Electronic Theses and Dissertation

Gedung Fakultas Matematika dan Ilmu Pengetahuan Alam Universitas Syiah Kuala merupakan gedung bertingkat tiga yang terdiri atas banyak ruangan. Banyaknya ruangan membuat proses mencari ruangan akan memakan banyak waktu. Saat ini tim informatika Unversitas Syiah Kuala sedang mengembangkan aplikasi yang menerapkan Indoor Positioning System. Salah satu fitur yang diusung adalah fitur navigasi dalam ruangan berbasis Augmented Reality (AR). Namun, perjalanan menuju ruangan tujuan tidak selalu mulus. Terkadang terdapat beberapa penghalang ataupun rute yang tidak dapat dilewati. Maka penelitian ini akan merancang dan membangun suatu aplikasi yang mana bertujuan untuk mendeteksi objek penghalang pada rute perjalanan. Penghalang yang dapat dideteksi pada aplikasi ini berupa objek 3D dan marker. Untuk TensorFlow Lite digunakan untuk mendeteksi penghalang berupa objek 3D; yang mana jaraknya dikalkulasikan dengan menggunakan metode triangle similarity. Sedangkan marker dideteksi dengan menggunakan Augmented Reality Marker Tracking dengan Software Development Kit (SDK) ARCore. Untuk mengevaluasi sistem, dilakukan pengujian yang meliputi pengujian akurasi estimasi jarak, pengujian batas kecepatan berjalan, pengujian blackbox, dan pengujian usability. Berdasarkan pengujian akurasi estimasi jarak, perhitungan jarak objek 3D terhadap kamera sudah dapat digunakan dengan nilai error yang cukup bervariasi dipengaruhi oleh jaraknya yaitu dari 0,66% hingga 41,15%, sedangkan marker ditemukan hanya dapat dideteksi dari jarak 100 cm yang diuji menggunakan kertas A4. Pada pengujian batas kecepatan berjalan, kecepatan maksimum saat menggunakan aplikasi adalah pada rentang 1,27 m/s hingga 1,35 m/s. Hasil pengujian blackbox dan pengujian usability menggunakan Post-Study System Usability Questionnaire (PSSUQ) juga menunjukkan bahwa aplikasi dapat berjalan dengan baik dan dapat diterima oleh pengguna dengan nilai pengujian usability sebesar 5,87.

The Faculty of Mathematics and Natural Sciences building in Syiah Kuala University is a three-story building which consists of many rooms. The number of rooms causes the process of finding a room will take a lot of time. Currently, the informatics team in Syiah Kuala University is developing an application which implements Indoor Positioning System. One of the features is an indoor navigation feature based on Augmented Reality (AR). But, the step to the destination room is not always smooth. Sometimes there are some obstacles or impassable routes. Therefore, this research will design and develop an application which aims to detect obstacles on the guidance route. Obstacles that can be detected in this application are 3D objects and markers. TensorFlow Lite is used to detect obstacles in the form of 3D objects, where the distance is calculated using a triangle similarity method. Meanwhile, markers are detected using Augmented Reality Marker Tracking with ARCore Software Development Kit (SDK). To evaluate the system, tests were carried out which included accuracy of distance estimation testing, walking speed limit testing, blackbox testing, and usability testing. Based on the accuracy of distance estimation testing, the distance calculation of the 3D objects to the camera can be used with error values which vary depending on the distance, from 0.66% to 41.15%, while markers were found to be only detectable from a distance of 100 cm which were tested using A4 paper. In the walking speed limit test, the maximum speed when using the application is in the range of 1,27 m/s to 1,35 m/s. The results of blackbox testing and usability testing using Post-Study System Usability Questionnaire (PSSUQ) also show that the application can run well and can be accepted by users with a usability test score of 5,87.