Deteksi Pergerakan Bola Mata Menggunakan Metode Haar Cascade Berbasis Region Dan Kernelized Correlation Filter Tracker
| Main Author: | Prasetya, Renaldi Primaswara |
|---|---|
| Format: | Thesis NonPeerReviewed Book |
| Bahasa: | eng |
| Terbitan: |
, 2018
|
| Subjects: | |
| Online Access: |
http://repository.ub.ac.id/id/eprint/192748/1/Renaldi%20Primaswara%20Prasetya.pdf http://repository.ub.ac.id/id/eprint/192748/ |
Daftar Isi:
- Perkembangan teknologi yang semakin pesat memudahkan para penyandang disabilitas cacat kaki dalam melakukan aktifitas mereka sehari-hari. Selain secara manual menggunakan tangan, alat bantu pergerakan para penyandang disabilitas seperti kursi roda yang dilengkapi dengan joystick ataupun remote, seringkali bermanfaat bagi mereka dalam melakukan mobilitas secara mandiri. Namun hal ini tidak berlaku bagi penyandang disabilitas yang mengalami lebih dari satu keterbatasan fisik seperti cacat tangan dan kaki, sehingga perlu dikembangakan suatu cara lain untuk berinteraksi dengan suatu perangkat yang tidak menimbulkan permasalahan fisik, salah satunya yaitu dengan menggunakan pergerakan bola mata. Metode deteksi pergerakan bola mata dengan memperhatikan perubahan posisi koordinat x dan y, memiliki sensitifitas yang tinggi tanpa memberikan range pergerakan yang sesuai, dimana sedikit perubahan pada posisi titik tengah bola mata telah terdeteksi sebagai sebuah pergerakan. Sedangkan deteksi pergerakan bola mata melalui perhitungan dan perbandingan jumlah piksel bola mata membutuhkan waktu komputasi yang cukup lama. Metode deteksi pergerakan bola mata lainnya dengan menggunakan besar nilai sudut yang terbentuk antara sclera dan pupil mata, dapat memungkinkan besar nilai sudut yang sama tanpa memberikan nilai threshold yang tepat serta dibutuhkan proses training untuk menentukan nilai threshold yang sesuai, sehingga akurasi yang dihasilkan cukup rendah. Dalam penelitian ini, deteksi pergerakan bola mata secara real time dikembangkan dengan merancang suatu kotak region yang diperoleh dari metode Haar Cascade dan Kernelized Correlation Filter (KCF) tracker yang dibagi menjadi beberapa bagian secara horizontal dan vertikal. Kemudian arah pergerakan bola mata akan terdeteksi dengan melakukan pengecekan posisi pupil atau titik tengah bola mata pada setiap bagian kotak Haar. Melalui teknik tersebut, permasalahan akurasi, senstifitas, serta waktu komputasi dalam proses deteksi pergerakan bola mata yang ditimbulkan dari beberapa penelitian terdahulu dapat diperbaiki oleh metode yang diusulkan. Berdasarkan hasil pengujian, rata-rata akurasi deteksi pergerakan bola mata dengan empat tipe arah pergerakan menggunakan metode Haar berbasis region dan KCF tracker mencapai 90% dibandingkan dengan metode berbasis nilai sudut yang mencapai 47,5%. Sedangkan rata-rata akurasi menggunakan metode yang diusulkan dengan arah pergerakan ke kanan dan ke kiri mencapai 95%, dibandingkan dengan metode berbasis jumlah piksel dan koordinat yang mencapai masing masing 72,5% dan 85%. Akurasi arah pergerakan ke depan yang menunjukkan sensitifitas pergerakan bola mata menggunakan metode yang diusulkan juga memiliki akurasi yang lebih baik yaitu mencapai 90% dibandingkan dengan metode berbasis koordinat yang hanya mencapai 15%