan yang dapat mengatur kecepatan motor listrik berdasarkan jenis permukaan yang dilewati. Beberapa penelitian terkait pengaturan kecepatan kursi roda pintar berdasarkan jenis permukaan jalan sudah ada sebelumnya namun dengan keterbatasan pada pencahayaan terang dan keperluan komputasi yang tinggi. Penelitian ini bertujuan menggunakan Autocontrast sebagai fungsi peningkatan pencahayaan citra dalam kondisi pencahayaan minim dan menggunakan YOLOv10n untuk deteksi permukaan jalan dalam kondisi pencahayaan beragam tanpa memerlukan kebutuhan komputasi yang tinggi. Berdasarkan hasil penelitian ini, diperoleh bahwa model terbaik berada pada epoch ke-92 dari pelatihan. Penggunaan Autocontrast tidak terlalu berpengaruh pada hasil deteksi model dengan akurasi hasil mencapai 95.7% dibandingkan 95.4% tanpa Autocontrast. Walau demikian, penggunaan Autocontrast berdampak minim ke kecepatan komputasi sistem dengan rata-rata 68,2ms dibandingkan 63,7ms.
Co-Authors Ahmad Andika, Farel