Sistem Identifikasi Label Ruangan menggunakan MobileNet SSD dan OCR berbasis Raspberry Pi 3B+ dan Intel Neural Compute Stick 2

Sistem Identifikasi Label Ruangan menggunakan MobileNet SSD dan OCR berbasis Raspberry Pi 3B+ dan Intel Neural Compute Stick 2

Penulis

  • Zhuliand Rachman Fakultas Ilmu Komputer, Universitas Brawijaya
  • Fitri Utaminingrum Fakultas Ilmu Komputer, Universitas Brawijaya
  • Edita Rosana Widasari Fakultas Ilmu Komputer, Universitas Brawijaya

Kata Kunci:

Computer Vision, Deep Neural Network, Intel Neural Compute Stick 2, Label Ruangan, MobileNet SSD, Optical Character Recognition (OCR), Tunanetra

Abstrak

Seorang tunanetra umumnya memiliki keterbatasan dalam penginderaan visual serta menggunakan alat bantu seperti tongkat untuk membantu mobilitas mereka namun tetap saja memiliki hambatan terlebih apabila berada di dalam sebuah gedung dan ingin mencari ruangan yang dituju. Label ruangan yang biasanya tercetak dan tidak dapat dikenali oleh seorang tunanetra akan dapat dikenali dengan bantuan perangkat portabel yang melakukan komputasi di bidang computer vision. Dengan mengandalkan algoritme MobileNet SSD yang dapat mendeteksi keberadaan label ruangan dengan komputasi singkat dan Optical Character Recognition (OCR) yang dapat mengenali nama label ruangan tersebut, maka pengguna dapat mendengar nama label ruangan yang diucapkan melalui speaker. Singkatnya sistem mengubah informasi visual menjadi informasi audio yang dapat diterima oleh seorang tunanetra. Walaupun pemroses utama yang digunakan adalah perangkat edge seperti Raspberry Pi 3B+, terdapat tambahan perangkat akselerator Intel Neural Compute Stick 2 yang dapat membantu proses pendeteksian lebih cepat karena algoritme pendeteksian melibatkan deep neural network yang memiliki komputasi yang intensif. Berdasarkan pengujian yang dilakukan pada penelitian ini, pengujian pendeteksian label ruangan menggunakan MobileNet SSD menghasilkan tingkat akurasi sebesar 80% dengan rata-rata waktu komputasi 68,44 ms sedangkan untuk pengenalannya menggunakan OCR dihasilkan nilai akurasi sebesar 93,65% dengan rata-rata waktu komputasi 263,05 ms. Selain itu hasil integrasi berdasarkan masukan citra digital dengan keluaran suara didapatkan tingkat akurasi sebesar 50% dikarenakan suara tersebut hanya diucapkan apabila hasil pengenalan benar-benar cocok atau sama dengan nama label ruangan yang ada.

Unduhan

Diterbitkan

20 Feb 2023

Cara Mengutip

Rachman, Z., Utaminingrum, F., & Widasari, E. R. (2023). Sistem Identifikasi Label Ruangan menggunakan MobileNet SSD dan OCR berbasis Raspberry Pi 3B+ dan Intel Neural Compute Stick 2. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 6(12), 6053–6058. Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/12071

Terbitan

Bagian

Artikel
Loading...