<![CDATA[Kursi roda merupakan salah satu alat bantu mobilisasi bagi penyandang disabilitas untuk dapat beraktivitas yang sebelumnya tidak mungkin dilakukan sehingga memberi mereka rasa kebebasan dan kemandirian. Namun, kursi roda manual mengharuskan pengguna atau orang lain untuk mengoperasikannya dengan tenaga yang besar. Apabila aktivitas tersebut dilakukan terus menerus dapat meningkatkan resiko gangguan muskuloskeletal. Kursi roda pintar telah banyak berkembang untuk meningkatkan mobilisasi penggunanya. Salah satunya dengan mendeteksi posisi asisten penyandang disabilitas yang ada di depan kursi roda. Algoritma deteksi objek, YOLOv8, menawarkan peforma yang baik untuk deteksi secara real-time. Namun, algoritma tersebut memerlukan sumber daya komputasi yang besar. Penelitian ini akan menerapkan modul ghost dan SimAM pada arsitektur YOLOv8n untuk mengurangi kompleksitas model dan mempertahankan akurasi. Dari hasil pelatihan model tersebut didapatkan nilai mAP50 sebesar 0,995 dan nilai mAP50-95 sebesar 0,864 dengan parameter berkurang menjadi 1,7 juta parameter. Kemudian pada integrasi model dengan kursi roda, didapatkan akurasi sebesar 95%. Hal ini menunjukkan bahwa kursi roda pintar dapat bergerak sesuai hasil deteksi posisi pemandu dengan baik.]]>
Copyrights © 2025
