3.1 Metodologi
Secara umum, metodologi dalam penelitian tugas akhir memiliki diagram
alir. Berdasarkan Gambar 3.1 alur metodologi penelitian tugas akhir ini diawali
dengan studi literatur untuk melakukan analisis kebutuhan dan perancangan hingga
dilanjutkan dengan pembuatan alat sehingga memeperoleh hasil dan kesimpulan.
Mulai
Studi Literatur Ya
Tidak
Integrasi Sistem
Perumusan Masalah
Analisis Hasil
Perancangan
Aplikasi
Selesai
15
publikasi penulis mengambil beberapa literatur yang paling up to date sehingga
mendapatkan pembaruan dalam penelitian ini.
16
eksekusi .exe sehingga aplikasi dapat digunakan pada PC. Tahap perancangan
aplikasi terdapat pada Gambar 3.2. Dimulai dengan menginput nilai threshold,
kemudian melakukan proses penangkapan koordinat mata hingga menghitung nilai
EAR, selanjutnya memeriksa nilai EAR dan Counter hingga menghasilkan bunyi
alarm saat seseorang terdeteksi mengantuk.
Mulai
Mengatur konstanta
EAR_Threshold = 0.3
Counter += 1
EAR_Frame = 50
Counter = 0
• cv2.imshow: menampilkan
video
• cv2.CascadeClassifier:
Apakah Counter >=
lokalisasi wajah
EAR_Frame?
• dlib.shape_predictor:
lokalisasi landmark mata
• Menghitung nilai EAR
Tidak
Ya
Ya
Apakah nilai EAR <
EAR_Threshold? Alarm aktif dan muncul tulisan
peringatan
Selesai
Tidak
17
dalam bentuk yang nyata yang dapat diimplementasikan pada PC dengan OS
Windows sebagai sistem deteksi kantuk berbasis facial landmark.
Jika ingin menggunakan aplikasi Drowsinesslab maka perlu menyimpan
folder aplikasi Drowsinesslab yang didalamnya terdapat file program dalam format
.py, fitur haar cascade, 68 shape landmark, serta gambar background dan icon yang
digunakan pada aplikasi. Pengguna dapat langsung menggunakan aplikasi tersebut
dengan mengklik aplikasi Drowsinesslab.
18
memori, daya dan CPU yang digunakan melalui Task Manager dan Open
Hardware Monitor saat aplikasi digunakan.
19