Detail Cantuman

Dalam melakukan aktivitas, sebagai penyandang tunanetra tentunya memiliki banyak rintangan dan kesulitan yang dihadapi, tak terkecuali ketika melakukan pemilihan pakaian, tanpa adanya alat bantu seperti label Braille atau seorang pendamping, penyandang tunanetra akan kesulitan untuk memilih motif pakaian yang diinginkannya. Dalam proses pendeteksian sendiri, sebuah jaringan (network) akan dilakukannya proses pembelajaran terlebih dahulu, proses pembelajaran sendiri dilakukan dengan cara perbandingan antar motif pakaian. Jika jaringan terlihat sudah dapat mendeteksi motif pakaian dengan benar, jaringan tersebut akan digunakan untuk melakukan proses pendeteksian. Untuk membantu penyandang tunanetra,dibuat dan ditelitinya sebuah sistem untuk mendeteksi 11 pola kain yang berbeda (Argyle, Batik, Camouflage, Gingham, Dotted, Floral, Leopard, Solid, Striped, Zebra dan Zigzag) menggunakan model Retinanet dengan arsitektur Residual Network-152. Untuk mendapatkan performa terbaik, dilakukan perbandingan antara 6 optimizers, seperti Stochastic Gradient Descent, Root Mean Square Propagation, Adaptive Moment Estimation, Adaptive Delta, Adaptive Norm, dan Adaptive Gradient. Setiap optimizer juga akan dilatih dengan 3 learning rate yang berbeda (1E-3, 1E-4, dan 1E-5). Dari hasil pengujian yang dilakukan, model dengan optimizer Adamax dan learning rate 1E-4 mendapat akurasi tertinggi sebesar 92,2%.
Kata kunci: Convolutional Neural Network, Retinanet, Resnet, Penyandang Tunanetra, Motif Pakaian