LoVi: Blind Assistance System for Low Vision with Distance and Voice Alerts

Telematika.ORG
@telematika_org

LoVi merupakan sebuah produk digital yang berbasis Machine Learning ,yang memiliki tujuan untuk membantu para penyandang tunanetra/low vision untuk mengidentifikasi dan mengklasifikasikan objek umum sehari-hari secara real time dan menghasilkan feedback berupa suara sebagai peringatan, berdasarkan jarak objek terhadap user. Lovi memberikan manfaat sebagai asisten bagi penyandang tunanetra dalam berkegiatan sehari-hari agar dapat mengenali kondisi sekitar sehingga lebih aman disaat melakukan berbagai aktivitas baik di dalam maupun diluar ruangan. Pada sistem ini digunakan kamera sebagai media penangkapan gambar yg merupakan masukan sistem, kemudian pada sistem ini hasil tangkapan gambar disimpan, lalu dilakukan preprosessing dan mengidentifikasi kelas dari objek yang dideteksi. Kemudian menghitung jarak dari objek tersebut terhadap pengguna, lalu mengubah keluaran sebagai sinyal audio untuk memberikan peringatan bagi pengguna.

Terdapat 43 juta TB (Totally Blind) dan 295 juta Lovi di dunia menurut IAPB[1] (The International Agency for the Prevention of Blindness), sebagian besar berada di negara berkembang. Sedangkan di Indonesia ada 3,7 juta TB dan 10,8 juta Lovi. Oleh karena itu, perlu adanya perhatian yang lebih besar terhadap para penyandang disabilitas netra untuk membantu mereka agar tetap bisa beraktivitas dan produktif. Salah satu upaya yang bisa dilakukan adalah pengadaan alat bantu penglihatan, seperti tongkat pemandu. Akan tetapi tongkat konvensional yang beredar di kalangan masyarakat kita sekarang kurang bisa mengakomodir/membantu aktifitas penggunanya secara optimal. Jika dilihat di pasar global, terdapat smart cane yang menyediakan beberapa fitur seperti object detection yang memanfaatkan sensor ultrasonic, location, dll. Namun kami rasa teknologi tersebut masih belum maksimal. Di lain sisi, harga yang ditawarkannya pun relatif mahal yaitu berkisar 7,5 juta yang tentunya sulit dijangkau untuk masyarakat menengah kebawaj. Sehingga diperlukan suatu alternatif solusi yang memanfaatkan teknologi yang ada dengan harga yang terjangkau. Oleh karena itu, kami menwarkan solusi yaitu : Lovi: Blind Assistance System for Low Vision with Distance and Voice Alerts. Diharapkan Sistem yang kami buat dapat memfasilitasi penyandang Disabilitas Netra untuk berinteraksi, berkreasi dan sebagai penghubung dengan dunia.

Secara spesifik, Lovi membantu penyandang disabilitas netra/low vision dalam beraktifitas dan membantu menyediakan fasilitas kesehatan yang murah. Selain itu, dengan adanya LoVi kami mencoba menginisiasi pemanfaatan teknologi machine learning untuk membuat alat bantu penglihatan untuk disabilitas netra. Pada implementasinya, kami menggunakan model SSD, depth estimation, tensorflow, dan berbagai macam library, seperti pyttsx3 untuk convert text to speech, pytesseract untuk membaca teks, torch untuk voice modul, enginio untuk mengatur output suara, dan lain sebagainya. Pada LoVi dilakukan pengelompokan objek berdasarkan dua kategori, yaitu (1) objek khusus, adalah objek yang dapat membahayakan atau penting untuk diketahui keberadaannya di dalam ataupun di luar ruangan, diantaranya : orang, botol, kursi, meja, jendela, pintu, laptop, HP, kendaraan (bus, motor, truk, sepeda, dan mobil). Objek khusus ini akan dilakukan perhitungan jarak dan terdapat feedback berupa suara. (2) object umum, adalah objek yang tidak membahayakan atau tidak penting untuk diketahui, sehingga tidak diperlukan perhitungan jarak dan pemberian feedback suara.

Parameter ketercapaian yang kami gunakan dalam project ini adalah (1) distance prediction, (2) confidence detection, (3) voice translation. Berdasarkan hasil pengujian, loVi dapat mengidentifikasi dan mengklasifikasikan object dengan akurasi yang baik dan mampu mengukur jarak objek terhadap pengguna secara real time. Feedback berupa suara yang dihasilkan LoVi juga berjalan dengan normal. Berdasarkan analisis menggunakan matplotlib, diketahui bahwa starting point untuk akurasi deteksinya sudah bagus, yaitu diatas 80%. Untuk mencapai akurasi 100%, diperlukan rata-rata 8 detik. Untuk pengembangan dan realisasinya, kami telah bekerjasama dengan Syamsi Dhuha Foundation yang bergerak di bidang Kesehatan, khususnya yang berkaitan dengan disabilitas netra.