TY  - THES
AV  - restricted
TI  - PENDEKATAN DATA-DRIVEN UNTUK MENGATASI
MASALAH KUALITAS PADA VIZWIZ CAPTIONING
M1  - bachelor
PB  - Universitas AMIKOM Yogyakarta
UR  - https://eprints.amikom.ac.id/id/eprint/33095/
KW  - aksesibilitas
KW  -  BLIP
KW  -  image captioning
KW  -  kurasi data
KW  -  LoRA
KW  -  accessibility
KW  -  data curation.
A1  - Dhiputra, Rhama Rangga
N2  - 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.
Y1  - 2026/05/25/
ID  - universitasamikomyogyakarta33095
ER  -