Pengembangan Sistem Rekognisi Teks Braille Menjadi Alfabet Menggunakan Model YOLOV8

- NI Putu diah putri utami
Introduction

Awal mula Kak Diah termotivasi untuk melakukan penelitian ini dikarenakan terdapat kesulitan bagi sebagian besar masyarakat dalam membaca huruf Braille. Padahal berdasarkan penelitian yang Kak Diah lakukan, individu tunanetra sering kali menunjukkan potensi kreatif dan menunjukkan cara mereka  berekspresi menggunakan huruf Braille.

Berdasarkan hal tersebut, dibentuklah penelitian ini yang memiliki fokus untuk mengakuisisi citra dalam rentang kemiringan 0 – 4 derajat serta mengembangkan sistem yang dapat digunakan sebagai media konversi karakter Braille menjadi karakter alfabet secara real-time.

Metologi Penelitian Menggunakan CRISP-DM

Berikut merupakan langkah detail yang dilakukan oleh Kak Diah dalam merancang penelitiannya hingga menghasilkan output yang diinginkan:

  1. Business Understanding
  2. Data Understanding
  3. Data Preparation
  4. Modeling
  5. Evaluation
  6. Deployment
Hasil Penelitian

Hasil penelitian yang dilakukan oleh Kak Diah mendapatkan konfigurasi terbaik menggunakan Optimizer AdamW dengan hasil Learning Rate 0.001 dan Batch Size sebesar 32. Hasil modeling juga memberikan skor rata – rata presisi sebesar 0.945, recall sebesar 0.833, mAP50 sebesar 0.904, mAP50-95 sebesar 0.817.

Akan tetapi terdapat perbedaan dari hasil evaluasi offline dengan evaluasi model secara online. Evaluasi Offline menunjukkan akurasi yang lebih tinggi dan konsistensi yang lebih baik dibandingkan dengan Evaluasi Online yang memberikan tingkat kepercayaan yang lebih fluktuatif.

Kesimpulan

Penelitian yang dilakukan Kak Diah secara keseluruhan memiliki akurasi yang cukup tinggi. Akan tetapi memang masih terdapat beberapa karakter dengan performa yang jauh lebih rendah berdasarkan scoring presisi dan recall. 

Leave a Comment

Your email address will not be published. Required fields are marked *