Pengembangan Model Klasifikasi Mata Tertutup Dan Terbuka Dalam Identifikasi Kelelahan Menggunakan Arsitektur Mobile CNN

Abstract

Dampak lockdown di masa pandemi di Indonesia yang dimulai tahun 2020 mempengaruhi adaptasi pelajar beraktivitas di rumah dan harus berada didepan layar selama proses belajar tiap hari. Hal tersebut bisa membuat pelajar kelelahan terutama mempercepat kelelahan mata dan mengalami stress, sehingga mempengaruhi tingkat keberhasilan akademik. Penelitian ini dilakukan klasifikasi kelelahan berdasarkan fitur mata untuk mengetahui indikasi kelelahan yang dialami pelajar. Pada penelitian ini digunakan deep learning dengan membandingkan mobile architecture Convolution Neural Network (CNN). Dataset yang digunakan adalah MRL Eye Dataset. Dataset ini telah memiliki anotasi eye state. Anotasi eye state digunakan untuk klasifikasi kondisi mata dengan 2 label, yaitu label 0 untuk anotasi mata tertutup dan label 1 untuk anotasi mata terbuka. Proses training yang dilakukan menggunakan data yang berukuran 224x224 dan pengujian dengan jumlah 50 epoch dan 0.0001 learning rate. Untuk memberikan analisis yang lebih luas dan untuk mendapatkan best model, penulis membandingkan dan mengevaluasi model training terhadap tiga arsitektur yakni MobilenetV1, MobileNetV3 dan EfficientNet Lite0. Penentuan best model dilakukan dengan melihat ukuran model terkecil dan performa model. Meskipun, hasil performa metrik EfficientNet Lite0 didapatkan presisi sebesar 1.00, recall 1.00, f1-score 1.00 dan MobileNetV3 Large lebih unggul dalam nilai prediksi dengan nilai false negative 0 dan CP 32. MobileNetV1 menghasilkan best model dengan ukuran model terkecil sesuai dengan tujuan penelitian yaitu 12 MB dibandingkan MobileNetV3 Large dan EfficientNet Lite0, akan tetapi tidak mengurangi akurasi prediksi sebesar 98% dengan inference time 0.05 detik. Selanjutnya, pengujian model pada sistem pendeteksi kelelahan yang dikembangkan oleh Ashish Kushwaha berhasil membaca kondisi mata subjek melalui webcam komputer. Subjek terdeteksi lelah karena mata tertutup dengan nilai score 21 atau selama 8 detik.