Deteksi Pemandu pada Kursi Roda Pintar dengan Metode Histogram Equalization dan YOLOv8 pada Pencahayaan Rendah

Deteksi Pemandu pada Kursi Roda Pintar dengan Metode Histogram Equalization dan YOLOv8 pada Pencahayaan Rendah

Penulis

  • Naufal Muhadzdzib Unviersitas Brawijaya, Malang
  • Fitri Utaminingrum Universitas Brawijaya, Malang

Kata Kunci:

Citra Digital, Deteksi Objek, Histogram Equalization, Kursi Roda Pintar, Visi Komputer, YOLOv8

Abstrak

Penyadang disabilitas fisik yang memiliki keterbatasan kemampuan dalam berjalan membutuhkan alat bantu dalam melakukan mobilisasi, seperti kursi roda. Kursi roda umumnya digerakkan oleh pengguna dengan tangan atau didorong oleh orang lain. Model kursi roda seperti ini tentu memiliki kekurangan, yakni dibutuhkan tenaga yang cukup besar untuk menggerakkan kursi roda dan sangat bergantung dengan kekuatan pengguna atau orang lain yang menggerakkan. Selain itu, bagi penyandang disabilitas ganda dengan keterbatasan fungsi kaki dan tangan tentu tidak dapat mengontrol pergerakan kursi roda dengan maksimal. Terdapat berbagai macam kursi roda alternatif, salah satunya adalah kursi roda yang mampu mengikuti pemandu sehingga pengguna tidak perlu melakukan navigasi apapun. Pada penelitian ini, dikembangkan fitur deteksi pemandu agar mampu bekerja pada kondisi pencahayaan rendah (1-15 lux). Penelitian ini mengusung metode histogram equalization sebagai enhancement citra dan YOLOv8 sebagai deteksi objek. Proses training deteksi objek menggunakan bobot pretrained YOLOv8n. Dataset yang digunakan adalah gambar dengan objek manusia sebanyak 829 gambar. Pada pengujian secara langsung di lingkungan dengan pencahayaan rendah, sistem mampu mendeteksi pemandu dan mendapatkan akurasi 100 % untuk kondisi maju, belok kanan, dan belok kiri, sedangkan untuk kondisi diam didapatkan akurasi 77,78 %. Waktu komputasi rata-rata yang dibutuhkan untuk memproses satu tiap frame adalah 0.0619 detik.

Referensi

Andika, S., 2023. Sistem Automatic Human Tracking pada Kursi Roda Pintar menggunakan Metode YOLOv7-Tiny berbasis Nvidia Jetson TX2. S1. Universitas Brawijaya.

Clark, A., Nguyen, D., Patel, L.,Voicu, R. C., Chang, Y., & Ham, C., 2021. Wheelchair Conversion & Automation. In: Institute of Electrical and Electronics Engineers, 2021 International Conference on Electrical, Computer and Energy Technologies (ICECET). Cape Town, South Africa, 9-10 December 2021, pp. 1-5.

Hari, U., Bevi, A. R., & Ramachandran, B., 2021. Performance Analysis of Retinex Based Algorithms for Enhancement of Low Light Images. Journal of Physics: Conference Series, 1964.

Julian, T. S., Utaminingrum, F., Syauqy, D., 2022. Sistem Voice Command pada Kursi Roda Pintar menggunakan MFCC dan CNN berbasis Jetson TX2. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer. 6(11), pp.5505-5510.

Kamenov, K., Barrett, D., Pearce, E. & Cieza, A., 2022. Global report on health equity for persons with disabilities. Geneva: World Health Organization.

Rao, B. S., 2020. Dynamic Histogram equalization for contrast enhancement for digital images. Applied Soft Computing Journal, 89, 106114.

Shae, K., Cowan, R. & Sheldon, S., 2023. Wheelchair provision guidelines. Geneva: World Health Organization.

Solawetz, J., Francesco, 2023. What is YOLOv8? The Ultimate Guide. [online] Tersedia di: <https://blog.roboflow.com/whats-new-in-yolov8/> [Diakses 3 September 2023].

Somawirata, K., Utaminingrum, F., 2023. Smart wheelchair controlled by head gesture based on vision. Journal of Physics: Conference Series, 2497(1).

Winarno, G., Irsal, M., Karenina, C. A., Sari, G., Hidayati, R. N., 2022. Metode Histogram equalization untuk Peningkatan Kualitas Citra dengan Menggunakan Studi Phantom Lumbosacral. Jurnal Kesehatan Vokasional, 7(2), pp.104-110.

Zuo, C., Chen, Q., Sui, X., 2013. Range Limited Bi-Histogram equalization for Image Contrast Enhancement. Optiik. 124, pp.425-431.

Unduhan

Diterbitkan

02 Apr 2024

Cara Mengutip

Muhadzdzib, N., & Utaminingrum, F. (2024). Deteksi Pemandu pada Kursi Roda Pintar dengan Metode Histogram Equalization dan YOLOv8 pada Pencahayaan Rendah. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 8(4). Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/13586

Terbitan

Bagian

Artikel
Loading...