Deteksi Arah Pergerakan Kepala Sebagai Kendali Motor Servo Menggunakan Area Mata Mata Facial Landmark
| Main Author: | Putra, Aliffandi Purnama |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2019
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/174212/1/Aliffandi%20Purnama%20Putra.pdf http://repository.ub.ac.id/174212/ |
Daftar Isi:
- Disabilitas merupakan kata yang berasal dari serapan bahasa inggris yang artinya cacat atau ketidakmampuan dalam melakukan suatu hal. Terdapat berbagai macam penyandang disabilitas salah satunya yaitu penyandang disabilitas fisik. Dalam mengontrol suatu alat penyandang disabilitas fisik pada tangan dan kaki akan berdampak susahnya mereka melakukan mobilisasi sehingga masih memerlukan bantuan orang lain atau piranti lain. Sebagai contoh pengontrolan kursi roda yang menggunakan sistem manual masih membutuhkan tangan user untuk menjalankan dan sekaligus mengendalikan arah kursi roda. Permasalahan yang besar akan muncul apabila penyandang disabilitas tersebut tidak hanya cacat pada kakinya tetapi juga pada tangannya sehingga untuk menjalankan kursi roda secara mandiri akan susah dan pastinya membutuhkan orang lain. Salah satu permasalah tersebut dapat diselesaikan dengan menggunakan sistem kendali kontrol berbasis kamera sebagai pengganti joystick atau remote sebagai kontrol alat tersebut. Penelitian ini dirancang untuk mendeteksi posisi mata berdasarkan pergerakan kepala melalui pengolahan citra dengan menggunakan kamera dan facial landmark sebagai metode deteksinya. Pengolahan pada sistem ini menggunakan Raspberry Pi 3B+ dan implementasi output menggunakan motor servo. Pengujian pada sistem ini dengan melakukan uji terhadap 8 subjek menggunakan waktu dan jarak berbeda dari posisi objek wajah. Hasil penelitian ini yaitu waktu terbaik untuk mendeteksi mata pada setiap posisi pergerakan kepala pada pagi dan siang hari. Presentase pergerakan kepala terbaik yaitu lurus, serong kanan, serong kiri dan miring kiri dengan mendapatkan akurasi 100%. Sedangkan pada pergerakan miring kanan mendapatkan presentase 98,96 %. Waktu komputasi sistem ditentukan oleh jarak subjek didepan kamera. Semakin jauh subjek dari depan kamera maka waktu komputasi sistem akan semakin kecil. Sebaliknya jika subjek semakin dekat maka waktu komputasinya semakin besar. Untuk akurasi Integrasi sistem dengan hardware berdasarkan output klasifikasi pada sistem. Jika berdasarkan pergerakan asli maka akurasinya sama seperti akurasi pada deteksi pergerakan kepala berdasarkan posisi mata.