ABSTRAKSI: Teknologi yang diimplementasikan pada mobil semakin lama semakin maju yang bertujuan untuk memudahkan dan membuat pengemudi lebih nyaman dan aman dalam mengemudikan mobilnya. Untuk menambahkan sistem keamanan dalam mengemudikan mobil khususnya pengemudi mobil yang telah kelelahan, maka diperlukan suatu sistem dan aplikasi baru yang dapat membantu pengemudi tersebut. Dengan adanya teknologi pengolahan citra dengan alat bantu berupa webcam, maka video posisi wajah pengemudi mobil dapat di capture berulang-ulang dalam jangka waktu tertentu yang direkam dalam bentuk file avi.
Dari hasil rekaman video tersebut akan dihitung luas daerah dan ketebalan piksel hitam iris mata dari hasil cropping mata. Ketebalan piksel hitam dihitung dengan cara mencari selisih antara piksel hitam iris mata yang paling atas dengan piksel hitam yang paling bawah. Dari ketebalan piksel hitam ini akan dilihat perbedaan ketebalaannya untuk setiap frame yang berurutan, dan kemudian akan dapat mendeteksi kedipan mata. Luas daerah piksel hitam iris mata dihitung dengan menjumlahkan semua piksel hitam pada daerah pengamatan. Jika luas daerah piksel hitam iris mata di bawah threshold selama beberapa frame berturut-turut, maka sistem akan memberikan suara peringatan.
Pada Tugas Akhir ini, akan dilakukan analisis dan simulasi untuk mengetahui pengaruh pencahayaan dalam menentukan default nilai threshold RGB, serta threshold kedip terhadap performansi sistem pendeteksian mata mengantuk dan kedipan mata. Hasil simulasi menunjukan bahwa hasil yang terbaik diperoleh dari video yang diambil pada pencahayaan sinar lampu putih 24 watt pukul 20.00 – 21.00. Hal ini diindikasikan dari pencapaian tingkat akurasi pendeteksian kedipan mata masing dengan kondisi mata yang berbeda dan dalam durasi waktu yang berbeda memiliki tingkat akurasi pendeteksian kedipan mata 82.48%.Kata Kunci : aviread, pengolahan video digital, crop mata, ketebalan pikselABSTRACT: The growth of technology implementation in order to ensure flexibility and safety for vehicle has been greatly evolved. The vehicle technology, especially for the driver safety are required, thus the new application is introduced to assist the driver. The webcam based video processing technology enable the avi format recording for drivers’ condition corresponding to their face in some period of time.
According to the recorded video, we calculate the pixel width and thickness of the iris after cropping the image around the eyes. The calculation method was done by determine the difference between the black colored pixel of the top of the irises to the bottom. Hence, we can see the difference of pixel thickness for every frame and then enable the eyes winking detection. On the other hand, the pixels width was calculated by summing the entire black colored pixels. When the black colored pixels width are below the threshold level for several frame, then the system signal the warning sign.
In this final project, we create the analysis and simulation to indicate the effect of light glowing to determine the default RGB and eyes winking threshold value for detection performance. The results show that the best performance is obtained from the video recording taken at 20.00-21.00 pm. This is indicate by 82.48% detection accuracy level achievement for different time duration and eyes condition.Keyword: aviread, digital video processing, eyes crop, pixel tickness