IOINFORMATICIOINFORMATIC

JUKI : Jurnal Komputer dan InformatikaJUKI : Jurnal Komputer dan Informatika

Jarak pandang yang terlalu dekat antara wajah dan layar komputer dapat menyebabkan berbagai gangguan kesehatan, seperti kelelahan mata, sakit kepala, hingga gangguan postur tubuh dalam jangka panjang. Dalam konteks kerja jangka panjang di depan komputer, pemantauan jarak wajah menjadi penting untuk menunjang kenyamanan dan produktivitas pengguna. Penelitian ini bertujuan untuk mengembangkan sistem pendeteksi jarak wajah secara real-time menggunakan kamera webcam berbasis pemrosesan citra digital dan algoritma MediaPipe Face Mesh. Sistem yang dirancang menghitung jarak antara wajah pengguna dan kamera dengan mendeteksi dua titik wajah utama, yaitu pipi kiri dan pipi kanan. Jarak antara kedua titik tersebut dihitung dalam satuan piksel, dan dikonversi menjadi satuan sentimeter berdasarkan prinsip kalibrasi panjang fokus dan ukuran rata-rata lebar wajah manusia (15 cm). Dalam proses pengembangannya, sistem dilengkapi dengan mekanisme peringatan otomatis yang akan mengubah tampilan layar menjadi hitam apabila jarak wajah pengguna lebih dekat dari ambang batas minimum yang telah ditentukan (60 cm). Pengujian dilakukan terhadap delapan responden dengan variasi jarak aktual, untuk mengukur tingkat akurasi sistem. Hasil pengujian menunjukkan bahwa sistem memiliki Mean Relative Error (MRE) sebesar 2,75%, serta standar deviasi sebesar 2,71%, yang menunjukkan bahwa sistem tidak hanya akurat, tetapi juga konsisten dalam melakukan estimasi jarak wajah. Dengan hasil tersebut, sistem ini dapat berfungsi sebagai alat bantu ergonomi yang sederhana dan efektif, serta berpotensi untuk diintegrasikan lebih lanjut dalam aplikasi pemantauan kerja, pembelajaran daring, maupun sistem keselamatan berbasis pengenalan wajah.

Penelitian ini berhasil mengembangkan sistem deteksi jarak wajah real-time menggunakan webcam dan MediaPipe Face Mesh, menunjukkan kinerja akurat dan konsisten dengan MRE 2,75% dan standar deviasi 2,71% berdasarkan pengujian pada delapan responden.Sistem ini efektif sebagai alat bantu ergonomi untuk mencegah jarak pandang terlalu dekat ke layar komputer, meskipun ada variasi kesalahan pada jarak pendek.Untuk pengembangan selanjutnya, disarankan kalibrasi dinamis, integrasi dengan sensor tambahan seperti depth camera, serta pengujian dalam berbagai skenario lingkungan dan sudut pandang kamera agar lebih robust dan adaptif.

Untuk membantu lebih banyak orang menjaga kesehatan saat menggunakan komputer, ada beberapa ide penelitian lanjutan yang bisa dijelajahi. Pertama, bagaimana jika sistem ini bisa lebih pintar dalam mengenali kebiasaan unik setiap pengguna? Daripada hanya mengandalkan kalibrasi wajah standar atau jarak aman yang sudah ditentukan, penelitian bisa mencari cara agar sistem ini bisa belajar dan menyesuaikan diri dengan preferensi dan pola kerja individu. Misalnya, sistem dapat merekam jarak ideal yang nyaman bagi seseorang atau memberi saran yang lebih personal, bukan cuma peringatan umum. Ini akan membuat alat ini terasa lebih pas dan tidak mengganggu. Kedua, kita bisa mengembangkan sistem ini agar tidak hanya mendeteksi jarak wajah saja, tetapi juga memantau aspek ergonomi lain yang tak kalah penting. Sebagai contoh, bisakah sistem ini juga mengingatkan kita jika postur duduk kita mulai membungkuk, atau jika kita lupa berkedip cukup sering, yang keduanya penting untuk kesehatan mata dan punggung? Mengintegrasikan fungsi-fungsi seperti deteksi postur tubuh atau frekuensi kedipan mata akan menjadikan alat ini jauh lebih komprehensif dalam menjaga kesehatan pengguna secara menyeluruh. Terakhir, penelitian selanjutnya dapat fokus pada studi jangka panjang mengenai efektivitas sistem ini dalam mengubah kebiasaan pengguna dan dampaknya terhadap kesehatan. Penting untuk memahami bagaimana sistem ini dapat dirancang agar diterima oleh pengguna, tidak mengganggu, dan benar-benar menghasilkan perubahan perilaku positif terkait ergonomi, melalui pengujian berbagai desain antarmuka dan jenis peringatan.

  1. IASC | Dual Branch PnP Based Network for Monocular 6D Pose Estimation. iasc dual branch pnp based network... doi.org/10.32604/iasc.2023.035812IASC Dual Branch PnP Based Network for Monocular 6D Pose Estimation iasc dual branch pnp based network doi 10 32604 iasc 2023 035812
  2. Sistem Deteksi Postur Duduk Berbasis MediaPipe untuk Meningkatkan Ergonomi dan Kesehatan Pekerja | SISITI... ejurnal.undipa.ac.id/index.php/sisiti/article/view/1690Sistem Deteksi Postur Duduk Berbasis MediaPipe untuk Meningkatkan Ergonomi dan Kesehatan Pekerja SISITI ejurnal undipa ac index php sisiti article view 1690
  3. How Far are We from Solving the 2D & 3D Face Alignment Problem? (and a Dataset of 230,000 3D Facial... doi.org/10.1109/ICCV.2017.116How Far are We from Solving the 2D 3D Face Alignment Problem and a Dataset of 230 000 3D Facial doi 10 1109 ICCV 2017 116
Read online
File size592.77 KB
Pages9
DMCAReport

Related /

ads-block-test