Deteksi Iris Mata dan Perhitungan Kedipan Mata Menggunakan Circular Hough Transform untuk Mencegah Computer Vision Syndrome

Andika Ahmad Perdana

Informasi Dasar

111080153
621.382 2
Karya Ilmiah - Skripsi (S1) - Reference

ABSTRAKSI: Pada penelitian Tugas Akhir ini dibuat suatu aplikasi untuk mendeteksi iris mata dan menghitung jumlah kedipan mata dengan menggunakan Circular Hough Transform. Pada penelitian sebelumnya telah dilakukan pendeteksian kelelahan pengguna komputer dengan mengidentifikasi ukuran pupil mata menggunakan Transformasi Gabor Wavelet dengan tingkat akurasi 83,33%, namun tidak dilakukan perhitungan jumlah kedipan mata untuk mencegah kelelahan mata pada pengguna komputer.

Untuk menghitung jumlah kedipan mata, terlebih dahulu dilakukan pendeteksian iris mata menggunakan Circular Hough Transform, selanjutnya perhitungan kedipan dilakukan dengan memperhatikan ada atau tidaknya iris mata yang terdeteksi. Jika lebih dari 75 frame tidak terdeteksi adanya lingkaran, artinya radius yang dimasukan kurang tepat maka diperlukan radius baru yang tepat untuk pendeteksian.

Untuk menguji performansi algoritma dan aplikasi yang diimplementasikan, diujikan beberapa video untuk optimasi radius. Setelah radius optimal diketahui, diujikan kembali 30 data video yang terbagi menjadi 15 orang wanita dan 15 orang pria pada kondisi outdoor. Secara keseluruhan akurasi sistem dari video yang diujikan adalah sebesar 81%.Kata Kunci : deteksi iris, kedipan mata, Circular Hough TransformABSTRACT: This final project made an application to detect iris and count the number of eyes blinking using Circular Hough Transform.Previous final project has been researched about fatigue detection on computer user by identify pupil size using Gabor Wavelet Transform with an accuracy rate 83,33%, but do not count eyes blinking to prevent fatigue on computer user’s eyes.

To calculate the number of eyes blinking, iris must be detected using Circular Hough Transform. Eyes blinking count if there are no circle detected for three frame or more. If more than 75 frames circle not detected, it means the range of radius less precise and need new radius for detection

To test performance of algorithms and application which implemented, it tested by several videos for radius optimization. Once the optimal radius is known, the system tested again with 30 video which divided into 15 women and 15 men in outdoor conditions. Overall, accuracy of the system is 81%.Keyword: iris detection, eyes blinking, Circular Hough Transform

Subjek

Pengolahan Sinyal Informasi
 

Katalog

Deteksi Iris Mata dan Perhitungan Kedipan Mata Menggunakan Circular Hough Transform untuk Mencegah Computer Vision Syndrome
 
 
Indonesia

Sirkulasi

Rp. 0
Rp. 0
Tidak

Pengarang

Andika Ahmad Perdana
Perorangan
Koredianto Usman, Ratri Dwi Atmaja
 

Penerbit

Universitas Telkom
Bandung
2013

Koleksi

Kompetensi

 

Download / Flippingbook

 

Ulasan

Belum ada ulasan yang diberikan
anda harus sign-in untuk memberikan ulasan ke katalog ini