Pengembangan Model Deteksi Objek Dalam Rumah Bagi Tunanetra Berbasis Optimasi YOLOv8n Menggunakan Metode Ghost Module dan Attention Mechanism – Submit Jurnal

Kamil, Muhammad Insan (2025) Pengembangan Model Deteksi Objek Dalam Rumah Bagi Tunanetra Berbasis Optimasi YOLOv8n Menggunakan Metode Ghost Module dan Attention Mechanism – Submit Jurnal. Bachelor thesis, Institut Teknologi Kalimantan.

[img] Text
11211058_cover.pdf

Download (95kB)
[img] Text
11211058_statement_of_authenticity.pdf

Download (949kB)
[img] Text
11211058_publishing_agreement.pdf

Download (856kB)
[img] Text
11211058_approval_sheet.pdf

Download (150kB)
[img] Text
11211058_preface.pdf

Download (835kB)
[img] Text
11211058_abstract_id.pdf

Download (861kB)
[img] Text
11211058_abstract_en.pdf
Restricted to Repository staff only until 26 April 2027.

Download (847kB) | Request a copy
[img] Text
11211058_table_of_content.pdf
Restricted to Repository staff only until 26 April 2027.

Download (2MB) | Request a copy
[img] Text
11211058_illustrations.pdf
Restricted to Repository staff only until 26 April 2027.

Download (1MB) | Request a copy
[img] Text
11211058_tables.pdf
Restricted to Repository staff only until 26 April 2027.

Download (827kB) | Request a copy
[img] Text
11211058_chapter_1.pdf
Restricted to Repository staff only until 26 April 2027.

Download (4MB) | Request a copy
[img] Text
11211058_chapter_2.pdf
Restricted to Repository staff only until 26 April 2027.

Download (724kB) | Request a copy
[img] Text
11211058_chapter_3.pdf
Restricted to Repository staff only until 26 April 2027.

Download (674kB) | Request a copy
[img] Text
11211058_chapter_4.pdf
Restricted to Repository staff only until 26 April 2027.

Download (628kB) | Request a copy
[img] Text
11211058_conclusions.pdf
Restricted to Repository staff only until 26 April 2027.

Download (1MB) | Request a copy
[img] Text
11211058_bibliography.pdf

Download (3MB)
[img] Text
11211058_enclosure.pdf
Restricted to Repository staff only until 26 April 2027.

Download (235kB) | Request a copy
[img] Text
11211058_paper.pdf
Restricted to Repository staff only until 26 April 2027.

Download (665kB) | Request a copy
[img] Text
11211058_presentation.pdf
Restricted to Repository staff only until 26 April 2027.

Download (3MB) | Request a copy
[img] Text
11211058_Form. TA-020.pdf
Restricted to Repository staff only until 26 April 2027.

Download (102kB) | Request a copy

Abstract

Penyandang tunanetra sering menghadapi kesulitan dalam mobilitas sehari-hari karena keterbatasan alat bantu yang tersedia saat ini. Meskipun tongkat khusus dapat membantu dalam berjalan, namun masih sulit bagi mereka untuk mendeteksi objek secara real-time. Kemajuan dalam pengenalan objek berbasis citra, terutama dengan penggunaan machine learning, menawarkan solusi yang menjanjikan. Namun, kendala muncul dalam implementasi deteksi objek pada perangkat keras dengan komputasi terbatas seperti Single-board Computer (SBC). Penelitian terbaru menunjukkan bahwa meskipun telah dilakukan optimasi pada model deteksi objek seperti YOLOv8, namun beban komputasinya masih cukup besar untuk diimplementasikan pada SBC. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan model YOLOv8 versi nano dengan beban komputasi yang lebih ringan. Metode yang diusulkan melibatkan penggunaan ghost module, downsampling, dan attention mechanism. Hasil penelitian menunjukkan bahwa penggunaan ghost module dan downsampling efektif mengurangi beban komputasi model YOLOv8n dari 8.09 GFLOPs menjadi 1.77 GFLOPs, menurunkan waktu inference model hingga 57,6%, dari 401,56 ms menjadi 170,33 ms pada perangkat keras raspberry pi 4, tanpa mengorbankan performa deteksi secara signifikan. Selain itu, integrasi attention mechanism melalui attention max pooling meningkatkan akurasi model dengan peningkatan mAP sebesar 1,3% dibandingkan max pooling standar. Model ini berhasil memberikan deteksi yang lebih akurat dan efisien, menjadikannya solusi yang potensial dalam membangun sistem benam untuk membantu penyandang tunanetra dalam mendeteksi objek secara real-time.

Item Type: Thesis (Bachelor)
Subjects: T Technology > T Technology (General)
T Technology > T Technology (General) > T201 Patents. Trademarks
Divisions: Jurusan Matematika dan Teknologi Informasi > Informatika
Depositing User: Muhammad Insan Kamil
Date Deposited: 09 Jan 2025 02:51
Last Modified: 09 Jan 2025 02:51
URI: http://repository.itk.ac.id/id/eprint/21901

Actions (login required)

View Item View Item