PENDEKATAN DATA-DRIVEN UNTUK MENGATASI MASALAH KUALITAS PADA VIZWIZ CAPTIONING

Dhiputra, Rhama Rangga (2026) PENDEKATAN DATA-DRIVEN UNTUK MENGATASI MASALAH KUALITAS PADA VIZWIZ CAPTIONING. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf - Published Version Download (1MB)
	Text (BAB I) BAB I.pdf - Published Version Download (352kB)
	Text (BAB II) BAB II.pdf - Published Version Restricted to Registered users only Download (1MB)
	Text (BAB III) BAB III.pdf - Published Version Restricted to Registered users only Download (930kB)
	Text (BAB IV) BAB IV.pdf - Published Version Restricted to Registered users only Download (2MB)
	Text (BAB V) BAB V.pdf - Published Version Download (134kB)
	Text (DAFTAR PUSTAKA LAMPIRAN) Daftar Pustaka.pdf - Published Version Restricted to Registered users only Download (170kB)
	Archive (SOURCE CODE) Sourcecode - 22.11.5048.zip - Published Version Restricted to Repository staff only Download (4MB)
	Text (PUBLIKASI) Surat Pernyataan Publish di Luar.pdf - Published Version Restricted to Repository staff only Download (300kB)

Abstract

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.

Actions (login required)

View Item