Keywords
OpenCV
How to Cite
Abstract
Tunanetra adalah istilah umum yang digunakan untuk menyebut seseorang yang mengalami gangguan atau hambatan pada indra penglihatan. Oleh karena itu, untuk mengenali keberadaan suatu objek, penyandang tunanetra akan lebih bergantung pada indra lain seperti pendengaran, penciuman, dan peraba. Tujuan penelitian ini yaitu, membuat sebuah sistem pengenalan objek menggunakan YOLOv8 yang digunakan untuk penyandang tunanetra mengenali objek di sekitarnya. Input dari sistem berupa frame yang ditangkap melalui kamera lalu diproses sehingga dapat mengenali objek. Untuk output dari sistem berupa suara dengan kata-kata objek apa yang dikenal. Sistem mampu mendeteksi secara real-time dengan resolusi 640x640 pada nilai rata-rata fps 30. Dari hasil uji coba yang dilakukan peneliti menggunakan 35 gambar dan 29 objek sebagai validasi, model deteksi objek memiliki nilai rata-rata akurasi diatas 85%.
References
[1] M. Siahaan, C. Harsana Jasa, K. Anderson, M. V. Rosiana, S. Lim, dan W. Yudianto,
“Penerapan Artificial Intelligence (AI) Terhadap Seorang Penyandang Disabilitas
Tunanetra,” 2020. doi: https://doi.org/10.37253/joint.v1i2.4322.
[2] A. Setiyadi, E. Utami, dan D. Ariatmanto, “Analisa Kemampuan Algoritma YOLOv8
Dalam Deteksi Objek Manusia Dengan Metode Modifikasi Arsitektur,” Jurnal Sains
Komputer & Informatika (J-SAKTI, vol. 7, no. 2, hlm. 891–901, 2023, doi:
http://dx.doi.org/10.30645/j-sakti.v7i2.694.
[3] P. Ratna Aningtiyas, A. Sumin, dan S. Wirawan, “Pembuatan Aplikasi Deteksi Objek
Menggunakan TensorFlow Object Detection API dengan Memanfaatkan SSD MobileNet
V2 Sebagai Model Pra - Terlatih,” Jurnal Ilmiah Komputasi, vol. 19, no. 3, Mar 2020, doi:
10.32409/jikstik.19.3.68.
[4] Z. Zou, K. Chen, Z. Shi, Y. Guo, dan J. Ye, “Object Detection in 20 Years: A Survey,”
Proceedings of the IEEE, vol. 111, no. 3, hlm. 257–276, 2023, doi:
10.1109/JPROC.2023.3238524.
[5] M. Hussain, “YOLO-v1 to YOLO-v8, the Rise of YOLO and Its Complementary Nature
toward Digital Manufacturing and Industrial Defect Detection,” Machines, vol. 11, no. 7.
Multidisciplinary Digital Publishing Institute (MDPI), 1 Juli 2023. doi:
10.3390/machines11070677.
[6] Yanto, F. Aziz, dan Irmawati, “YOLO-V8 PENINGKATAN ALGORITMA UNTUK
DETEKSI PEMAKAIAN MASKER WAJAH,” Jurnal Mahasiswa Teknik Informatika,
vol. 7, no. 3, 2023, doi: https://doi.org/10.36040/jati.v7i3.7047.
[7] S. Gollapudi, Learn Computer Vision Using OpenCV. Apress, 2019. doi: 10.1007/978-1-
4842-4261-2.
[8] B. Santoso dan R. P. Kristianto, “IMPLEMENTASI PENGGUNAAN OPENCV PADA
FACE RECOGNITION UNTUK SISTEM PRESENSI PERKULIAHAN MAHASISWA,” SISTEMASI, vol. 9, no. 2, hlm. 352, Mei 2020, doi:
10.32520/stmsi.v9i2.822.
[9] N. Kaur dan P. Singh, “Conventional and contemporary approaches used in text to speech
synthesis: a review,” Artif Intell Rev, vol. 56, no. 7, hlm. 5837–5880, 2023, doi:
10.1007/s10462-022-10315-0.
[10] S. Kurlekar, O. A. Deshpande, A. V. Kamble, A. A. Omanna, dan D. B. Patil, “Reading
Device for Blind People using Python, OCR and GTTS,” International journal of Science
and Engineering Applications, vol. 9, no. 4, hlm. 049–052, Apr 2020, doi:
10.7753/IJSEA0904.1003.
[11] T. Pradana dan E. H. Sula, “PENGEMBANGAN APLIKASI PENDETEKSI OBJEK
UNTUK TUNANETRA MENGGUNAKAN OPERATOR TEPI CANNY DENGAN
LIBRARY OPENCV BERBASIS ANDROID,” SPIRIT, vol. 15, no. 1, hlm. 23–27, Mei
2023, doi: 10.53567/spirit.v15i1.285.
[12] Okpatrioka, “Research And Development (R&D) Penelitian Yang Inovatif Dalam
Pendidikan,” DHARMA ACARIYA NUSANTARA : Jurnal Pendidikan, Bahasa dan
Budaya, vol. 1, no. 1, 2023, doi: https://doi.org/10.47861/jdan.v1i1.154.
[13] E. Widyastuti dan Susiana, “Using the ADDIE model to develop learning material for
actuarial mathematics,” J Phys Conf Ser, vol. 1188, hlm. 012052, Mar 2019, doi:
10.1088/1742-6596/1188/1/012052.
[14] B. A. Mukmin dan N. Primasatya, “Pengembangan Multimedia Interaktif Macromedia
Flash Berbasis K-13 Sebagai Inovasi Pembelajaran Tematik Untuk Siswa Sekolah Dasar,”
JURNAL PENDIDIKAN DASAR NUSANTARA, vol. 5, no. 2, hlm. 211–226, Feb 2020,
doi: 10.29407/jpdn.v5i2.13854.
[15] T.-Y. Lin dkk., “Microsoft COCO: Common Objects in Context,” Mei 2014, doi:
10.48550/arXiv.1405.0312.
[16] L. Syafa’ah, Z. Zulfatman, I. Pakaya, dan M. Lestandy, “Comparison of Machine Learning
Classification Methods in Hepatitis C Virus,” Jurnal Online Informatika, vol. 6, no. 1,
hlm. 73, Jun 2021, doi: 10.15575/join.v6i1.719
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2025 Abrham Galatiano Ohny, Dr. Risky Aswi Ramadhani, M. Kom., Ardi Sanjaya, M. Kom.