Sistem Pengenalan Gerak Kepala sebagai Navigasi Kursi Roda Pintar dengan menggunakan Metode YOLOV5 berbasis TX2

Abstrak

Menurut data Survei Sosial-Ekonomi Nasional (Susenas) 2019, terdapat 26 juta orang di Indonesia yang mengalami disabilitas atau sekitar 9,7% dari total penduduk Indonesia. Penyandang disabilitas fisik yang mengalami kesulitan berjalan membutuhkan kursi roda untuk bergerak. Beberapa penyebab disabilitas fisik termasuk cacat ganda di kaki dan lengan, kecelakaan, quadriplegia, dan stroke. Kursi roda otomatis adalah solusi untuk mengatasi masalah ini, yang dikendalikan tanpa sentuhan fisik dan menggunakan algoritma deteksi objek YOLO (You Only Look Once) untuk mendeteksi arah gerak kepala pengguna. Hasil dari beberapa epoch yang dilakukan menunjukkan bahwa YoloV5 small memiliki f1 score 0.9 dan loss yang lebih kecil, sehingga akan digunakan pada pengujian selanjutnya. Sistem yang dibuat mampu bergerak sesuai input yang diberikan, dengan waktu komputasi menggunakan CUDA sekitar 65 milisekon yang tergolong cepat. Penggunaan daya yang lebih rendah dan waktu komputasi yang lebih cepat juga terlihat ketika menggunakan CUDA, meskipun terdapat kejanggalan pada nilai penggunaan CPU core 2 dan 3 yang diam di angka 0%.