Tim Peneliti Indonesia dan Malaysia Teliti Penggunaan Isyarat Mata pada Robot Pelayan

JAKARTA - Robot pelayan mungkin tidak asing lagi di telinga Anda, karena saat ini, robot pelayan sudah umum digunakan di banyak industri, khususnya untuk membantu manusia dalam melakukan berbagai tugas yang berulang. 

Jadi, untuk memberikan perintah kepada robot, Interaksi Robot Manusia (HRI) menjadi hal penting. HRI Non Verbal, memainkan peran penting dalam interaksi sosial, yang menyoroti kebutuhan untuk secara akurat mendeteksi perhatian subjek dengan mengevaluasi isyarat yang diprogram.

Dalam sebuah penelitian terbaru berjudul "Non-Verbal Human-Robot Interaction Using Neural Network for the Application of Service Robot" yang diterbitkan dalam jurnal IIUM Engineering Journal pada Januari 2023, tim ahli dari Indonesia dan Malaysia memperkenalkan algoritma model perhatian konseptual yang disebut Attentive Recognition Model (ARM) untuk mengenali perhatian seseorang dengan meningkatkan akurasi deteksi dan pengalaman subjektif selama HRI Non Verbal.

Penelitian ini dilakukan oleh beberapa ahli, termasuk Prof. Dr. Andi Adriansyah dari Universitas Mercu Buana, akademisi Universiti Tun Hussein Onn Malaysia, yaitu Zubair Adil Soomro, Abu Ubaidah Shamsudin dan Ruzari Abdul Rahim, serta dari Move Robotic SDN BHD, yaitu Mohd Hazeli.

Menurut Andi dalam penelitiannya, algoritma ARM yang mereka gunakan memakai tiga model deteksi gabungan, yaitu: pelacakan wajah, pelacakan iris dan kedipan mata. 

“Model pelacakan wajah dilatih menggunakan jaringan saraf Long Short-Term Memory (LSTM), yang didasarkan pada pembelajaran mendalam. 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 jauh lebih andal dibandingkan dengan metode sebelumnya,” terang Rektor Universitas Mercu Buana itu. 

Andi juga menyebutkan bahwa eksperimen pelacakan wajah dan iris yang dilakukan mampu mendeteksi arah hingga jarak 2 meter. Sedangkan model kedipan mata yang diuji memberikan akurasi sebesar 83,33 persen pada jarak hingga 2 meter. Lebih dari itu, Akurasi perhatian keseluruhan dari ARM mencapai 85,7 persen. 

Berdasarkan hasil tersebut, Andi menyebut eksperimen ini 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 akan semakin efektif dalam membantu manusia dalam melakukan tugas-tugas berulang di banyak industri,” pungkasnya.

Para peneliti juga berharap proyek ini dapat memberikan pengalaman HRI terbaik dengan kompleksitas komputasi yang rendah dan tidak berubah terhadap rotasi dan perubahan pencahayaan linier.