Navigasi Menu Berdasarkan Arah Pandangan Mata pada Kursi Roda Pintar menggunakkan Fusion-CNN berbasis Jetson TX2

Abstrak

Teknologi saat ini telah mengalami kemajuan yang pesat, tetapi interaksi antara komputer dan manusia belum mengalami kemajuan yang sama. Ini merupakan masalah bagi pengguna teknologi yang mengalami disabilitas gerak. Kursi roda pintar telah banyak digunakan untuk membantu orang dengan disabilitas, tetapi masalah interaksi dengan komputer masih mengganggu kenyamanan pengguna. Penelitian sebelumnya telah menawarkan beberapa metode interaksi baru, seperti menggunakan suara, tetapi metode ini dianggap kurang efektif karena membutuhkan lingkungan yang minim noise. Interaksi lain yang ditawarkan adalah dengan menggunakan estimasi arah pandangan mata dengan menggunakan algoritma konvensional atau machine learning. Namun, algoritma konvensional dianggap kurang efektif karena adaptabilitasnya yang rendah dengan pengguna yang berbeda. Algoritma CNN dipilih dalam penelitian ini karena kemampuan untuk mengambil fitur dari citra, sehingga algoritma dapat beradaptasi dengan data baru. Penelitian ini menunjukkan bahwa akurasi model sebesar 96% dengan loss sebesar 0.02 pada fase training. Sistem dapat menjalankan algoritma ini dalam waktu 0.16 detik menggunakan akselerasi CUDA. Sistem hanya menggunakan daya listrik sebesar 12 Watt, yang memungkinkan sistem dijalankan dengan baterai. Hasil pengujian menunjukkan bahwa sistem dapat berjalan dengan baik dalam melakukan estimasi arah pengguna.