digilib@itb.ac.id +62 812 2508 8800

ABSTRAK - MITRA SOFIYATI
PUBLIC Didin Syafruddin Asa, S.Sos

i ABSTRAK PENGEMBANGAN APLIKASI LOVI BERBASIS MODEL DEEP LEARNING SEBAGAI ASISTEN PINTAR BAGI LOW VISION Oleh Mitra Sofiyati NIM: 18118029 (Program Studi Teknik Telekomunikasi) Prevalensi tunanetra di Indonesia merupakan yang tertinggi dibandingkan disabilitas lainnya. Low vision merupakan salah satu bagian dari tunanetra yang memiliki tingkat penglihatan sebagian. Salah satu kesulitan yang dialami oleh low vision adalah memahami dan mengerti lingkungan sekitar, terutama yang tidak familiar bagi mereka. Kemudahan yang mereka butuhkan untuk mengerti lingkungan sekitar adalah mengenali objek serta bernavigasi terutama di luar ruangan secara mandiri. Salah satu teknologi yang dapat dimanfaatkan sebagai solusi untuk membantu permasalah low vision adalah dengan kecerdasan buatan khususnya klasifikasi gambar. Di lain sisi, pengguna teknologi smartphone sangat umum di kalangan masyarakat termasuk mereka para low vision. Hal ini juga dapat dimanfaatkan untuk membantu kehidupan sehari-hari karena tidak ada biaya tambahan yang perlu dikeluarkan. Pada proyek tugas akhir ini dibuat suatu sistem klasifikasi gambar yang membantu low vision untuk memahami lingkungan sekitar. Sistem ini dibuat untuk platform Android yang sudah umum digunakan dengan inti adalah tiga buah model TensorFlow lite. Aplikasi tersebut diberi nama sebagai aplikasi LoVi dengan inti modelnya disebut sebagai model Sherpa. Model ini terdiri dari tiga buah model untuk klasifikasi trotoar di jalan, klasifikasi objek dalam ruangan, dan klasifikasi nomimal mata uang kertas rupiah. Berdasarkan percobaan dan pengujian yang dilakukan, aplikasi tersebut dapat memenuhi spesifikasi yang diharapkan. Kata kunci: low vision, smartphone, TensorFlow Lite