RANCANG BANGUN PEMANDU TUNA NETRA MENGGUNAKAN SENSOR ULTRASONIK BERBASIS MIKROKONTROLER
Notice bibliographique
Résumé
Penyandang tuna netra memiliki kondisi fisik yang terbatas. Kondisi fisik ini membuat penyandang menggunakan tongkat sebagai alat pemandu dalam kegiatan sehari-hari. Kemajuan teknologi membantu penyandang mengganti tongkat dengan alat pemandu menggunakan sensor ultrasonik sehingga lebih leluasa bergerak. Sensor ultrasonik bekerja dengan memanfaatkan gelombang ultrasonik sebagai pemancar dan menghitung jarak dengan perbedaan selisih waktu. Kepekaan sensor ultrasonik dari 2 cm sampai 200 cm. Pengolah data yang digunakan adalah mikrokontroler arduino dan keluaran berupa motor getar. Alat pemandu tuna netra menggunakan sabuk sebagai desain utama. Sensor diletakkan pada sisi kiri, depan, dan kanan sabuk untuk mendeteksi benda yang berada pada jarak pantulan sensor. Motor getar diletakkan pada samping sensor untuk memberikan getaran ketika sensor ultrasonik aktif. Alat pemandu tuna netra mempunyai spesifikasi dalam mendeteksi jarak 30 cm di kiri sabuk, 150 cm di depan sabuk, 30 cm di kanan sabuk dan 120 cm – 125 cm di bawah sabuk.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction machine sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Le volet Gemma est une étiquette directe du modèle pour chaque travail de la base, lue sur la notice réduite au titre. Le volet Codex est un classifieur appris des 10 348 étiquettes directes de Codex et calibré sur les taux pondérés de l'échantillon; les champs sans appui suffisant ne portent aucun appel Codex. Le mode candidate est l'union des deux volets; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont pas des étiquettes humaines.
Scores du classifieur distillé par catégorie (deux têtes)
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,001 | 0,001 |
| Méta-épidémiologie (sens strict) | 0,001 | 0,001 |
| Méta-épidémiologie (sens large) | 0,001 | 0,001 |
| Bibliométrie | 0,001 | 0,001 |
| Études des sciences et des technologies | 0,002 | 0,001 |
| Communication savante | 0,003 | 0,002 |
| Science ouverte | 0,001 | 0,001 |
| Intégrité de la recherche | 0,001 | 0,001 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,016 | 0,005 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule source (Gemma direct ou Codex distillé), pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».