Sistem Pengukuran Kedipan Mata Berdasarkan Ekstraksi Area Mata

Handayani, Anik Nur (2008) Sistem Pengukuran Kedipan Mata Berdasarkan Ekstraksi Area Mata. Masters thesis, Institut Teknologi Sepuluh Nopember.

Text 2206204001-Master_thesis.pdf Restricted to Repository staff only Download (9MB)

Abstract

Pada penelitian ini diusulkan suatu sistem identifikasi isyarat kedipan sebagai sarana untuk mengukur kedipan mata dari citra warna sekuen yang ditangkap menggunakan webcamera dengan menggunakan metode yang tidak memerlukan komputasi yang kompleks, sehingga dapat mempercepat proses komputasi dan dapat direalisasikan pada komputer konvensional. Sistem yang diusulkan dalam perkembangannya diharapkan dapat memberikan kemudahan serta kenyamanan bagi penderita cacat gerak atau bagi mereka yang mengalami kelumpuhan saraf. Proses identifikasi yang dilakukan terbagi menjadi dua tahap, yaitu: deteksi mata dan deteksi kedipan mata. Dalam pendeteksian mata, digunakan metode yang dibangun oleh OpenCV. Untuk proses pendeteksian kedipan mata, sistem melakukan serangkaian proses operasi morfologi yang berfungsi sebagai filter biner. Operasi morfologi dilakukan pada tahap ini bertujuan untuk mempercepat proses komputasi, karena proses hanya melakukan operasi pada daerah mata. Hasil dari pengukuran kedipan mata dianalisis untuk mendapatkan waktu yang diperlukan manusia berkedip secara alami, sehingga sistem dapat mengidentifikasi waktu kedip alami dan tidak. Waktu kedip yang diperoleh dari proses pengukuran dan analisis digunakan sebagai aplikasi kedipan mata sebagai media interaksi antara manusia dengan komputer (Human-Computer Interaction). Sistem diimplementasikan dan diuji pada PC Windows XP Professional SP2 dengan prosesor AMD Sempron 3100+ dan memori 768 MB. File video ditangkap menggunakan webcamera Logitech Pro 9000 2 megapiksel pada kecepatan 30 frame per second. Semua file video diproses sebagai citra warna berukuran $320 \times 240$ piksel menggunakan bahasa pemrograman Visual C++ dengan menyertakan fungsi pustaka OpenCV. Jarak efektif antara mata dengan webcamera adalah 40–45 cm dengan pencahayaan yang merata. Sistem dapat bekerja optimal dengan tingkat keberhasilan uji coba 100% untuk kedipan mata normal, kedipan beruntun, serta kedipan yang disertai gerakan menoleh ke kanan-kiri dan atas-bawah, serta 60% untuk mata berkacamata. Dari hasil pengukuran, sistem dapat mengukur kedipan mata alami antara 100 ms sampai dengan 400 ms dan dapat diimplementasikan sebagai suatu perintah interaksi. Dalam aplikasi kedipan mata sebagai perintah, interval waktu kedip yang diimplementasikan adalah kurang dari atau sama dengan 400 ms, dan interval waktu antar-kedipan kurang dari atau sama dengan 700 ms.
=================================================================================================================================
This research presents an identification system of eye-blinking signals as a means to measure human eye blinking from color image sequences captured using a web camera with low computational cost. Therefore, computation is accelerated and suitable for conventional computers. The proposed system aims to provide accessibility and comfort for motor-disabled individuals or palsy sufferers. The identification process is divided into two stages: eye detection and eye-blinking detection. Eye detection employs standard algorithms provided by OpenCV. For eye-blinking detection, the system applies morphological operations functioning as binary filters. These morphological operations reduce computational costs by constraining processing strictly to the eye region. The measured eye-blinking durations are analyzed to establish natural human blinking intervals, enabling the system to distinguish between natural and intentional blinks. The calculated durations serve as input signals for a Human-Computer Interaction (HCI) application. The system was implemented and evaluated on a PC running Windows XP Professional SP2 with an AMD Sempron 3100+ processor and 768 MB RAM. Video sequences were captured using a Logitech Pro 9000 2 MP web camera at 30 frames per second. All video files were processed as 320×240 pixel color images compiled with Visual C++ and the OpenCV library. The effective distance between the camera and the user's eyes ranged from 40 to 45 cm under uniform illumination. The system achieved optimal performance with a 100% success rate for normal blinks, sequential blinks, and blinks accompanied by head rotation (left-right, up-down), and a 60% success rate for users wearing glasses. Measurements confirmed natural human eye blinking durations between 100 ms and 400 ms, which can be operationalized for HCI command execution. In the command-based application, the maximum blink duration threshold is set to 400 ms or less, with inter-blink intervals set to 700 ms or less.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	HCI, mata, kedipan mata, komputer, operasi morfologi, HCI, eyes, human eye blinking, , computer, morphological operation.
Subjects:	Q Science > QP Physiology > QP310.W3 Gait in humans.
Divisions:	Faculty of Electrical Technology > Electrical Engineering > 20101-(S2) Master Thesis
Depositing User:	magang .
Date Deposited:	29 Sep 2026 07:23
Last Modified:	29 Sep 2026 07:23
URI:	http://repository.its.ac.id/id/eprint/145026

Actions (login required)

View Item