@thesis{thesis,
		author={Ahmad  Usamah Ali},
		title ={PENDETEKSIAN KARAKTER BRAILLE MENGGUNAKAN YOLOV8n},
		year={2025},
		url={http://repository.itk.ac.id/22203/},
		abstract={Usaha meningkatkan aksesibilitas bagi penyandang tunanetra, deteksi otomatis karakter braille melalui teknologi penglihatan komputer memiliki peran krusial. Penelitian ini menggunakan YOLOV8n, model deteksi objek tingkat lanjut, untuk mengidentifikasi karakter braille dari gambar. Studi ini mengevaluasi pengaruh ukuran gambar dan konversi grayscale terhadap performa model, dengan mempertimbangkan akurasi dan efisiensi. Metode penelitian mencakup pelatihan model YOLOV8n pada berbagai skenario, termasuk ukuran gambar dan konversi ke skala grayscale. Dataset yang digunakan dibagi menjadi tiga bagian dengan pembagian data train sebanyak 12495 gambar, data validation sebanyak 167 gambar, dan data testing sebanyak 111 gambar. Hasil penelitian menunjukkan bahwa ukuran gambar dan konversi grayscale memiliki dampak signifikan pada deteksi karakter braille. Model terbaik didapat pada input gambar sebesar 640 piksel dengan channel warna grayscale dengan nilai precission yang diperoleh sebesar 0.91151, nilai recall sebesar 0.93893, nilai mAP50 sebesar 0.95449 , dan nilai mAP50-95 sebesar 0.53294 dengan jumlah epoch sebanyak 20. Untuk waktu  komputasi yang dibutuhkan adalah 4477.66 detik.}
		}