%0 Thesis
%9 S1 - Sarjana
%A Dhiputra, Rhama Rangga
%A Universitas AMIKOM Yogyakarta,
%B Fakultas Ilmu Komputer
%D 2026
%F universitasamikomyogyakarta:33095
%I Universitas AMIKOM Yogyakarta
%K aksesibilitas, BLIP, image captioning, kurasi data, LoRA, accessibility, data curation.
%T PENDEKATAN DATA-DRIVEN UNTUK MENGATASI  MASALAH KUALITAS PADA VIZWIZ CAPTIONING
%U https://eprints.amikom.ac.id/id/eprint/33095/
%X Model visi-bahasa modern saat ini masih mengalami kendala teknis yang  signifikan saat memproses foto berkualitas rendah, berderau, atau kabur yang  diambil secara autentik oleh individu tunanetra dalam skenario dunia nyata.  Kesenjangan teknis ini memicu fenomena "Paradoks Kualitas" yang menyebabkan  penurunan kinerja sistem pemandu visual secara drastis, sehingga berdampak  negatif pada keamanan dan kemandirian navigasi pengguna. Penelitian ini  bertujuan untuk mengeliminasi bias tersebut melalui pengembangan pipeline  berbasis data-centric yang mengintegrasikan penyaringan kekaburan Fast Fourier  Transform (FFT) dengan teknik Parameter-Efficient Fine-Tuning (PEFT)  menggunakan Low-Rank Adaptation (LoRA). Langkah-langkah penyelesaian  masalah mencakup kurasi data multidimensi, optimalisasi memori menggunakan  pengoptimal AdamW pada kartu grafis tingkat konsumen, serta pengujian statistik  mendalam melalui pembagian tertil berbasis FFT. Hasil penelitian menunjukkan  bahwa model yang dioptimalkan (V2-Final) berhasil mencapai skor CIDEr sebesar  0,4481, BERTScore F1 sebesar 0,8815, dan BLEU-4 sebesar 0,0511. Analisis  statistik dengan nilai p = 0,622 dan Cohen’s d sebesar -0,038 membuktikan bahwa  bias kualitas telah berhasil dihilangkan, menghasilkan performa yang seimbang  antara citra buram dan tajam. Selain itu, sistem terbukti efisien secara komputasi  dengan penggunaan VRAM puncak hanya sebesar 3,8 GB. Hasil penelitian ini  dapat dimanfaatkan oleh pengembang teknologi bantu untuk menciptakan alat  navigasi real-time yang tangguh bagi penyandang tunanetra. Penelitian selanjutnya  disarankan untuk mengintegrasikan model ini dengan arsitektur Large Language  Model (LLM) multimodal untuk interaksi percakapan yang lebih dinamis.