RANCANG BANGUN APLIKASI MOBILE UNTUK IDENTIFIKASI OBAT REAL-TIME BERBASIS YOLO BAGI PENYANDANG TUNANETRA | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

RANCANG BANGUN APLIKASI MOBILE UNTUK IDENTIFIKASI OBAT REAL-TIME BERBASIS YOLO BAGI PENYANDANG TUNANETRA


Pengarang

REZY SEPTIANDA - Personal Name;

Dosen Pembimbing

Kahlil - 198512022019031006 - Dosen Pembimbing I
Sayed Muchallil - 198006162005011002 - Dosen Pembimbing II
Maya Fitria - 199005012019032020 - Penguji



Nomor Pokok Mahasiswa

2204111010009

Fakultas & Prodi

Fakultas Teknik / Teknik Komputer (S1) / PDDIKTI : 56202

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : .,

Bahasa

No Classification

-

Literature Searching Service

Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)

Manajemen medikasi atau obat-obatan menimbulkan risiko signifikan bagi penyandang tunanetra, yang seringkali menyebabkan kesalahan pengobatan dan ketergantungan pada pengasuh. Untuk mengatasi masalah tersebut, solusi berbasis teknologi sangat penting untuk meningkatkan keselamatan dan kemandirian pengguna. Penelitian mengusulkan sistem identifikasi obat real-time yang dikembangkan sebagai aplikasi mobile menggunakan framework Flutter. Inti dari aplikasi yaitu memanfaatkan model deteksi objek You Only Look Once (YOLO) v11 yang dilatih secara khusus. Model berjalan sepenuhnya secara on-device untuk menjamin privasi dan fungsionalitas tanpa koneksi internet. Sistem mengidentifikasi kemasan obat dari kamera smartphone dan memberikan umpan balik multimodal melalui asisten suara serta getaran haptik. Model dilatih menggunakan dataset hasil akuisisi mandiri yang terdiri dari 800 gambar untuk enam kelas obat.

Medication management poses a significant risk for visually impaired individuals, often leading to medication errors and a dependency on caregivers. To address this, technology-based solutions are crucial for enhancing safety and user autonomy. The proposed approach is a real-time medication identification system developed as a mobile application using the Flutter framework. At its core, the application uses a custom-trained You Only Look Once (YOLO) v11 object detection model that runs entirely on-device, ensuring privacy and functionality even without an internet connection. The system identifies pharmaceutical packaging from a smartphone's live camera feed and delivers multimodal feedback through a clear voice assistant and haptic vibrations. The model was trained using a self-acquired dataset consisting of 800 images for six drug classes.

Citation



    SERVICES DESK