Implementasi Sistem Pengenalan Karakter Braille Berbasis Android
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Sepuluh Nopember
Author
Muhammad, Muhammad
Subject
HV1669 Braille
Datestamp
2023-08-04 02:07:34
Abstract :
Indonesia merupakan salah satu negara dengan penyandang disabilitas terbesar di Dunia. Menurut estimasi Kementerian Kesehatan RI, jumlah tunanetra di Indonesia adalah 1,5 % dari seluruh penduduk[9]. Membaca braille merupakan kemampuan untuk membantu memudahkan peserta didik mempelajari materi pelajaran, dan sebagai salah satu sarana dalam membantu pembacaan braille dibutuhkan system digital untuk membaca tulisan braille secara otomatis. Oleh karena itu pada tugas akhir ini peneliti mengimplementasi sistem dengan machine learning dan computer vision yang direalisasikan pada smartphone android, dimana pada aplikasi ini tulisa braille akan ditangkap oleh kamera, yang kemudian diproses oleh pemrosesan citra dan selanjutnya akan dikenali oleh algoritma CNN (convolusional neural network). Hasil pengenalan kemudian ditampilkan pada layar smartphone berupa teks dan suara dengan menggunakan google API text to speech algorithm. Pada penelitian tugas akhir ini aplikasi telah diuji untuk membaca kata dengan batasan 10 huruf dan mendapat rata rata akurasi 91.5% untuk pengujian sebanyak 10 kali, dengan skenario pengujian menggunakan citra data latih sebesar 260 citra perhuruf. Sistem ini diharapkan mampu membantu dunia pendidikan khususnya pada sekolah luar biasa dan orang awam yang ingin mempelajari huruf braille.======================================================================================================================================================= Indonesia is one of the countries with the largest population of people with disabilities in the world. According to the estimation of the Indonesian Ministry of Health, the number of visually impaired individuals in Indonesia is 1.5% of the total population[9]. Reading Braille is a skill that helps facilitate students in learning their subjects. As one of the means to aid Braille reading, a digital system is required for automatic Braille writing recognition. Therefore, in this final project, the researcher implements a system using machine learning and computer vision, realized on an Android smartphone. In this application, Braille text is captured by the camera, then processed through image processing, and subsequently recognized by a Convolutional Neural Network (CNN) algorithm. The recognition results are displayed on the smartphone screen as text and voice using Google API text-to-speech algorithm.In this final research project, the application has been tested to read words with a maximum of 10 letters, achieving an average accuracy of 91.5% in 10 test runs. The testing scenario used a training data set consisting of 260 images per letter. The system is expected to assist the field of education, especially in special schools and for the general public who want to learn Braille letters.
Indonesia merupakan salah satu negara dengan penyandang disabilitas terbesar di Dunia. Menurut estimasi Kementerian Kesehatan RI, jumlah tunanetra di Indonesia adalah 1,5 % dari seluruh penduduk[9]. Membaca braille merupakan kemampuan untuk membantu memudahkan peserta didik mempelajari materi pelajaran, dan sebagai salah satu sarana dalam membantu pembacaan braille dibutuhkan system digital untuk membaca tulisan braille secara otomatis. Oleh karena itu pada tugas akhir ini peneliti mengimplementasi sistem dengan machine learning dan computer vision yang direalisasikan pada smartphone android, dimana pada aplikasi ini tulisa braille akan ditangkap oleh kamera, yang kemudian diproses oleh pemrosesan citra dan selanjutnya akan dikenali oleh algoritma CNN (convolusional neural network). Hasil pengenalan kemudian ditampilkan pada layar smartphone berupa teks dan suara dengan menggunakan google API text to speech algorithm. Pada penelitian tugas akhir ini aplikasi telah diuji untuk membaca kata dengan batasan 10 huruf dan mendapat rata rata akurasi 91.5% untuk pengujian sebanyak 10 kali, dengan skenario pengujian menggunakan citra data latih sebesar 260 citra perhuruf. Sistem ini diharapkan mampu membantu dunia pendidikan khususnya pada sekolah luar biasa dan orang awam yang ingin mempelajari huruf braille.======================================================================================================================================================= Indonesia is one of the countries with the largest population of people with disabilities in the world. According to the estimation of the Indonesian Ministry of Health, the number of visually impaired individuals in Indonesia is 1.5% of the total population[9]. Reading Braille is a skill that helps facilitate students in learning their subjects. As one of the means to aid Braille reading, a digital system is required for automatic Braille writing recognition. Therefore, in this final project, the researcher implements a system using machine learning and computer vision, realized on an Android smartphone. In this application, Braille text is captured by the camera, then processed through image processing, and subsequently recognized by a Convolutional Neural Network (CNN) algorithm. The recognition results are displayed on the smartphone screen as text and voice using Google API text-to-speech algorithm.In this final research project, the application has been tested to read words with a maximum of 10 letters, achieving an average accuracy of 91.5% in 10 test runs. The testing scenario used a training data set consisting of 260 images per letter. The system is expected to assist the field of education, especially in special schools and for the general public who want to learn Braille letters.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
