Analisis Sistem Pendeteksi Jarak Aman Mata Terhadap Layar Monitor Berbasis Python Menggunakan Algoritma Haar-Cascade
DOI:
https://doi.org/10.54706/senastindo.v5.2023.258Kata Kunci:
Python, Haar-Cascade, MataAbstrak
Semakin majunya teknologi dewasa ini mendorong teknologi perang hingga generasi ke-6. Perang generasi ke-6 adalah perang yang melibatkan teknologi kecerdasan buatan, satelit, dan robotik. Juga mengisyaratkan bahwa perang telah melampaui cara-cara konvensional, tak lagi harus saling berhadapan atau face-to-face. Perang generasi ke-6 juga melibatkan kendali C4ISR, yaitu Command, Control, Communication, Computer, Intelligence, Surveillance, dan Reconnaissance. Hal ini berujung kepada peningkatan penggunaan gadget pendukung seperti laptop atau komputer. Penggunaan gadget dalam waktu yang lama menimbulkan dampak buruk bagi kesehatan khususnya bagian mata. Penulis menganalisis sistem program yang berfungsi sebagai pengukur jarak antara wajah dan mata dengan layar monitor berbasis bahasa pemrograman python menggunakan algoritma Haar-cascade Classifier. Program bekerja dengan mengakses kamera bawaan atau yang terintegrasi dengan gadget sebagai sensor. Apabila jarak mata dan wajah dengan layar monitor terlalu dekat, program memberikan pesan peringatan disertai suara buzzer. Hasil pengujian program dapat mendeteksi jarak antara mata dan wajah dengan layar monitor hampir sama seperti jarak aslinya. Program dapat mendeteksi mata dan wajah lebih dari satu subjek dalam satu frame dan dapat bekerja dalam kondisi cahaya ruangan yang minim. Sistem ini harapannya dapat diaplikasikan pada lab komputer yang ada di satuan pendidikan dan satuan operasi untuk menjaga kesehatan mata para personel karena personel merupakan sumber daya yang penting guna mempersiapkan perang generasi ke-6.
Unduhan
Referensi
Kadir, A. (2019). Langkah Mudah Pemrograman OpenCV & Python. Elex Media Komputindo.
Maliki, I. (2020). Pendahuluan Visi Komputer.
Nurjanah, T. S., & Insanudin, E. (2016). Hack Database Website Menggunakan Python dan SQLMap Pada Windows.
Parmar, D. N., & Mehta, B. B. (2014). Face Recognition Methods & Applications. arXiv preprint arXiv:1403.0485.
Samuel, A., Gunadi, K., & Andjarwirawan, J. (2017). Fitur Pengkategorian Otomatis Dari Gambar Berbasis Web dengan Metode SURF dan Haar Cascade Classifiers. Jurnal Infra, 5(2), 243-249.
Setiawan, B. (2021). Penerapan Algoritma You Only Look Once (Yolo) Untuk Deteksi Tanaman Miana Berbasis Android (Doctoral dissertation, Universitas Muhammadiyah Ponorogo).
Sidharta, H. A. (2017). Introduction to Open CV. https://binus.ac.id/malang/2017/10/introduction-to-open-cv/.
Suryansyah, A. (2020). Penggunaan Face Recognition untuk akses ruangan. Penerbit: Kreatif.
Winarno, E., & Harjoko, A. (2015, Juli). Face Tracking Dan Distance Estimation Pada Realtime Video Menggunakan 3D Stereo Vision Camera. In Seminar Nasional Informatika (SEMNASIF) (Vol. 1, No. 1).
Zhang, A., Chu, M., Chen, Z., Zhou, F., & Gao, S. (2022). Object Detection and Distance Measurement in Teleoperation. Machines, 10(5), 402.
