Kursi roda elektrik telah menjadi solusi penting bagi individu dengan keterbatasan mobilitas, namun pengendalian yang aman dan responsif masih menjadi tantangan utama. Tugas Akhir ini bertujuan untuk membuat rancang bangun kursi roda elektrik dengan mengintegrasikan sistem kontrol kendali joystick dan teknologi deteksi objek menggunakan YOLOv4 untuk keamanan serta meningkatkan akurasi serta kemudahan penggunaan. Sistem kendali joystick sebagai antarmuka utama bagi pengguna mengarahkan kursi roda, dan sistem keamanan dengan memanfaatkan teknologi Computer Vision berbasis YOLOv4. Proses komputasi dilakukan pada perangkat raspberry pi3. Kursi roda elektrik ini akan berhenti dan memberikan suara peringatan jika terdeteksi objek halangan, proses ini diimplementasikan menggunakan Arduino Uno untuk mengontrol kecepatan dan arah motor DC serta memastikan keamanan pengguna. Metode eksperimental digunakan pada perancangan kursi roda elektrik ini. Hasil pengujian menunjukkan bahwa sistem kendali berbasis joystick memiliki respon yang sesuai dengan instruksi, contoh: maju, mundur, kanan, kiri, putar dan pengereman. Deteksi objek YOLO memiliki rata-rata keakuratan objek sebesar 98% dan memiliki rata-rata waktu komputasi 3 hingga 5 detik. Kursi roda ini dapat menanggung beban maksimum 70 kg.

Kata Kunci: Arduino, Deteksi Objek, Keamanan, Kursi Roda Elektrik, Motor DC, YOLOv4.

Electric wheelchairs have become an essentialsolution for individuals with mobility limitations, butsafe and responsive control remains a majorchallenge. This Final Project aims to design anddevelop an electric wheelchair by integrating a joystick control system with object detectiontechnology using YOLOv4 for safety, as well as toimprove accuracy and ease of use. The joystickcontrol system serves as the primary interface forusers to steer the wheelchair, while the safety systemutilizes YOLOv4-based Computer Vision technology. The computational processes are carried out on a Raspberry Pi 3 device. This electric wheelchair willstop and give a warning sound if an obstacle objectis detected, this process is implemented usingArduino Uno to control the speed and direction ofthe DC motor and ensure the safety of the user. An experimental method was used in the design of thiselectric wheelchair. The test results show that thejoystick-based control system responds appropriatelyto commands, such as forward, backward, right, left, turning, and braking. The YOLO object detectionhas an average object accuracy of 98% and anaverage computation time of 3 to 5 seconds. Thiswheelchair can support a maximum load of 70 kg.

Keywords: Arduino, DC Motor, Electric Wheelchair, Object Detection, Safety, YOLOv4.