Implementasi Mobilevit-S Untuk Deteksi Permukaan Jalan Berbasis Jetson Nano Pada Kursi Roda Pintar

Implementasi Mobilevit-S Untuk Deteksi Permukaan Jalan Berbasis Jetson Nano Pada Kursi Roda Pintar

Penulis

  • Itsar Irsyada Surga Unversitas Brawijya
  • Fitri Utaminingrum

Kata Kunci:

Citra Digital, Deteksi Permukaan Jalan, Kursi Roda Pintar, Nvidia Jetson Nano, MobileViT

Abstrak

Pada penelitian ini, dikembangkan sistem kursi roda pintar yang mampu mendeteksi jenis permukaan jalan menggunakan Mobile Vision Transformer (MobileViT), yang diimplementasikan pada Jetson Nano sebagai unit pemrosesan utama. Sistem ini dirancang untuk membantu penyandang disabilitas fisik dalam meningkatkan keamanan dan kenyamanan mobilitas, khususnya di lingkungan dengan variasi permukaan jalan seperti lantai, paving, bump, dan tangga. MobileViT dipilih karena kemampuannya yang unggul dalam pengenalan pola visual dengan efisiensi komputasi tinggi. Data pelatihan terdiri dari 3.352 gambar permukaan jalan yang mencakup empat kelas utama. Selain itu, sistem dilengkapi dengan fitur pengaturan kecepatan motor otomatis berdasarkan hasil deteksi jenis permukaan jalan. Hasil pengujian menunjukkan bahwa MobileViT-S berhasil mendeteksi permukaan jalan dengan akurasi tinggi mencapai 97% dan rata-rata waktu komputasi 0,0854 detik per frame. Sistem ini diharapkan menjadi solusi inovatif yang efisien dan terjangkau untuk meningkatkan kemandirian pengguna kursi roda pintar

Referensi

Badan Pusat Statistik Kabupaten Kepulauan Talaud. (2021). Hari Disabilitas Internasional. Diakses dari https://talaudkab.bps.go.id/news/2021/12/03/74/hari-disabilitas-internasional.html.

Bassil, Y. (2012). A Simulation Model for the Waterfall Software Development Life Cycle. International Journal of Engineering & Technology (iJET), 2(5). Diakses dari https://arxiv.org/ftp/arxiv/papers/1205/1205.6904.pdf.

Dosovitskiy, A., Beyer, L., Kolesnikov, A., Weissenborn, D., Zhai, X., Unterthiner, T., Dehghani, M., Minderer, M., Heigold, G., Gelly, S., Uszkoreit, J., & Houlsby, N. (2021). An Image Is Worth 16x16 Words: Transformers for Image Recognition at Scale. arXiv.

Farrel Arkaan, M. A., & Utaminingrum, F. (2023). Sistem Deteksi Permukaan Jalan pada Kursi Roda Pintar dengan Metode MobileNetV2. Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, 7(2), 608-612. Fakultas Ilmu Komputer, Universitas Brawijaya.

Suryadi, Ryan. 2024. KemenKopUKM Ajak Penyandang Disabilitas Optimalkan Teknologi Digital. Editor: Bara. Tersedia di: https://www.rri.co.id/umkm/521930/kemenkopukm-ajak-penyandang-disabilitas-optimalkan-teknologi-digital#:~:text=Berdasarkan%20data%20Kemenko%20PMK%20dan,total%2022%2C97%20juta%20jiwa.

Song, L., Hong, C., Gao, T., & Yu, J. (2023). Lightweight Facial Landmark Detection Network Based on Improved MobileViT. Springer. Diakses dari https://link.springer.com/article/10.1007/s11760-023-02975-4.

Unduhan

Diterbitkan

16 Jan 2025

Cara Mengutip

Surga, I. I., & Utaminingrum, F. (2025). Implementasi Mobilevit-S Untuk Deteksi Permukaan Jalan Berbasis Jetson Nano Pada Kursi Roda Pintar. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 9(4). Diambil dari https://j-ptiik.ub.ac.id/index.php/j-ptiik/article/view/14663

Terbitan

Bagian

Artikel
Loading...