APLIKASI MOBILE MENDETEKSI WARNA BERBASIS ARTIFICIAL INTELLIGENCE BAGI PENDERITA BUTA WARNA

Authors

  • Sukarno Bahat Nauli Universitas Satya Negara Indonesia
  • Agung Priambodo Universitas Satya Negara Indonesia
  • Bosar Panjaitan Universitas Asa Indonesia
  • Faizal Zuli Universitas Bhakti Asih Tangerang
  • Turkhamun Adi Kurniawan Institut Teknologi Dan Sains Nahdlatul Ulama Pekalongan
  • Anita Ratnasari Universitas Dian Nusantara
  • Melani Indah Sari Manik Universitas Satya Negara Indonesia
  • Dian Ayu Palapa Putri Universitas Satya Negara Indonesia
  • Istiqomah Sumadikarta Universitas Indraprasta PGRI
  • Fachrel Muhammad Universitas Satya Negara Indonesia

DOI:

https://doi.org/10.59134/jsk.v11i1.800

Keywords:

deteksi warna, buta warna, K-Means, Android, Firebase

Abstract

Aplikasi deteksi warna berbasis Android ini dirancang untuk membantu penyandang tunanetra dan penderita buta warna dalam mengenali warna secara lebih mudah, cepat, dan akurat. Aplikasi memanfaatkan kamera perangkat untuk menangkap citra objek, kemudian mengolahnya menggunakan algoritma K-Means Clustering guna menentukan warna dominan. Hasil proses deteksi ditampilkan dalam bentuk nama warna, nilai RGB, tingkat keyakinan (confidence), serta deskripsi warna yang informatif sehingga dapat dipahami oleh pengguna. Selain fitur deteksi warna, aplikasi ini juga dilengkapi dengan kuis interaktif yang bertujuan untuk mengidentifikasi kemungkinan jenis buta warna yang dialami pengguna berdasarkan pola jawaban yang diberikan. Seluruh data pengguna, riwayat hasil deteksi warna, serta hasil kuis disimpan secara otomatis menggunakan Firebase Firestore sebagai basis data berbasis cloud. Metode pengembangan perangkat lunak yang digunakan dalam penelitian ini adalah Waterfall, yang meliputi tahap analisis kebutuhan, perancangan sistem, implementasi, pengujian, dan pemeliharaan. Pengujian aplikasi dilakukan menggunakan metode black-box testing untuk memastikan setiap fungsi berjalan sesuai dengan spesifikasi yang telah ditetapkan. Hasil pengujian menunjukkan bahwa aplikasi mampu bekerja dengan baik, memberikan informasi warna secara real-time, serta memiliki tingkat akurasi yang memadai dalam membantu pengguna mengenali warna.

References

Doringin, F. (2025). Artificial Intelligence untuk Edukasi, Deteksi Dini, dan Rujukan agar Gangguan Penglihatan Bisa Dikontrol. In Future Jakarta: Artificial Intelligence dan Kebijakan Inovatif Untuk Kota Pintar (p. 126). Universitas Gunadarma.

Nauli, Sukarno Bahat; Priambodo, Agung; Sitorus, Hernalom; Kurniawan, T. A. (2024). Evaluating Academic Information Systems Through Dual Models. Journal of Electrical Systems, 20(7s), 594–600. https://doi.org/10.52783/jes.3363

Nauli, S. B., Sibarani, R., Sitorus, H., Panjaitan, B., Kurniawan, T. A., Priambodo, A., Zuli, F., Dwitiyanti, N., & Narendra, Z. R. (2026). Penerapan Aplikasi Rekomendasi Konten Akun Instagram Photographer Menggunakan Collaborative Filtering. Format : Jurnal Ilmiah Teknik Informatika, 15(1), 1–5. https://doi.org/10.22441/FORMAT.2026.V15.I1.001

Susila, I. P. A., Ismail, S. J. I., & Satrya, G. B. (2020). Perancangan Sistem Deteksi Warna Untuk Membantu Orang Buta Warna Berbasis Machine Learning Menggunakan Tensorflow. EProceedings of Applied Science, 6(2), 2031–2051.

Fachri, B., & Surbakti, R. W. (2021). Perancangan Sistem Dan Desain Undangan Digital Menggunakan Metode Waterfall Berbasis Website (Studi Kasus: Asco Jaya). Journal of Science and Social Research, 4(3), 263–267. https://doi.org/10.54314/jssr.v4i3.692

Hayati, A., Tubagas, M., & Anwar, N. (2024). Implementasi Flutter Dalam Pembangunan Aplikasi Tes Buta Warna Android Pada PT. Rotuka Cakra Sinergi. IKRA-ITH Informatika: Jurnal Komputer Dan Informatika, 8(1), 1–10. https://doi.org/10.37817/ikraith- informatika.v8i1

Irfansyah, N. H. (2024). Eye-R: Augmented Reality Sebagai Aplikasi Helper Buta Warna Berbasis Mobile. Yogyakarta: Universitas Islam Indonesia.

Ishihara, W. M. M. (2022). Perancangan dan Pengembangan Aplikasi Mobile Tes Buta. Jurnal Ilmu Komputer Dan Bisnis (JIKB), 13(2), 53–67. https://doi.org/10.47927/jikb.v13i2.321 Moleong, L. J. (2018). Metodologi Penelitian Kualitatif Edisi Revisi. Bandung: Remaja

Rosdakarya.

Nauli, S. B., Sibarani, R., Sitorus, H., Panjaitan, B., Kurniawan, T. A., Priambodo, A., Zuli, F., Dwitiyanti, N., & Narendra, Z. R. (2026). Penerapan Aplikasi Rekomendasi Konten Akun Instagram Photographer Menggunakan Collaborative Filtering. Format : Jurnal Ilmiah Teknik Informatika, 15(1), 1–5. https://doi.org/10.22441/FORMAT.2026.V15.I1.001

Purnomo, R. F., Purbo, O. W., & Aziz, R. Z. A. (2021). Firebase: Membangun Aplikasi Berbasis Android. Yogyakarta: Penerbit Andi.

Ramadhani, W. (2023). Sistem Diagnosis Penyakit Buta Warna Menggunakan Metode Ishihara dan Cambridge dengan Algoritma Cosine Similarity Berbasis Multiplatform. Jakarta: UIN Syarif Hidayatullah Jakarta.

Saini, S., Dungga, E. F., & Sulistiani, I. (2022). Evaluasi Pemeriksaan Tes Buta Warna Menggunakan Metode Ishihara Berbasis Google Form Menggunakan Buku Ishihara. Indonesian Journal of Pharmaceutical Education, 2(1), 42–51. https://doi.org/10.37311/ijpe.v2i1.15855

Syaharani, T. (2023). Penggunaan AI dalam Penggunaan Perancangan Multimedia Interaktif untuk Penderita Buta Warna Berbasis Augmented Reality. Seminar Nasional Institut Kesenian Jakarta (IKJ), 2, 83–92. https://doi.org/10. 52969/seminarikj.v2i.58

Wahid, A. A. (2020). Analisis Metode Waterfall untuk Pengembangan Sistem Informasi. Jurnal Ilmu-Ilmu Informasi Dan Manajemen, 1(1), 1–5. Retrieved from https://www.researchgate.net/profile/Aceng-Wahid/publication/346397 070

Downloads

Published

2026-05-31

How to Cite

Nauli, S. B., Agung Priambodo, Bosar Panjaitan, Faizal Zuli, Turkhamun Adi Kurniawan, Anita Ratnasari, Melani Indah Sari Manik, Dian Ayu Palapa Putri, Istiqomah Sumadikarta, & Fachrel Muhammad. (2026). APLIKASI MOBILE MENDETEKSI WARNA BERBASIS ARTIFICIAL INTELLIGENCE BAGI PENDERITA BUTA WARNA. JURNAL SATYA INFORMATIKA, 11(1), 9–15. https://doi.org/10.59134/jsk.v11i1.800

Most read articles by the same author(s)

1 2 > >>