Rektor Universitas Mercu Buana dan Tim UTHM Teliti Penggunaan Isyarat Mata pada Robot Pelayan

WARTAKOTALIVE.COM, JAKARTA - Robot layanan sudah umum digunakan di banyak industri untuk membantu manusia dalam melakukan tugas berulang.

Interaksi Robot Manusia (HRI) menjadi hal penting dalam perkembangan teknologi.

HRI Non Verbal memainkan peran penting dalam interaksi sosial, yang menyoroti kebutuhan untuk secara akurat mendeteksi perhatian subjek dengan mengevaluasi isyarat yang diprogram.

Baca juga: Universitas Mercu Buana Wisuda 2.540 Wisudawan dan Wisudawati, Rektor Ingatkan Nilai Kearifan Lokal

Ahli dari Indonesia dan Malaysia berkolaborasi melakukan penelitian 'Non-Verbal Human-Robot Interaction Using Neural Network for the Application of Service Robot' yang diterbitkan dalam jurnal IIUM Engineering Journal pada Januari 2023.

Dari peneltian itu diketahui algoritma model perhatian konseptual yang disebut Attentive Recognition Model (ARM) untuk mengenali perhatian seseorang dengan meningkatkan akurasi deteksi dan pengalaman subjektif.

Menurut Prof Andi Adriansyah, salah satu anggota tim peneliti, penelitiannya algoritma ARM itu memakai tiga model deteksi gabungan, yaitu pelacakan wajah, pelacakan iris dan kedipan mata.

Baca juga: Universitas Mercu Buana Gelar Festival UMB ke-14, Adakan Lomba, Webinar untuk Guru dan Pameran Foto

"Model pelacakan wajah dilatih menggunakan jaringan saraf Long Short-Term Memory (LSTM), yang didasarkan pada pembelajaran mendalam," kata Andi Adriansyah dalam siaran persnya, Senin (27/3/2023).

Sedangkan pelacakan iris mata dan kedipan mata menggunakan model matematis.

"Model kedipan mata menggunakan titik penanda wajah acak untuk menghitung Rasio Aspek Mata (EAR) yang lebih andal dibandingkan metode sebelumnya," jelas Rektor Universitas Mercu Buana ini.

Menurut Andi, eksperimen pelacakan wajah dan iris yang dilakukan mampu mendeteksi arah hingga jarak 2 meter.

Sementara model kedipan mata yang diuji memberikan akurasi sebesar 83,33 persen pada jarak hingga 2 meter.

Akurasi perhatian keseluruhan dari ARM mencapai 85,7 % .

Baca juga: Universitas Mercu Buana Gelar Pelatihan Public Speaking, Diikuti 50 Guru Daerah Terluar Indonesia

Eksperimen menunjukkan bahwa robot layanan dapat memahami isyarat yang diprogram dan karenanya melakukan tugas tertentu, seperti mendekati orang yang tertarik.

"Dengan kemampuan membaca isyarat nonverbal manusia yang lebih akurat, robot layanan semakin efektif membantu manusia dalam melakukan tugas-tugas berulang di banyak industri," kata Andi Adriansyah.

Selain itu, keakuratan prediksi perhatian dievaluasi pada intensitas cahaya yang berbeda untuk memvalidasi kelayakan metode ini di dunia nyata.

Baca juga: Universitas Mercu Buana Raih Predikat Unggul dari Badan Akreditas Nasional Perguruan Tinggi