Sistem Deteksi Kantuk dari Ekspresi Wajah Menggunakan Fitur Openface dan Support Vector Machine (SVM)

Wibowo, Stewart (2025) Sistem Deteksi Kantuk dari Ekspresi Wajah Menggunakan Fitur Openface dan Support Vector Machine (SVM). [Undergraduate thesis]

PDF TI_2649_Abstrak.pdf Download (109kB)

Abstract

Kantuk yang dialami mahasiswa selama proses pembelajaran sering menjadi penyebab utama menurunnya fokus, sementara deteksi manual oleh dosen memiliki tantangan dalam hal objektivitas. Penelitian ini bertujuan untuk mengatasi tantangan ini dengan mengembangkan sebuah sistem deteksi kantuk secara real-time yang menganalisis ekspresi wajah melalui kamera perangkat, menggunakan toolkit OpenFace untuk ekstraksi fitur dan Support Vector Machine (SVM) untuk klasifikasi. Sistem dilatih menggunakan dataset publik UTA-RLDD, dengan alur kerja yang mencakup pra-pemrosesan video, rekayasa fitur kunci seperti Eye Aspect Ratio (EAR), posisi kepala, arah pandang (gaze), dan Action Units (AU), serta optimasi hyperparameter melalui RandomizedSearchCV. Pengujian model pada data uji menghasilkan performa yang terukur, dengan akurasi mencapai 67. Secara spesifik untuk mendeteksi kantuk model ini mencatatkan presisi sebesar 68 dan recall sebesar 69. Sistem ini dapat beroperasi secara live stream dan memberikan hasil Kantuk, Tidak Kantuk, dan Wajah tidak terdeteksi serta setiap hasil deteksi dilengkapi dengan peringatan suara. Namun, terdapat keterbatasan dalam akurasi deteksi kantuk spesifik (misalnya, pada pola penutupan mata), serta sensitivitas terhadap kondisi cahaya dan karakteristik wajah tertentu. Meskipun demikian, hasil kuantitatif ini membuktikan bahwa kombinasi OpenFace. dan SVM dapat menjadi dasar yang kuat untuk pengembangan alat bantu objektif dalam memantau tingkat atensi di lingkungan belajar.

Item Type:	Undergraduate thesis
Uncontrolled Keywords:	Deteksi Kantuk, Ekspresi Wajah, OpenFace, Support Vector Machine (SVM), Sistem Real-Time
Subjects:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Faculty of Engineering > Department of Informatic
Depositing User:	Hari Subagijo 201031
Date Deposited:	12 Sep 2025 09:08
Last Modified:	12 Sep 2025 09:08
URI:	http://repository.ubaya.ac.id/id/eprint/49558

Actions (login required)

View Item