DESAIN KURSI RODA PINTAR HUMAN FOLLOWING MENGGUNAKAN YOLO V5

Ginting, Nicola Natha Teopilus (2025) DESAIN KURSI RODA PINTAR HUMAN FOLLOWING MENGGUNAKAN YOLO V5. Skripsi thesis, Institut Teknologi Nasional Malang.

	Text 1912050_BAGIAN AWAL.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (552kB)
	Text 1912050_BAB I.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (222kB)
	Text 1912050_BAB II.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (426kB) | Request a copy
	Text 1912050_BAB III.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (758kB) | Request a copy
	Text 1912050_BAB IV.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy
	Text 1912050_V.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (208kB) | Request a copy
	Text 1912050_DAFTAR PUSTAKA.pdf Available under License Creative Commons Attribution Non-commercial Share Alike. Download (208kB)
	Text 1912050_LAMPIRAN.pdf Restricted to Registered users only Available under License Creative Commons Attribution Non-commercial Share Alike. Download (1MB) | Request a copy

Abstract

Kursi roda merupakan alat bantu mobilitas yang umum bagi individu yang menyandang disabilitas. Beban kursi roda tidaklah ringan, sehingga membutuhkan tenaga yang ekstra yang menyebabkan penurunan efisiensi pekerjaan dari penuntun. Dalam penelitian ini, peneliti mengusulkan penggunaan metode YOLOv5 (You Look Only Once versi 5) untuk mampu mengikuti penuntun pada kursi roda pintar ini. YOLO merupakan algoritma deteksi objek secara real-time dan YOLOv5 merupakan salah satu versi dari YOLO yang dirilis di tahun 2020 oleh ultralytics. Fitur kursi roda pintar ini ialah mampu mengikuti pergerakan penuntun yang bergerak lurus, kiri, kanan, lalu akan berhenti jika tidak ada penuntun atau orang yang terdeteksi dan behenti juga jika penuntun berada zona ekstrem, yaitu pada bagian kiri atau kanan terluar dari bidang pandang kamera. Dalam penelitian ini, YOLOv5 sudah menyediakan model untuk melakukan training data. Framework PyTorch berfungsi membangun dan melatih model deteksi objek. Dalam pengujian penelitian ini, menunjukkan bahwa kursi roda pintar mampu mengikuti penuntun berdasarkan posisi penuntun dengan akurat. Penelitian ini menunjukkan kemampuan YOLOv5 dalam membantu kursi roda pintar mengikuti penuntun, dan peneliti yakin bahwa metode ini memiliki potensi besar dalam memperbaiki masalah mobilitas sehari-hari bagi pengguna kursi roda.

Item Type:	Thesis (Skripsi)
Additional Information:	Nicola Natha Teopilus Ginting (1912050)
Uncontrolled Keywords:	Kursi Roda Pintar, Human Following, Yolov5, PyTorch, Mobilitas, Navigasi Otomatis
Subjects:	Engineering > Electrical Engineering
Divisions:	Fakultas Teknologi Industri > Teknik Elektro S1 > Teknik Elektro S1(Skripsi)
Depositing User:	Nicola Natha Teopilus Ginting
Date Deposited:	05 May 2025 02:28
Last Modified:	05 May 2025 02:28
URI:	http://eprints.itn.ac.id/id/eprint/15646

Actions (login required)

View Item