ANALISIS KOMPARATIF ALGORITMA KECERDASAN BUATAN UNTUK DETEKSI PERCLOS

Abstract

Dalam era kontemporer yang ditandai dengan intensifikasi ritme kerja dan budaya "workaholism", bekerja telah melampaui sekadar kewajiban dan menjadi kebutuhan mendesak untuk memenuhi tuntutan hidup yang semakin kompleks. Banyak individu merasa terdorong untuk memegang berbagai tanggung jawab profesional, seringkali melebihi kapasitas mereka, yang berujung pada kelelahan fisik dan mental. Beberapa kasus terdapat pekerja yang depresi karena beban pekerjaan yang terlalu berat. Kelelahan merupakan hal yang wajar bagi manusia karena kelelahan merupakan suatu sinyal yang diberikan oleh otak bahwa tubuh memerlukan istirahat dan tubuh sedang tidak baik-baik saja. Kelelahan dalam bekerja dapat kita cegah dengan menganalisis gejala ocular pada tubuh manusia, yang mana kita dapat mengetahuinya melalui kedipan mata. Oleh karena itu penulis memiliki ide untuk membuat “Analisis Komparatif Algoritma Kecerdasan Buatan Untuk Deteksi Perclos”. Metode yang dapat digunakan untuk mengetahui jumlah kedipan mata yaitu Mediapipe, Haar Cascade dan Dlib. Perbandingan dilakukan dengan menggunakan cuplikan video untuk mengetahui berapa jumlah kedipan mata pada orang didalam frame. Sebelum melakukan pengujian kepada metode-metode tersebut, dilakukan pengujian manual terlebih dahulu dimana pengujian manual mendapatkan hasil rata-rata 21 kedipan. Metode yang paling mendekati pengujian manual tersebut adalah Mediapipe dengan mendapatkan hasil rata-rata 23,1 kedipan juga, disusul dengan metode Dlib yang mendapatkan hasil rata-rata 29,8 kedipan sedangkan metode Haar cascade mendapatkan hasil rata-rata yang kurang memuaskan dengan jumlah 223,3 kedipan. Dengan pengujian yang sudah dilakukan mendapatkan hasil bahwa metode Mediapipe mendapatkan hasil yang sangat bagus untuk mendeteksi jumlah kedipan mata.