Electronic Theses and Dissertation
Universitas Syiah Kuala
NULL
RANCANG BANGUN PROTOTIPE PENGENALAN WAJAH UNTUK PENYANDANG TUNANETRA DENGAN OUTPUT SUARA MENGGUNAKAN METODE LBPH BERBASIS RASPBERRY PI 3 MODEL B
Pengarang
EKO WAHYUDI - Personal Name;
Dosen Pembimbing
Nomor Pokok Mahasiswa
1404105010045
Fakultas & Prodi
Fakultas Teknik / Teknik Elektro (S1) / PDDIKTI : 20201
Subject
Kata Kunci
Penerbit
Banda Aceh : Universitas Syiah Kuala., 2019
Bahasa
Indonesia
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)
Tunanetra merupakan istilah umum yang digunakan untuk kondisi seseorang yang mengalami gangguan atau hambatan pada indra penglihatan pada seseorang secara keseluruhan (totally blind) atau secara sebagian (low vision). Pada saat ini, alat bantu yang digunakan oleh penyandang tunanetra belum mampu mengenali orang yang sedang berada disekitarnya. Penyandang Tunanetra hanya mengandalkan indra pendengaran dalam mengenali seseorang. Disamping itu, suara seseorang juga dapat berubah karena beberapa factor. Oleh karena itu, cara ini belum cukup efektif untuk para penyandang tunanetra dalam mengenali seseorang. Dalam penelitian ini akan dibuat sebuah prototipe alat dan sistem pengenalan wajah atau sering disebut face recognition yang mampu mengenali seseorang disekitarnya. Sistem ini melakukan pengenalan wajah menggunakan metode Local Binary Pattern Histogram (LBPH) dan menyimpan sebanyak 250, 500, dan 1000 total data wajah dengan jarak pengambilan data wajah 100 cm, 150 cm, dan 200 cm. Hal tersebut untuk menguji tingkat persentase keberhasilan sistem dalam pengenalan wajah. Data wajah akan diambil oleh Raspberry Pi Camera dan akan diproses oleh Raspberry Pi 3 Model B, selanjutnya akan disimpan pada dataset. Hasil dari penelitian ini didapat bahwa Skenario C1 memiliki nilai persentase keberhasilan tertinggi. Sistem mampu mengenali wajah dengan jarak terjauh 200 cm, dan memiliki nilai persentase keberhasilan tertinggi yaitu 91.6% pada jarak 150 cm. Sedangkan Skenario B1 sangat cocok diterapkan untuk pengguna yang membutuhkan waktu pengenalan wajah secara cepat namun juga memiliki nilai persentase keberhasilan yang tinggi serta membutuhkan penyimpanan dataset relatif lebih kecil dibandingkan Skenario C1.
Kata kunci: Tunanetra, Raspberry Pi Camera, Raspberry Pi 3 Model B, Local Binary Pattern Histogram, Face Recognition.
Tidak Tersedia Deskripsi
RANCANG BANGUN PENENTU ARAH DENGAN RAMBU PADA KORIDOR UNTUK PENYANDANG TUNANETRA DENGAN OUTPUT SUARA BERBASIS RASPBERRY PI (Fadli, 2017)
SISTEM PENGENALAN SUARA PADA APLIKASI ROUTE GUIDANCE UNTUK TUNANETRA BERBASIS INDOOR POSITIONING (FAUZY NISA, 2022)
PROTOTIPE AKUISISI DAN DETEKSI CITRA ANAK AUTIS DENGAN RASPBERRY PI DAN SINGLE SHOT DETECTOR (SSD) BERBASIS DEEP LEARNING. (M. FAUZAN ALFARIZ, 2025)
PERBANDINGAN KINERJA MODEL KLASIFIKASI ARSITEKTUR SHUFFLENET DAN VGG-19 UNTUK PENGENALAN WAJAH PADA ANAK AUTIS (Indah Pujiati, 2022)
PERANCANGAN TONGKAT PINTAR UNTUK PENYANDANG TUNA NETRA (Mahlil M. Yusuf, 2025)