Perhitungan Frekuensi Kedipan Mata berbasis Convolutional Neural Network

Atyantagratia Vidyasmara Daryanto, Eko Mulyanto Yuniarno, Ahmad Zaini
Submission Date: 2021-03-11 01:38:26
Accepted Date: 2021-08-31 08:08:08

Abstract


Mata merupakan organ yang sangat sensitif, benda dan tekanan dengan ukuran kecil sudah dapat menimbulkan gangguan pada organ ini. Kedipan mata terjadi karena dipen- garuhi oleh sensitifitas kornea dan kekeringan mata. Terdapat dua parameter utama pada kedipan mata, yaitu frekuensi dan durasi, frekuensi berkedip dapat bertingkat salah satunya adalah saat orang dalam kondisi mengantuk. Pada peneli- tian ini dilakukan pendenteksian pada kondisi mata berkedip dari dataset video. Peneletian ini menggunakan disiplin ilmu Deep Learning dengan metode Convolutional Neural Network. Dataset berupa video akan diekstrak menjadi frame gambar, yang kemudian dilakukan labelling pada kondisi mata terbuka dan mata tertutup. Setelah mendapatkan hasil klasifikasi untuk mata terbuka dan mata tertutup, dibuat suatu model untuk mendeteksi kedipan mata pada video. Pada klasifikasi kondisi mata terbuka dan mata tertutup didapatkan akurasi sebesar 96% dan akan dilakukan pengujian pada video untuk deteksi kedipan mata secara otomatis

Keywords


kedipan mata; video; klasifikasi; Convoltuional Neural Network

Full Text: PDF

CC Licencing


Authors who publish with this journal agree to the following terms:
- Authors retain copyright and grant the journal right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgement of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgement of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).

Refbacks

  • There are currently no refbacks.


Creative Commons License
Jurnal Teknik ITS by Lembaga Penelitian dan Pengabdian Kepada Masyarakat, LPPM-ITS is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://ejurnal.its.ac.id/index.php/teknik.
Statistik Pengunjung