Implementasi Tensorflow Lite da Firebase Authentication pada Aplikasi Android SignBoard Translator
Total View This Week0
Total View This Week0
Institusion
Institut Teknologi Kalimantan
Author
Pratiwi, Diana Kartika Novia
Subject
T Technology (General)
Datestamp
2021-08-04 09:01:16
Abstract :
Rambu lalu lintas merupakan simbol tata tertib jalan yang biasa ditemui pada setiap sudut jalan yang berfungsi untuk ketertiban dan kenyamanan para pengguna jalan. Rambu lalu lintas bertujuan untuk mengurangi tingkat kecelakaan dan meningkatkan ketertiban lalu lintas. Namun, wisatawan asing mengalami kesulitan dalam memahami rambu lalu lintas sehingga banyaknya pelanggaran yang dilakukan oleh wisatawan asing. Oleh karena itu, dibangun aplikasi Signboard Translator yaitu aplikasi android klasifikasi gambar yang bertujuan untuk mempermudah para wisatawan asing dalam memahami rambu lalu lintas. Aplikasi Signboard Translator mengimplementasikan Tensorflow Lite model maker sebagai model machine learning dan membangun rancangan Firebase Authentication yaitu Sign Up dan Sign In menggunakan email. Dari total 1135 data yang dibagi menjadi 908 data train, 45 data validation, dan 182 data test. Hasil dari model .tflite dari Tensorflow Lite model maker menunjukkan akurasi sebesar 98%. Model dieksekusi menggunakan interpreter Tensorflow Lite yang tertanam pada aplikasi. Hasil rancangan Firebase Authentication dapat diimplementasikan dengan baik pada aplikasi SignBoard Translator.
Rambu lalu lintas merupakan simbol tata tertib jalan yang biasa ditemui pada setiap sudut jalan yang berfungsi untuk ketertiban dan kenyamanan para pengguna jalan. Rambu lalu lintas bertujuan untuk mengurangi tingkat kecelakaan dan meningkatkan ketertiban lalu lintas. Namun, wisatawan asing mengalami kesulitan dalam memahami rambu lalu lintas sehingga banyaknya pelanggaran yang dilakukan oleh wisatawan asing. Oleh karena itu, dibangun aplikasi Signboard Translator yaitu aplikasi android klasifikasi gambar yang bertujuan untuk mempermudah para wisatawan asing dalam memahami rambu lalu lintas. Aplikasi Signboard Translator mengimplementasikan Tensorflow Lite model maker sebagai model machine learning dan membangun rancangan Firebase Authentication yaitu Sign Up dan Sign In menggunakan email. Dari total 1135 data yang dibagi menjadi 908 data train, 45 data validation, dan 182 data test. Hasil dari model .tflite dari Tensorflow Lite model maker menunjukkan akurasi sebesar 98%. Model dieksekusi menggunakan interpreter Tensorflow Lite yang tertanam pada aplikasi. Hasil rancangan Firebase Authentication dapat diimplementasikan dengan baik pada aplikasi SignBoard Translator.
File :
02171007-Cover.pdf
02171007_statement_of_authentity.pdf
02171007-chapter_2.pdf
02171007-chapter_3.pdf
02171007-chapter_4.pdf
02171007-conclusions.pdf
02171007_bibliography.pdf
021710007_enclosure.pdf
0217007_paper.pdf
021710017_Presentation.pdf
02171007-Form 020.pdf
02171007_publishing_agreement.pdf
02171007_ Lembar Pengesahan.pdf
02171007_abstract_id.pdf
02171007_abstract_en.pdf
02171007_table_of_content.pdf
02171007_illustrations.pdf
02171007_tables.pdf
02171007-chapter_1.pdf
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
