| Abstrak/Abstract |
Eye tracker merupakan sebuah peranti yang digunakan untuk melacak dan mengukur pergerakan mata. Salah satu jenis eye tracker yang digunakan untuk membantu diagnosis medis adalah sistem video-oculography (VOG). Sistem VOG menggunakan algoritme pemrosesan citra untuk mengekstrak informasi pergerakan mata. Informasi pergerakan mata ini dapat digunakan untuk mendeteksi vertigo. Dengan memanfaatkan sistem VOG, penyakit-penyakit yang terindikasi menyebabkan gejala vertigo, seperti kanker otak dan gangguan pada sistem keseimbangan (vestibular), dapat dideteksi sejak dini. Penelitian pengembangan sistem VOG yang telah dilakukan sebelumnya memanfaatkan algoritme center of gravity (COG) dan ellipse fitting untuk mendapatkan posisi spasial pupil. Meskipun penelitian sebelumnya telah berhasil melakukan konversi posisi spasial pupil pada koordinat angular, beberapa algoritme yang telah dikembangkan dalam penelitian sebelumnya menurun akurasinya apabila bentuk pupil tidak terekam secara sempurna. Kelemahan utama dari algoritme-algoritme tersebut adalah rendahnya akurasi deteksi pupil dalam kondisi high occlusion, yakni saat pupil terhalang oleh kelopak mata. Untuk itu, perlu dikembangkan algoritme deteksi pupil yang tangguh (robust) terhadap halangan kelopak mata. Penelitian ini bertujuan untuk mengembangkan sistem VOG berbasis single-camera dengan algoritme deteksi pupil yang mampu melakukan pemindaian gerakan mata dalam keadaan high occlusion. Algoritme yang dikembangkan akan diimplementasikan menjadi sebuah perangkat lunak untuk Windows desktop dan diujikan pada dataset citra serta video yang direkam dari purwarupa sistem VOG. Akurasi algoritme dan waktu pemrosesan citra akan diukur dan dibandingkan dengan algoritme yang dikembangkan dalam penelitian sebelumnya. |
