APLIKASI DETEKSI STATE (KONDISI) MATA SEBAGAI REKOMENDASI TINGKAT PENCAHAYAAN

Rohmadi Ahmad Ridwan, Universitas Negeri Yogyakarta, Indonesia
Sri Andayani, Universitas Negeri Yogyakarta

Abstract


Tujuan penelitian ini adalah mendeteksi kondisi (state) mata pada citra sebagai rekomendasi   tingkat   pencahayaan dengan menggunakan metode viola-jones untuk mendeteksi mata dan metode skin detection untuk menentukan kondisi mata. Langkah pertama adalah proses pengolahan citra, ukuran citra disesuaikan menggunakan fungsi resize; deteksi citra mata dengan metode viola-jones; pemisahan citra mata kanan dan mata kiri; serta segmentasi citra area mata dengan metode skin detection. Langkah kedua yaitu proses ekstraksi fitur citra, area mata (bukan kulit) yang terdeteksi diubah menjadi berwarna putih atau bernilai satu dalam jenis citra biner sehingga dapat dilakukan proses perhitungan sumbu mayor dan sumbu minor untuk menentukan rasio kerampingan. Selanjutnya, nilai rasio kerampingan digunakan untuk menentukan kondisi (state) mata dan rekomendasi tingkat pencahayaan yang masuk ke mata. Langkah terakhir adalah menghitung akurasi sistem aplikasi dan menarik kesimpulan. Hasil penelitian menunjukkan, pendeteksian kondisi mata pada 80 citra sebagai data latih dan 40 citra sebagai data uji dengan jaringan syaraf tiruan menghasilkan nilai akurasi pelatihan sebesar 91,25% dan 82,50% pada proses pengujian.

Kata kunci: pencahayaan, viola-jones, skin detection, kondisi (state) mata.


Full Text:

PDF

References


Depkes, R. (2008). Keputusan Menteri Kesehatan Nomor 1202/MENKES/SK/VIII/2008. Retrieved from http://www.litbang.depkes.go.id/download/Indikator.pdf

Downie, L. E., Bandlitz, S., Bergmanson, J. P., Craig, J. P., Dutta, D., Maldonado-Codina, C., . . . Wolffsohn, J. S. (2021). CLEAR - Anatomy and Physiology of the Anterior Eye. Contact Lens & Anterior Eye.

Kadir, A., & Adhisuseno. (2012). Pengolahan Citra. Yogyakarta: Penerbit Andi.

Kusmaryanto, S. (2014). Jaringan Saraf Tiruan Backpropagation untuk Pengenalan Wajah Metode Ekstraksi Fitur Berbasis Histrogram. Jurnal EECCIS Vol.8, No.2.

Kusumanto, R., Pambudi, W. S., & Tompunu, A. N. (2012). Aplikasi Sensor Vision untuk Deteksi MultiFace dan Menghitung Jumlah Orang. SEMANTIK, 26-33.

Syafitri, N., & Andri. (2017). Prototype Pendeteksi Jumlah Orang Dalam Ruangan. IT Journal Research an Development, 36-48.

Viola, P., & Jones, M. (2001). Rapid Object Detection using a Boosted Cascade of Simple Features. ACCEPTED CONFERENCE ON COMPUTER VISION AND PATTERN RECOGNITION.

Wahyusari, R., & Haryoko, B. (2014). PENERAPAN ALGORITMA VIOLA JONES UNTUK DETEKSI WAJAH. Majalah Ilmiah STTR Cepu, 44-49.

Windarto, A. P., Nasution, D., Wanto, A., Tambunan, F., Hasibuan, M. S., Siregar, M. N., . . . Nofriansyah, D. (2020). Jaringan Saraf Tiruan: Algoritma Prediksi dan Implementasi. Medan: Yayasan Kita Menulis.

Wu, M. W. (2003). Automatic Facial Expressions Analysis System. National Cheng King University.


Refbacks

  • There are currently no refbacks.


 


Online ISSN (e-ISSN): 3031-1152

Creative Commons LicenseJurnal Kajian dan Terapan Matematika by https://journal.student.uny.ac.id/index.php/jktm/index is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.