Rancangan Virtual Keyboard dengan Lirikan Mata untuk Penyandang Disabilitas Menggunakan Sensor Electrooculography dan Metode K-Nearest Neighbor sebagai Pengambilan Keputusan

Jenni, Chaerani (2021) Rancangan Virtual Keyboard dengan Lirikan Mata untuk Penyandang Disabilitas Menggunakan Sensor Electrooculography dan Metode K-Nearest Neighbor sebagai Pengambilan Keputusan. Diploma thesis, Universitas Andalas.

[img]
Preview
Text (Cover dan Abstrak)
Cover ( Cover dan Abstrak ).pdf - Published Version

Download (89kB) | Preview
[img]
Preview
Text (Bab I Pendahuluan)
BAB I Pendahuluan.pdf - Published Version

Download (530kB) | Preview
[img]
Preview
Text (Bab V (Penutup))
BAB V (Penutup).pdf - Published Version

Download (474kB) | Preview
[img]
Preview
Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (390kB) | Preview
[img] Text (Skripsi Full Text)
FULL Laporan Tugas Akhir dengan lampiran.pdf - Published Version
Restricted to Repository staff only

Download (14MB)

Abstract

Penyandang disabilitas merupakan orang-orang yang memiliki keterbatasan secara fisik, mental, maupun intelektual dalam jangka waktu yang lama. Keterbatasan ini dapat menyebabkan penyandang disabilitas terkendala dalam berkomunikasi dengan orang-orang disekitarnya. Virtual keyboard merupakan salah satu alat komunikasi alternatif bagi penyandang disabilitas. Jenis virtual keyboard yang telah dikembangkan adalah virtual keyboard dengan kendali gesture tangan. Akan tetapi, virtual keyboard jenis ini tidak bisa digunakan oleh penyandang disabilitas yang tidak memiliki tangan. Maka dari itu, pada penelitian ini, dirancang virtual keyboard dengan memanfaatkan sinyal electrooculography. Metode KNN digunakan sebagai pengklasifikasian sinyal EOG untuk mampu mengenali arah lirikan mata dan sudut perpindahan mata. KNN yang dirancang memiliki 12 kelas target dimana masing-masing target merepresentasikan arah serta jumlah langkah dari kursor virtual keyboard. Dari total 2940 data, 1764 data digunakan sebagai data latih dan 1176 data digunakan sebagai data uji. Hasil pengujian yang dilakukan dengan metode KNN mendapatkan hasil akurasi 95,4%. Gerakan lirik dan kedip digunakan dalam implementasi virtual keyboard. Pengujian data gabungan lirik dan kedip mendapatkan tingkat akurasi sebesar 91,25%. Pada penelitian ini juga dilakukan uji performansi virtual keyboard dengan mengetikkan 16 buah kata mendapatkan tingkat keberhasilan gerakan sebesar 90,75%.

Item Type: Thesis (Diploma)
Primary Supervisor: Dr. Eng. Muhammad Ilhamdi Rusydi
Uncontrolled Keywords: disabilitas, virtual keyboard, lirikan mata, sensor electrooculography, KNN
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Fakultas Teknik > Elektro
Depositing User: S1 Teknik Elektro
Date Deposited: 24 Feb 2021 03:12
Last Modified: 24 Feb 2021 03:12
URI: http://scholar.unand.ac.id/id/eprint/72593

Actions (login required)

View Item View Item