Perpustakaan Digital ITB

Bagi beberapa orang dengan keterbatasan seperti penderita penyakit neurodegeneratif ataupun difabel, menggerakkan otot tubuh adalah sesuatu yang sulit dilakukan. Keterbatasan tersebut kerap menjadi penghalang bagi mereka untuk menjalani hidup sehari-hari. Teknologi pelacakan mata (eye tracker) dapat membantu menyelesaikan masalah bagi siapa pun yang memiliki keterbatasan dalam menggunakan tangan atau mulutnya dalam berinteraksi dengan komputer. Perusahaan seperti Tobii telah lama mengembangkan teknologi ini dengan salah satu fungsinya adalah untuk penggunaan komputer. Sebab itu, tujuan dari pembuatan karya tulis ini adalah untuk mengetahui bagaimana cara mengembangkan sistem pelacakan mata berbasis video pemanfaatan pretrained convolutional neural network model untuk menggerakkan kursor komputer. Penelitian ini dilakukan menggunakan perangkat eye tracker yang diletakkan pada meja, lebih tepatnya dengan kamera komputer. Karena penelitian ini membangun suatu sistem pelacakan mata dengan basis video, kamera yang digunakan dalam pengambilan citra mata adalah webcam dari komputer. Citra wajah pengguna dideteksi memanfaatkan pustaka MediaPipe yang memiliki pretrained convolutional neural network model untuk mengenali titik-titik landmark wajah. Kemudian, dipilih titik tengah antara ujung kiri dan kanan kelopak mata sebagai titik acuan pergerakan iris. Perbedaan jarak antara titik tengah mata dengan titik tengah iris menjadi data yang diolah selama penelitian. Sistem dimulai dengan program kalibrasi yang meminta pengguna untuk melihat ke beberapa titik pada layar. Kedua mata pengguna dilacak dan diambil nilai rata-ratanya untuk menjadi data yang diolah. Data tersebut dikumpulkan dan diolah untuk mendapat model regresi linear dengan data sebagai masukan dan titik target sebagai keluaran. Model regresi linear tersebut kemudian digunakan sistem untuk memprediksi arah pergerakan mata pada layar. Kombinasi pemanfaatan pustaka PyAutoGUI dan model regresi linear tersebut menghasilkan sistem penggerakan kursor komputer menggunakan pelacakan mata. Pergerakan arah pandangan mata pada layar diperhalus dengan filter average yang mengambil nilai rata-rata dari sepuluh frame terakhir. Kemudian, pengujian sistem dilakukan dengan meminta pengguna menggerakkan suatu lingkaran kecil ke tengah sembilan lingkaran besar yang tersebar pada layar secara berurutan. Setiap lingkaran target mendapat lima kali percobaan yang hasil dari setiap percobaannya berupa koordinat titik tengah lingkaran kecil. Hasil percobaan tersebut diolah dengan analisis akurasi dan presisi. Hasilnya, akurasi sistem penelitian mencapai 14,95 mm sedangkan presisi sistem mencapai 13,46 mm.