Perpustakaan Digital ITB

Wajah merupakan ciri paling khas dari manusia yang membedakan antara individu satu dengan individu lainnya. Wajah terdiri dari fitur lokal dan fitur global. Dengan bantuan teknologi computer vision, fitur-fitur tersebut dapat dengan mudah diekstraksi untuk memperoleh informasi tambahan mengenai seseorang seperti usia, gender, bahkan keadaan fisik (kelelahan), dan lain-lain. Seseorang yang dalam keadaan lelah akan mengalami penurunan efektivitas kerja, konsentrasi, dan kemampuan untuk bereaksi secara cepat saat terjadi peristiwa yang tidak terduga. Efek yang muncul dari kelelahan itu sangatlah fatal, termasuk menyebabkan kecelakaan bahkan kematian. Beberapa data statistik yang dihasilkan organisasiorganisasi internasional menunjukkan bahwa kecelakaan yang disebabkan oleh kelelahan memiliki persentase yang tergolong besar. Berdasarkan informasi tersebut maka dapat diketahui bahwa isu mengenai kelelahan ini sangat krusial. Kelelahan dapat dideteksi melalui wajah dengan pengamatan pada mulut dan wajah. Melalui mulut, dapat diketahui seberapa sering seseorang menguap dan melalui mata dapat diketahui seberapa sering seseorang berkedip. Walaupun pendeteksian kelelahan telah dikembangkan dalam beberapa penelitian, namun penelitian-penelitian tersebut hanya terbatas pada memberikan hasil deteksi atau memberikan peringatan jika sistem mendeteksi adanya tanda-tanda kelelahan tanpa disertai oleh saran-saran kesehatan lainnya. Oleh sebab itu, melalui penelitian ini akan dikembangkan suatu prototipe pendeteksian kelelahan dan estimasi usia yang nantinya dilengkapi dengan saran mengenai kesehatan dengan mempertimbangkan faktor usia. Untuk merealisasikan prototipe tersebut, maka penelitian ini dilengkapi dengan pembentukan model estimasi usia dan pengembangan algoritma pendeteksian kelelahan berdasarkan fitur pada wajah.