Pengembangan Aplikasi Smart Money Classifier & Location Tracker Berbasis Convolutional Neural Network (CNN) untuk Penderita Tunanetra

Khoirunnisa Wahidah

Angka kebutaan di Indonesia terus mengalami peningkatan setiap tahunnya, baik karena faktor bawaan sejak lahir maupun akibat faktor usia. Kondisi ini menjadikan Indonesia sebagai negara dengan jumlah penyandang tunanetra tertinggi kedua di dunia setelah Ethiopia. Penelitian ini bertujuan untuk mengembangkan sebuah aplikasi mobile berbasis Android bernama Smart Money Classifier & Location Tracker yang dirancang khusus untuk membantu penyandang tunanetra dalam mengenali nominal uang kertas rupiah secara mandiri serta melacak lokasi mereka secara real-time. Aplikasi ini mengintegrasikan teknologi Convolutional Neural Network (CNN) untuk klasifikasi citra uang melalui kamera smartphone dan textto-speech untuk menyuarakan hasil pengenalan. Selain itu, fitur pelacakan lokasi menggunakan sistem GPS memungkinkan keluarga pengguna memantau posisi secara langsung melalui antarmuka khusus yang juga mencatat histori lokasi. Pengujian dilakukan terhadap berbagai kondisi uang seperti lusuh, terlipat, serta variasi pencahayaan dan jarak. Hasilnya menunjukkan tingkat akurasi pengenalan uang sebesar 85 - 99% dalam kondisi optimal. Untuk fitur pelacakan lokasi, aplikasi mampu memberikan estimasi posisi dengan akurasi rata-rata 5 - 15 meter di area terbuka dan 15 - 25 meter di area semi tertutup, dengan waktu jeda pengiriman data rata-rata 2 – 4 detik. Dengan menggabungkan dua fitur utama ini, aplikasi diharapkan dapat meningkatkan kemandirian, keamanan, dan kenyamanan penyandang tunanetra dalam menjalani aktivitas sehari-hari.

© 2026 UPA Perpustakaan POLINEMAStatus LayananKebijakan PrivasiSyarat & Ketentuan

v2026.11.17.5 · 54e4f54