<![CDATA[Stroke merupakan gangguan fungsi saraf yang terjadi akibat aliran darah ke otak terganggu. Kondisi ini dapat muncul secara tiba-tiba, baik dalam hitungan detik maupun beberapa jam, dengan gejala yang bergantung pada area otak yang terkena. Penelitian ini mengembangkan sistem deteksi kedipan mata berbasis Internet of Things (IoT) untuk membantu komunikasi pasien stroke berat. Sistem penelitian ini menggunakan pendekatan eksperimental dengan mengembangkan dan menguji sistem deteksi kedipan mata secara real-time. Dalam konteks ini, pendekatan eksperimental memungkinkan peneliti untuk melakukan pengujian langsung terhadap algoritma dan sistem yang dikembangkan, serta mengamati hasilnya dalam situasi nyata. Sistem ini menggunakan kamera ESP32-CAM untuk mendeteksi kedipan mata dan menerjemahkannya menjadi output audio melalui speaker serta pesan teks yang dikirim melalui platform Telegram. Dengan memanfaatkan teknologi Eye Aspect Ratio (EAR), sistem ini mampu mengenali sinyal komunikasi sederhana dari pasien dengan keterbatasan motorik. Hasil penelitian menunjukkan bahwa sistem Blink Detection Sensor efektif dalam meningkatkan kualitas komunikasi pasien stroke berat dengan pengasuh atau tenaga medis.]]>
Copyrights © 2025
