TRIBUNNEWS.COM, JAKARTA – Robot layanan biasa digunakan di banyak industri untuk membantu manusia melakukan tugas yang berulang. Interaksi Robot Manusia (HRI) memainkan peran penting dalam konteks ini.
HRI nonverbal khususnya memainkan peran penting dalam interaksi sosial, menyoroti kebutuhan untuk mengidentifikasi kebutuhan secara akurat dengan mengevaluasi isyarat proses.
Sekelompok ahli dari Indonesia dan Malaysia berkolaborasi dalam penelitian interaksi manusia-robot non-verbal menggunakan Neural Network for Robot Assistance Applications yang dipublikasikan di IIUM Engineering Journal pada Januari 2023, meluncurkan algoritma model kognitif yang disebut Attentive Recognition Model (ARM) untuk mengenali pikiran seseorang dengan meningkatkan deteksi fakta dan pengetahuan waktu tanpa berbicara HRI.
Menurut Prof. Dr. Andi Adriansyah, M.Eng., salah satu tim peneliti, dalam penelitiannya algoritma ARM mereka menggunakan tiga algoritma secara bersamaan untuk menemukan pola, yaitu: deteksi wajah, deteksi iris mata, dan kedipan mata.
Model pelacakan wajah dilatih menggunakan jaringan saraf Long Short-Term Memory (LSTM) yang berbasis deep learning. Sedangkan iris dan kedipan mata dideteksi oleh model matematis. Model kedipan mata menggunakan ekspresi wajah acak. . untuk menghitung Eye Difference (EAR) yang lebih reliabel dibandingkan metode sebelumnya,” kata Rektor Universitas Mercu Buana, Senin (27/3/2023).
Lebih lanjut Andi menjelaskan, face test dan iris tracking yang dilakukan mampu mendeteksi arah hingga jarak 2 meter. Sedangkan model kedipan mata berusaha memberikan akurasi sebesar 83,33 persen dari jarak hingga 2 meter Akurasi ARM secara keseluruhan mencapai 85,7%. Pengujian menunjukkan bahwa layanan robot dapat memahami bahasa pemrograman dan dengan demikian melakukan tugas tertentu, seperti menjangkau orang-orang yang berminat.
“Dengan kemampuan membaca komunikasi non-verbal masyarakat secara lebih akurat, layanan robotik akan lebih efektif dalam membantu masyarakat dalam melakukan tugas yang berulang di banyak industri,” kata Andi.
Selain itu, akurasi pemantauan dievaluasi pada tingkat cahaya yang berbeda untuk menunjukkan kelayakan metode di dunia nyata. Proyek ini harus memberikan pengalaman HRI terbaik dengan penggunaan angka yang rendah dan tidak konsisten untuk rotasi dan perubahan pencahayaan.
Hanya Prof. Dr. Andi Adriansyah, M.Eng., dari Universitas Mercu Buana, tim peneliti lainnya dari Universiti Tun Hussein Onn Malaysia yang terdiri dari Zubair Adil Soomro, Abu Ubaidah Shamsudin dan Ruzari Abdul Rahim, serta dari Move Robotic SDN BHD milik Mohd Hazeli.