Aplikasi Pengendali Pinter Mouse Dengan Wajah Dan Indera Penglihatan

Perangkat lunak yang dibangun pada tugas akhir ini adalah sebuah

pengendali pointer dengan menggunakan gerakan wajah dan kedipan mata.

Perangkat lunak ini merupakan salah satu bentuk penerapan di bidang pengolahan

citra dan Computer Vision. Pengguna hanya menggerakkan wajahnya untuk

mengendalikan pointer dan mengedipkan mata untuk melakukan klik. Perangkat

lunak ini ditujukan untung para penyandang cacat fisik khususnya cacat pada

bagian tangan.

Perangkat lunak pengendali pointer ini dibangun menggunakan bahasa

pemrograman C#, dan menggunakan metode Fisherface (FLDA) . Metode ini

merupakan metode yang dikembangkan oleh Robert Fisher. Metode ini

menggunakan matriks scatter. Matriks scatter dibandingkan untuk mendapatkan

nilai maksimum dan minimum dari setiap objek. Perangkat lunak ini bersifat real

time dan dinamis sehingga tiap informasi yang didapat dari masing-masing

pengguna sangat berpengaruh pada keberhasilan berjalannya perangkat lunak.

Berdasarkan hasil pengujian whitebox nilai cyclomatic complexity bernilai

sama, artinya pengujian ini berhasil dan berdasarkan pengujian blackbox dapat

disimpulkan bahwa tingkat keakuratan rata-rata aplikasi ini adalah sebesar 82%

untuk pergerakan pointer dan sekitar 76% untuk proses klik pada pointer. Jarak

optimal user terhadap kamera untuk pendeteksian objek adalah sekitar 30 cm dari

kamera untuk menjaga kestabilan dalam pendetekisan yang dilakukan perangkat

lunak.

The software was built in this thesis was a pointer controller using facial

movements and eye blinking. This software is one of the application in the field of

image processing and Computer Vision. The user simply moves his face to control

the pointer and blinks to click. The software is aimed at people with disabilities

benefit physically, especially defects in the hand.

Pointer controller software was built using C# programming language,

and using Fisherface (FLDA) method. This method was developed by Robert

Fisher. This method uses a matrix of scatter. Scatter matrix compared to obtain

the maximum and minimum values of each object.

Based on the results of whitebox testing ,the cyclomatic complexity values

are equal, meaning that the test was successful and based on the Blackbox testing

can be concluded that the average level of accuracy of this application is for 82%

to pointer movement and about 76% for the clicks on the pointer. User optimal

distance from the camera to the object detection was about 30 cm to maintain

stability in the software detection.