Record Details

Sistem Identifikasi Label Ruangan menggunakan MobileNet SSD dan OCR berbasis Raspberry Pi 3B+ dan Intel Neural Compute Stick 2

Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer

View Archive Info
 
 
Field Value
 
ISSN 2548-964X
 
Authentication Code dc
 
Title Statement Sistem Identifikasi Label Ruangan menggunakan MobileNet SSD dan OCR berbasis Raspberry Pi 3B+ dan Intel Neural Compute Stick 2
 
Added Entry - Uncontrolled Name Rachman, Zhuliand
Utaminingrum, Fitri
Widasari, Edita Rosana
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
Fakultas Ilmu Komputer, Universitas Brawijaya
 
Summary, etc. Seorang tunanetra umumnya memiliki keterbatasan dalam penginderaan visual serta menggunakan alat bantu seperti tongkat untuk membantu mobilitas mereka namun tetap saja memiliki hambatan terlebih apabila berada di dalam sebuah gedung dan ingin mencari ruangan yang dituju. Label ruangan yang biasanya tercetak dan tidak dapat dikenali oleh seorang tunanetra akan dapat dikenali dengan bantuan perangkat portabel yang melakukan komputasi di bidang computer vision. Dengan mengandalkan algoritme MobileNet SSD yang dapat mendeteksi keberadaan label ruangan dengan komputasi singkat dan Optical Character Recognition (OCR) yang dapat mengenali nama label ruangan tersebut, maka pengguna dapat mendengar nama label ruangan yang diucapkan melalui speaker. Singkatnya sistem mengubah informasi visual menjadi informasi audio yang dapat diterima oleh seorang tunanetra. Walaupun pemroses utama yang digunakan adalah perangkat edge seperti Raspberry Pi 3B+, terdapat tambahan perangkat akselerator Intel Neural Compute Stick 2 yang dapat membantu proses pendeteksian lebih cepat karena algoritme pendeteksian melibatkan deep neural network yang memiliki komputasi yang intensif. Berdasarkan pengujian yang dilakukan pada penelitian ini, pengujian pendeteksian label ruangan menggunakan MobileNet SSD menghasilkan tingkat akurasi sebesar 80% dengan rata-rata waktu komputasi 68,44 ms sedangkan untuk pengenalannya menggunakan OCR dihasilkan nilai akurasi sebesar 93,65% dengan rata-rata waktu komputasi 263,05 ms. Selain itu hasil integrasi berdasarkan masukan citra digital dengan keluaran suara didapatkan tingkat akurasi sebesar 50% dikarenakan suara tersebut hanya diucapkan apabila hasil pengenalan benar-benar cocok atau sama dengan nama label ruangan yang ada.
 
Publication, Distribution, Etc. Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya
 
Electronic Location and Access application/pdf
http://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12071
 
Data Source Entry Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer; Vol 6 No 12 (2022): Desember 2022
 
Language Note ind
 
Terms Governing Use and Reproduction Note Hak Cipta (c) 2023 Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
 


www.freevisitorcounters.com