Pengembangan Teknologi Wearable Headband Berbasis Deep Learning untuk Deteksi Rintangan dengan Panduan Suara Interaktif bagi Mobilitas Tunanetra

Mohamad Tegar Deyustian Muslim; Azhar Ahmad Smaragdina

doi:10.59945/jpnm.v4i2.1197

Authors

Mohamad Tegar Deyustian Muslim Universitas Negeri Malang
Azhar Ahmad Smaragdina Universitas Negeri Malang

DOI:

https://doi.org/10.59945/jpnm.v4i2.1197

Keywords:

Wearable Headband, Deep Learning, Obstacle Detection, Interactive Voice Guidance, Mobilitas Tunanetra

Abstract

Mobilitas merupakan aspek vital bagi manusia, namun penyandang tunanetra menghadapi kendala signifikan untuk bergerak secara mandiri di ruang publik. Data Badan Pusat Statistik (BPS) tahun 2022 mencatat terdapat 277.200 penyandang tunanetra dari total 840 ribu warga Indonesia yang memiliki disabilitas sensorik. Penelitian ini bertujuan untuk mengembangkan iSee, sebuah inovasi alat bantu mobilitas berupa wearable headband berbasis deep learning yang berfungsi untuk mendeteksi rintangan (obstacle detection) dan memberikan arahan melalui panduan suara interaktif (interactive voice guidance). Penelitian ini menerapkan metode Research and Development (R&D) model Borg and Gall, yang mencakup tahapan analisis kebutuhan hingga uji lapangan. Secara teknis, purwarupa ini dibangun menggunakan perangkat keras Raspberry Pi Zero 2W dan Camera Module 2, serta diintegrasikan dengan algoritma YOLO berbasis Convolutional Neural Network (CNN) untuk pemindaian objek secara real-time. Hasil pengujian menunjukkan bahwa sistem mampu mencapai akurasi deteksi sebesar 91% dengan seluruh fitur berfungsi secara valid. Selain itu, perangkat ini telah mencapai Tingkat Kesiapan Teknologi (TKT) level 8. Kesimpulannya, purwarupa iSee terbukti sangat layak untuk dikembangkan dan diproduksi sebagai solusi alat bantu pergerakan yang efektif bagi penyandang tunanetra.

References

Ade Rahayu. (2025). Metode Penelitian dan Pengembangan (R&D): Pengertian, jenis dan tahapan. DIAJAR: Jurnal Pendidikan Dan Pembelajaran, 4(3), 459–470.

Aryani, D., Gunawan, A. I., Reski, Nisa, K., & Zubair, A. (2023). Alat bantu jalan tunanetra menggunakan sensor light detection and ranging (LiDAR) berbasis arduino. Jurnal Teknologi Elekterika, 35-40.

Beny, A. O. N., Murtadlo, M., & Andajani, S. J. (2023). Pelatihan program kekhususan orientasi dan mobilitas pada guru sekolah dasar inklusi di kota surabaya: pelatihan program kekhususan orientasi mobilitas, guru sekolah dasar inklusi, guru pembimbing khusus. Transformasi Dan: Jurnal Pengabdian Masyarakat, 3(2), 58–63.

Borg, W.R. & Gall, M.D. (1983). Educational research: An introduction. New York: Longman.

BPS. (2022). Disabilitas. Diakses dari https://sensus.bps.go.id/topik/dataset/sp2022/19. pada 5 Januari 2025.

Dernayka, A., Amorim, M.-A., Leroux, R., Bogaert, L., & Farcy, R. (2021). Tom Pouce III, an Electronic White Cane for Blind People: Ability to detect obstacles and mobility performances. Jurnal MDPI, 21(20), 6854.

Haslindah, A., Sukirman, S., Hakis, A. W., & Sa’na, N. I. T. (2024). Pengembangan alat bantu jalan tunanetra dengan tongkat cerdas berbasis arduino. ILTEK: Jurnal Teknologi, 19(01), 12–17.

Hsu, C.-P., Li, B., Solano-Rivas, B., Gohil, A. R., Chan, P. H., Moore, A. D., & Donzella, V. (2021). A review and perspective on optical phased array for automotive LiDAR. IEEE Journal of Selected Topics in Quantum Electronics, 27(1), 1–16.

Imran, M. (2024). Peningkatan pemberdayaan penyandang tunanetra melalui perancangan social media newsletter di yayasan sosial tunanetra. Jurnal Pengabdian kepada Masyarakat, 229-239.

Kim, J., Park, B., & Kim, J. (2023). Empirical analysis of autonomous vehicle’s lidar detection performance degradation for actual road driving in rain and fog. Sensors, 23(6), 2972.

Mahdi, A., Marlina, Silvia, R., Safaruddin, & Purwanto, W. (2024). Maps berbasis sensor lidar untuk navigasi tunanetra. Jurnal Pendidikan Kebutuhan Khusus, 39-47.

Marwani Rachman, Kasmawati, & Zulitrah. (2024). Peningkatan kemampuan penguasaan landmark melalui pelatihan orientasi dan mobilitas pada murid tunanetra kelas III di SLB A YAPTI. Jurnal Metafora Pendidikan (JMP), 2(3), 16–29.

Misbahul Arifin, Abdul Rahman, & Ravik Karsidi. (2024). Dampak pengembangan teknologi asistif terhadap layanan pendidikan berbasis iptek bagi individu tunanetra. JST (Jurnal Sains Dan Teknologi), 13(1), 33–40.

Mufit, C., & Hambali, I. (2022). Rancang bangun alat bantu tongkat tunanetra berbasis ESP32 Jurnal Kajian Teknik Elektro, 7(2), 64–69.

Pao, W. Y., Howorth, J., Li, L., Agelin-Chaab, M., Roy, L., Knutzen, J., Baltazar-y-Jimenez, A., & Muenker, K. (2024). Investigation of automotive lidar vision in rain from material and optical perspectives. Sensors, 24(10), 2997.

Ramadhani, R. D., Thohari, A. N., Kartiko, C., Junaidi, A., Laksana, T. G., & Nugraha, N. A. (2021). Optimasi akurasi metode convolutional neural network untuk identifikasi jenis sampah. Jurnal Resti, 312-318.

Schrepp, M., Hinderks, A., & Thomaschewski, J. (2017). Design and evaluation of a short version of the user experience questionnaire (UEQ-S). International Journal of Interactive Multimedia and Artificial Intelligence, 4(6), 103.

Suhendri, D., Rosadi, A. H. Y., Sudarmin, Kusumawati, M. B., Setiawati, U., Fifianny, H., & Januarti, V. (2021). Kesiapan teknologi dalam pengembangan stasiun pengisian baterai kendaraan listrik. Prosiding Seminar Nasional, 210–217.

Yuwono, I., Mirnawati, Kusumastuti, D. E., & Rahmah, N. (2021). Efektifitas pengembangan alat bantu mobilitas bagi penyandang tunanetra di lingkunggan lahan basah. Jurnal Ortopedagogia, VII, 130-134.