Sistem Deteksi Halangan Arsitektural pada Kendali Kursi Roda Pintar menggunakan HOG dan ANN berbasis TX2

Abstrak

Penyandang disabilitas tunadaksa di Kota Malang mencapai 687 dari populasi penduduk berdasarkan data Badan Pusat Statistik (BPS) Kota Malang tahun 2020. Disabilitas penyandang tunadaksa merupakan kondisi dengan keterbatasan untuk berjalan secara normal sehingga membutuhkan alat bantu kursi roda. Perkembangan kursi roda elektrik menjadi salah satu fokus pengembangan penelitian ini untuk dapat berjalan secara otomatis, dikarenakan pada kondisi tertentu penyandang tunadaksa memiliki keterbatasan pada tangan yang tidak bisa mengendalikan kursi roda secara mandiri. Namun diperlukan fitur keselamatan kursi roda pintar terhadap kondisi halangan arsitektural yang ada pada fasilitas publik. Penelitian ini menerapkan pengolahan citra digital menggunakan metode Histogram of Oriented Gradient (HOG) sebagai metode ekstraksi fitur untuk mendapatkan ciri khusus pada objek dan metode Artificial Neural Network (ANN) sebagai klasifikasi kelas objek, dengan implementasi perekaman citra di sekitar lokasi penelitian didapatkan hasil deteksi halangan arsitektural dengan akurasi rata-rata sebesar 79,72% pada kondisi jarak perekaman 4m, 3m, dan 2m deteksi pada objek pilar, sedangkan pada jarak perekaman yang sama deteksi pada objek tangga mendapatkan 73,89% dan apabila kondisi terdeteksi objek halangan maka kondisi kursi roda berubah berhenti secara perlahan dengan nilai PWM berkurang secara decrement sampai dengan 0 untuk memastikan kursi roda pintar terhindar dari halangan.