Pengujian Alpha, Beta dan UAT pada Sistem Komputasi Pararel untuk Smart Cane
Abstract
Tongkat konvensional yang digunakan oleh penyandang tunanetra tidak dapat mendeteksi hambatan dengan baik, terutama yang tidak berada di permukaan tanah. Sistem tongkat pintar berbasis Internet of Things (IoT) ini memiliki sensor ultrasonik, sensor inframerah, modul GPS, dan algoritma pembelajaran mendalam YOLOv4-Tiny. Sistem ini menggunakan Raspberry Pi 4 sebagai komponen pemrosesan utama. Namun, kemampuan komputasi Raspberry Pi yang terbatas menghalangi melakukan deteksi dan pelacakan secara bersamaan. Oleh karena itu, penggunaan metode pemrosesan paralel mempercepat pengolahan data dari berbagai sensor dan meningkatkan efisiensi inferensi model. Menurut uji coba, penggunaan komputasi paralel dapat meningkatkan efisiensi pemrosesan hingga 35% dan mempertahankan akurasi deteksi objek hingga 92%. Selain itu, sistem ini dapat mengirimkan informasi lokasi melalui jaringan GSM secara real-time. Studi ini menunjukkan bahwa komputasi paralel sangat efektif untuk sistem embedded yang berorientasi pada kecerdasan buatan, terutama dalam meningkatkan kinerja alat bantu mobilitas untuk penyandang tunanetra.
Kata kunci — computing paralel, raspberry pi, tunanetra.
References
A. D. Yakut, “Internet of Things for Individuals with Disabilities,” in Industry 4.0 and Global Businesses, E. Yakut, Ed., Emerald Publishing Limited, 2022, pp. 137–152. doi: 10.1108/978-1-80117-326-120211010.
Ms. S. T. mani, “SMART CANE WITH OBSTACLES DETECTION,” International Scientific Journal of Engineering and Management, vol. 03, no. 03, pp. 1–9, Mar. 2024, doi: 10.55041/isjem01452.
P. Kramomthong, C. Pintavirooj, and M. P. Paing, “Smart Cane for Assisting Visually Impaired People and the Blind,” in 2021 13th Biomedical Engineering International Conference (BMEiCON), 2021, pp. 1–5. doi: 10.1109/BMEiCON53485.2021.9745212.
D. Papakyriakou and I. S. Barbounakis, “Performance Analysis of Raspberry Pi 4B (8GB) Beowulf Cluster: STREAM Benchmarking,” 2025.
