Algoritma Pendeteksi dan Pengenalan Objek pada Media Edukasi LKS Secara Otomatis

Abstract

Perkembangan teknologi informasi kini semakin pesat. Penyampaian informasi semakin cepat dan berkembang variasinya. Penyampaian informasi yang semakin cepat ini dimanfaatkan pada bidang keilmuan yang berbeda salah satunya dalam bidang Pendidikan. Media pembelajaran saat ini sangatlah banyak kita temukan variasinya, dari membuat buku khusus untuk latihan soal, media edukasi secara daring, pembelajaran melalui permainan, dan lain-lain. Media pembelajaran LKS merupakan salah satu media pembelajaran yang paling umum digunakan di sekolah-sekolah yang ada di Indonesia. Namun dalam penggunaannya, buku LKS menggunakan kertas buram untuk menekan biaya produksinya. Sehingga ini membuat para tenaga pengajar kesulitan untuk menjelaskan atau menerangkan objek gambar yang ada pada buku LKS. Dengan permasalahan yang dihadapi penulis mencari sebuah penyelesaian dengan mengaitkan pengenalan objek pada citra. Pada penelitian ini, penulis akan mencoba teknik pengenalan objek dengan menggunakan metode Faster Region based Convolutional Neural Network (R-CNN) yang akan diterapkan pada pendeteksi dan pengenalan gambar pada buku LKS. Citra yang digunakan pada penelitian ini yaitu, sel hewan, sel tumbuhan, otot polos, otot lurik, otot jantung, monokotil, dikotil,syaraf dan jantung. Dengan harapan kedepannya dapat diaplikasikan untuk pengenalan marker pada teknologi Augmented Reality sebagai media pembelajaran. Data diambil oleh penulis menggunakan kamera smartphone dengan jumlah citra training 495 gambar, testing 90 gambar dan evaluasi 45 gambar. Faster R-CNN telah terbukti mampu memproses citra yang akan dideteksi dengan akurasi mencapai 87% .