Deteksi Objek Penghalang secara Real Time berbasis Aplikasi Mobile dengan Metode Gray Level Co-Occurrence Matrix dan K-Nearest Neighbor bagi Penyandang Tunanetra

Abstrak

Tunanetra memiliki suatu kondisi indra penglihatannya tidak berfungsi sebagaimana mestinya. Kondisi tersebut menyebabkan tunanetra mengalami kesulitan dalam melakukan mobilitas. Solusi untuk kondisi tersebut adalah dengan menggunakan tongkat. Dengan pesatnya perkembangan teknologi, diperlukan solusi yang lebih efektif dan efisien. Penggunaan perangkat mobile dapat menjadi solusi baru untuk masalah tersebut dikrenakan perangkat mobile mampu melakukan banyak proses. Sistem dibangun dengan menggunakan kamera dari perangkat mobile sebagai pengganti dari indra penglihatan. Hasil tangkapan dari kamera kemudian diekstrak fiturnya menggunakan GLCM (Gray Level Co-Occuence Matrix). Setelah fitur didapat, dilakukan proses klasifikasi menggunakan KNN (K-Nearest Neighbour). Klasifikasi digunakan untuk menentukan fitur tersebut adalah lantai atau halangan. Jika hasil klasifikasi adalah halangan, maka proses selanjutnya adalah menyalakan buzzer sebagai tanda ke pengguna bahwa telah terdeteksi halangan. Sistem ini mempunyai akurasi deteksi yang baik jika menggunakan ROI kecil (120x213 piksel) sebesar 90% dibandingkan dengan ROI (360x640 piksel) sebesar 60%. Secara real time sistem ini mempunyai akurasi deteksi halangan sebesar 100% untuk objek lantai putih, 82% untuk halangan dengan objek pintu kayu, 93% untuk halangan bewarna putih dan 93% jika dilkukan deteksi pada 2 objek berbeda dalam 1 video. Intergrasi hardware dan software pada sistem ini mempunyai nilai akurasi sebesar 88.8%. Untuk waktu komputasi sistem ini memiliki nilai rata-rata 248.8 ms, nilai minimum 183 ms dan nilai maksimum 582 ms.