Claim Missing Document
Check
Articles

Found 1 Documents
Search

Deteksi Pergerakan Mata pada Kondisi Cahaya Rendah dengan Self-Calibrated-Illumination dan MobileNetV3-Large menggunakan Jetson Nano Alhamdi, Achmad Fahri; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 8 No 2 (2024): Februari 2024
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Survei Sosial Ekonomi Nasional (SUSENAS) 2018 menunjukkan bahwa dari 30,4 juta orang penyandang disabilitas di Indonesia, yang setara dengan 11,5% dari total populasi. Ada banyak ragam disabilitas yang dikenal, di antaranya adalah disabilitas ganda atau disfungsi tandan dan kaki. Pengidap disabilitas ganda menjadikan kursi roda sebagai alat bantu vital. Namun, kursi roda manual dan elektrik yang umum digunakan tidak memadai untuk mereka yang mengalami disfungsi tangan dan kaki. Sehingga kami usulkan cara alternatif yang lebih efektif dengan memanfaatkan pergerakan mata yang difungsikan sebagai navigasi arah gerak kursi roda. Metode deteksi pergerakan mata sangat sensitif pada kondisi cahaya rendah sehingga dapat mengurangi akurasi dan keandalan sistem. Penelitian ini mengusulkan metode deteksi pergerakan mata dengan memanfaatkan algoritma image classification MobileNetV3-Large dan Self Calibrated Illumination (SCI) untuk meningkatkan pencahayaan gambar di kondisi minim cahaya. Hasil integrasi sistem pada kursi roda menunjukkan kinerja yang efisien dengan lima subjek pengujian. Kelas dengan akurasi terbaik adalah close (100% di kondisi terang dan 97.77% di kondisi gelap), sementara akurasi terburuk adalah kelas left (75.55% di kondisi terang) dan right (64.44% di kondisi gelap).