Perpustakaan Digital ITB

Pengukuran laju pernapasan (respiratory rate/RR) secara non-kontak menjadi alternatif penting pengganti alat medis konvensional yang memerlukan kontak fisik langsung. Meskipun rekaman video RGB dari kamera standar berpotensi besar untuk ekstraksi parameter fisiologis, sinyal pernapasan mikro pada wajah sangat rentan terganggu oleh noise dan pergerakan subjek. Selain itu, model deep learning yang ada saat ini sering kali memerlukan komputasi berat dan latensi tinggi, sehingga sulit diimplementasikan pada sistem yang responsif dan berdaya rendah. Penelitian ini bertujuan untuk membuat model pengestimasi laju pernapasan non-kontak dari video wajah berbasis deep learning dengan mempertimbangkan trade-off antara kinerja, kecepatan inferensi, dan efisiensi memori. Ini terdiri dari deteksi wajah, ekstraksi ROI, ekstraksi sinyal respirasi, dan estimasi laju pernapasan dalam satu pipeline terintegrasi. Komponen yang digunakan meliputi MediaPipe Face Detection untuk isolasi area wajah, ROI seluruh wajah, model kustom kombinasi 2D CNN dan Unidirectional LSTM untuk mengekstraksi sinyal respirasi, serta Bandpass Filter dan Fast Fourier Transform (FFT) menggunakan metode Welch untuk menghitung nilai laju pernapasan dalam satuan breaths per minute (bpm). Evaluasi dilakukan menggunakan data uji dari dataset publik COHFACE subjek 33–40. Hasil pengujian menunjukkan bahwa model kustom CNN-LSTM yang diusulkan mampu mencapai nilai MAE sebesar 3,1 bpm, PCC sebesar 0,33, dengan rata-rata waktu inferensi 0,5 detik per video dan jumlah parameter sebanyak 637633. Dibandingkan dengan model baseline MTTS-CAN (MAE 2,9 bpm; PCC 0,48; 5 detik; 934564 parameter) dan BigSmall (MAE 5,7 bpm; PCC 0,25; 10 detik; 2142478 parameter), model usulan terbukti jauh lebih ringan dan cepat dengan kinerja yang tetap kompetitif. Disimpulkan bahwa model berbasis CNN-LSTM ini berhasil memenuhi kriteria perancangan sebagai model pengestimasi laju pernapasan yang cepat dan efisien.