Kontrol Navigasi Kursi Roda Berbasis Sinyal Suara Menggunakan Inception V3 Transfer learning

Abstract

Mobilisasi merupakan kebutuhan dasar manusia yang seringkali menjadi tantangan bagi penderita disabilitas fisik seperti kelumpuhan dll. Hal ini menyebabkan mereka memerlukan alat bantu untuk menjalankan aktivitas sehari-hari. Cerebral Palsy, sebagai salah satu jenis disabilitas, disebabkan oleh kerusakan otak yang terjadi sebelum, selama, atau setelah kelahiran, mengakibatkan gangguan motorik dan masalah persepsi, komunikasi, serta fungsi kognitif lainnya. Penelitian ini bertujuan untuk mengembangkan sistem kontrol navigasi kursi roda berbasis sinyal suara dengan menggunakan metode Transfer learning Inception V3 guna membantu penderita disabilitas mengatasi keterbatasan mobilitas di ruang tertutup. Sistem ini menggunakan teknologi pengenalan suara sebagai antarmuka pengguna, memungkinkan pengendalian kursi roda melalui perintah suara sehingga meningkatkan kemandirian dan kemudahan mobilisasi bagi pasien yang tidak dapat berjalan. Pengujian dilakukan dalam dua tahap yaitu pengujian offline dan pengujian nline. Pada pengujian offline, data diproses melalui platform Kaggle menggunakan metode Inception V3 Transfer learning untuk memperoleh model .h5, dengan akurasi sebesar 88,73% dan 81,2% pada percobaan Cross Session dan Cross Subject. Pengujian online menunjukkan tingkat akurasi 73,6% tanpa kursi roda dan 72,8% dengan kursi roda. Hasil ini menunjukkan bahwa model Inception V3 Transfer learning kurang optimal untuk pengolahan sinyal suara, kemungkinan disebabkan oleh kurangnya data dan ketidaksesuaian hyperparameter dalam proses pengolahan data. Meski demikian, sistem ini memiliki potensi besar untuk meningkatkan kualitas hidup penderita disabilitas fisik.