Keywords
Optical Flow
OpenCV
Deteksi Arah Pandang Mata
How to Cite
Abstract
Pada zaman sekarang teknologi berkembang dengan cepat, hampir semua kegiatan sudah terkomputerisasi, salah satu contoh penggunaan teknologi yang dapat ditemui sekarang yaitu pada lingkungan kerja. Berdasarkan data Sakernas 2017, penduduk usia kerja disabilitas nasional berjumlah 21.930.529 orang. Penyandang disabilitas yang tidak dapat menggerakkan fisiknya, seperti ketidak mampuan dalam menggerakkan tangan atau jarinya atau bahkan lumpuh total, akan kesulitan dalam mengoperasikan teknologi yang ada. Pasalnya, teknologi yang ada sementara ini membutuhkan fisik yang normal untuk mengoperasikannya. Dalam penelitian ini dilakukan penelitian deteksi arah pandang mata berbasis kamera Webcam menggunakan metode Lucas-Kanande Optical Flow untuk menggantikan fungsi tangan pada penyandang disabilitas. Berdasarkan hasil penelitian deteksi arah pandang mata diperoleh hasil rata-rata sebesar 79%, sedangkan pada deteksi fungsi klik diperoleh hasil rata-rata sebesar 72%.
References
Syarif, Y., Isnanto R. R., Satoto K. I. 2013. Perangkat Lunak Pengendali Pointer Menggunakan Pelacakan Mata (Eye Tracking) Dengan Algoritma Lucas-Kanade. Transient: Jurnal Ilmiah Teknik Elektro. Vol.2, No.3.
Umar, U., Soelistijorini R., Darwito H. A. 2013. Tracking Arah Gerakan Telunjuk Jari Berbasis Webcam Menggunakan Metode Optical Flow. Transient: Jurnal Ilmiah Teknik Elektro. Vol.2, No.3.
Andano, P. A., Sutojo, T., Muljono. 2017. Pengolahan Citra Digital. Yogyakarta: ANDI.
Putra, D. 2010. Pengolahan Citra Digital. Yogyakarta: ANDI.
Kadir, A. 2019. Langkah Mudah Pemrograman OpenCV & Python. Jakarta: Elex Media Komputindo.
Pangestu, M. R. A, Sumaryo, S, Setianingsih, C. 2019. Real Time Cctv Deteksi Wajah Dengan Haar Cascade Classifiers Opencv. e-Proceeding of Engineering. Vol.6, No.2
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Copyright (c) 2020 Leon Prasetya Mulya, Ardi Sanjaya, Julian Sahertian