Model sistem deteksi kendaraan bagi penyandang low vision untuk menyeberang pada zebra cross non-pelican crossing berbasis YOLOv3

Hidayatika, Ismania (2023) Model sistem deteksi kendaraan bagi penyandang low vision untuk menyeberang pada zebra cross non-pelican crossing berbasis YOLOv3. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) 1_cover.pdf Download (265kB) | Preview
Preview	Text (ABSTRAK) 2_abstrak.pdf Download (346kB) | Preview
Preview	Text (DAFTAR ISI) 3_daftarisi.pdf Download (324kB) | Preview
Preview	Text (BAB I) 4_bab1.pdf Download (810kB) | Preview
	Text (BAB II) 5_bab2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB III) 6_bab3.pdf Restricted to Registered users only Download (783kB) | Request a copy
	Text (BAB IV) 7_bab4.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (BAB V) 8_bab5.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (BAB VI) 9_bab6.pdf Restricted to Registered users only Download (472kB) | Request a copy
	Text (DAFTAR PUSTAKA) 10_daftarpustaka.pdf Restricted to Registered users only Download (749kB) | Request a copy

Abstract

INDONESIA : Low vision merupakan salah satu gangguan penglihatan yang menyebabkan berkurangnya kemampuan mata dalam melihat sesuatu. Meskipun memiliki keterbatasan, para penyandang low vision tetap ingin hidup mandiri dan beradaptasi dengan kondisi yang mereka alami meski membutuhkan bantuan baik dengan makhluk hidup, maupun bantuan alat. Tugas akhir ini akan membahas mengenai perancangan model sistem deteksi kendaraan bagi penyandang low vision untuk menyeberang pada zebra cross non-pelican crossing berbasis YOLOv3. model ini dirancang menggunakan YOLOv3 sebagai model image processing untuk mendeteksi kendaraan yang melintas dan memberikan suara peringatan berdasarkan estimasi jarak sebagai peringatan. Dataset model disusun dengan 7 kelas kendaraan yang berbeda dengan beragam jenis serta ukuran untuk mempermudah proses penentuan estimasi jarak. Sistem memiliki peringatan berupa suara yang dapat menjadi indikator adanya kendaraan yang melintas sehingga penyandang low vision tidak akan menyeberang dan menunggu hingga lalu lintas tidak dilewati oleh kendaraan atau kendaraan berhenti. Berdasarkan anjuran dari Kemenhub, perihal jarak aman berkendara, peringatan suara muncul ketika kendaraan berada pada jarak 40 meter hingga 1 meter dari titik kamera dengan suara “bip”, dan pada jarak lebih dari 40 meter dengan suara “ting”. Hasil pengujian didapatkan sistem yang mampu mengeluarkan suara peringatan terhadap kendaraan yang tertangkap pada kamera berdasarkan estimasi jarak antara kendaraan dengan titik kamera. Tingkat akurasi yang didapatkan pada penelitian ini berupa (mean average precision) mAP sebesar 92.67% dengan rata-rata selisih kesalahan pada estimasi jarak sebesar 0.78% dari batas terjauh suara yang muncul ketika kendaraan sudah dekat. ENGLISH : Low vision is a visual impairment that causes a reduced ability of the eyes to see things. Despite having limitations, people with low vision still want to live independently and adapt to the conditions they experience even though they need help either with living things or tool assistance. This final project will discuss the design of a vehicle detection system prototype for people with low vision to cross at a non-pelican crossing zebra crossing based on YOLOv3. This prototype is designed using YOLOv3 as an image processing model to detect passing vehicles and provide warning sounds based on estimated distance as a warning. The model dataset is organized with 7 different classes of vehicles with various types and sizes to facilitate the process of determining distance estimation. The system has a voice warning that can be an indicator of a passing vehicle so that people with low vision will not cross and wait until traffic is not passed by vehicles or vehicles stop. Based on recommendations from the Ministry of Transportation regarding safe driving distances, sound warnings appear when the vehicle is at a distance of 40 meters to 1 meter from the camera point with a "beep" sound, and at a distance of more than 40 meters with a "ting" sound. The results of the test obtained a system that can issue a warning sound to vehicles caught on the camera based on the estimated distance between the vehicle and the camera point. The accuracy rate obtained from this study in the form of mAP is 92.67% with an average error difference in distance estimation is 0.78% of the minimum sound limit that appears when the vehicle is close.

Actions (login required)

View Item