APLIKASI ARTIFICIAL INTELLIGENCE UNTUK MENDETEKSI OBJEK BERBASIS WEB MENGGUNAKAN LIBRARY TENSORFLOW JS, REACT JS DAN COCO DATASET

  • Pipit Dewi Arnesia STMIK Jakarta STI&K
  • Naufal Arif Pratama Universitas Gunadarma
  • Fitri Sjafrina STMIK Jakarta STI&K
Abstract views: 2907 , PDF downloads: 2243

Abstract

Penelitian ini adalah mengenai rancang bangun aplikasi Artificial Intelligence untuk mendeteksi objek berbasis web yang didukung oleh voice command dengan tujuan memudahkan penggunaannya. Aplikasi ini memanfaatkan model dari Coco dataset, library Tensorflow Js untuk implementasi machine learning pada web, dan library React Js dalam pembuatan aplikasi web. Aplikasi ini diujicoba dengan menggunakan metode black box untuk menguji fitur yang dimiliki yaitu voice command dan object detection (deteksi objek). Uji coba dilakukan menggunakan browser Google Chrome pada perangkat smartphone RealMe 3. Aplikasi ini diharapkan dapat membantu orang-orang yang mengalami gangguan pada matanya agar dapat beraktifitas yang lebih nyaman.

 

Kata kunci: Artificial Intelligence, Machine Learning, Object Detection, Tensorflow Js.

 

Downloads

Download data is not yet available.

References

Al Kadafi, A., & Utaminingrum, F., “Deteksi Objek Penghalang Secara Real-Time Berbasis Mobile Bagi Penyandang Tunanetra Menggunakan Analisis Blob”, Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer, Vol. 2, No. 1 (2017): 423-432.

Budiarto, Jian, & Jihadil Qudsi, “Deteksi Citra Kendaraan Berbasis Web Menggunakan JavaScript Framework Library”, Jurnal MATRIK, Vol. 18, No. 1 (2018): 125-133. https://doi.org/10.30812/matrik.v18i1.330.

Constantin, Yoshua, Ucuk Darusalam, & Novi Dian Nathasia, “Aplikasi Personal Assistant Berbasis Voice Command Pada Sistem Operasi Android Dengan NLP”, Journal of Information Technology and Computer Science, Vol. 5, No. 2 (2020): 121 - 128.

David Wibisono, Rolly Intan, & Endang Setyati, “Perancangan dan Pembuatan Aplikasi Android Pengkonversian Suara Menjadi Teks dalam Bahasa Indonesia dengan Machine Learning untuk Membantu Tunarungu”, Jurnal Infra, Vol. 6, No. 1 (2018).

Dufan J. P. Manajang, Sherwin R.U.A. Sompie, & Agustinus Jacobus, “Implementasi Framework Tensorflow Object Detection Dalam Pengklasifikasian Kendaraan Bermotor”, Jurnal Teknik Informatika, Vol. 15, No. 3 (2020): 171-178. https://doi.org/10.35793/jti.15.3.2020.29775.

Goodfellow, Ian, Yoshua Bengio, & Aaron Courville, “Deep Learning”, United Kingdom, MIT Press: 2016.

Joshi, Ameet V., “Machine Learning Artificial Intelligence”, Germany, Springer International Publishing: 2019.

Mohri, Mehryar, Afshin Rostamizadeh, & Amet Altawakar, “Foundation of Machine Learning”, Second Edition. United Kingdom, MIT Press: 2019. https://doi.org/10.1007/s00362-019-01124-9.

Muhammad T.P. “Unified Modeling Language (UML) Model Untuk Pengembangan Sistem Informasi Akademik Berbasis Web”, Jurnal Informatika: Jurnal Pengembangan IT, Vol. 03, No. 01 (2018): hal. 126–129.

Nurul Isna Ganggalia, Apri Junaidi, & Fahrudin Mukti Wibowo, “Prototype Alat Pengendali Lampu dengan Perintah Suara menggunakan Arduino Uno Berbasis Web”, Jurnal RESTI, Vol. 3, No. 3, (2019): 389 - 394.https://doi.org/10.29207/resti.v3i3.1124.

Prisky Ratna Aningtiyas, Agus Sumin, & Setia Wirawan, “Pembuatan Aplikasi Deteksi Objek Menggunakan TensorFlow Object Detection API dengan Memanfaatkan SSD MobileNet V2 Sebagai Model Pra – Terlatih”, Jurnal Ilmiah KOMPUTASI, Vol. 19, No. 3 (2020). http://dx.doi.org/10.32409/jikstik.19.3.68

PlumX Metrics

Published
2022-03-02
Section
Articles