Deteksi Gerakan Kepala Berdasarkan Analisis Bounding Box Pada Citra Digital Berbasis Raspberry Pi
| Main Author: | Jamiilah, Muzammilatul |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/14119/1/Muzammilatul%20Jamiilah.pdf http://repository.ub.ac.id/14119/ |
Daftar Isi:
- Disabilitas fisik yaitu suatu gangguan pada tubuh seseorang yang bisa membatasi fungsi salah satu anggota tubuh manusia bahkan bisa lebih dan juga mengganggu kemampuan sistem motorik seseorang. Disabilitas fisik dibagi menjadi beberapa bagian yaitu cacat kaki, cacat tangan, dan cacat kaki dan tangan. Apabila terjadi kecacatan pada kedua anggota tubuh tersebut maka akan sulit untuk mengendalikan sesuatu secara mandiri misalnya mengontrol kursi roda elektronik, memilih menu pada monitor, dan lain sebagainya. Oleh karena itu dibutuhkan penelitian untuk membantu penyandang disabilitas fisik kaki dan tangan agar dapat mempermudah dalam mengontrol alat-alat tersebut. Dalam sistem ini yang dibuat adalah deteksi pergerakan kepala berdasarkan analisis bounding box bagi penyandang disabilitas fisik. Penelitian ini menggunakan kamera logitech C310. Kamera tersebut diletakkan lurus di depan kepala pengguna. Kamera ini digunakan untuk menangkap gerakan kepala pengguna lalu hasil capture akan dikirim ke raspberry yang nantinya akan diproses menggunakan image processing untuk mendeteksi warna kulit dan pergerakan kepala. Langkah selanjutanya adalah mengklasifikasi pergerakan kepala pengguna. Klasifikasi ini menggunakan analisis perhitungan piksel yang merepresentasikan objek pada tiap kuadran dalam bounding box. Dalam bounding box tersebut terdapat 4 kuadran. Keluaran yang dihasilkan pada sistem ini adalah Kontrol LED. Hasil akurasi pengujian pada deteksi warna kulit yang bagus untuk mendeteksi warna kulit wajah adalah jarak 50 cm, 75cm, 100cm, dan 125cm pada waktu pagi dan siang dan juga jarak 50cm, 75cm pada waktu malam. Untuk hasil akurasi pengujian deteksi pergerakan kepala jarak dan waktu yang paling bagus yaitu pada jarak 50 cm pada waktu pagi, siang dan malam dengan presentase keseluruhan sebesar 90.62%. Rata-rata waktu komputasi tiap gerakan untuk kanan sebesar 59.87 ms, untuk kiri sebesar 57.64ms, untuk tegak sebesar 55.72ms, dan untuk menunduk sebesar 44.62 ms. Untuk akurasi integrasi sistem dengan hardware atau LED sebesar 100%.