Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- f270949e-450d-4940-bb12-b6635b68936f
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro (UDINUS), dengan Alzami, Farrikh; Winarno, Sri; Naufal, Muhammad; dan Al Azies, Harun sebagai peserta kegiatan, melaksanakan penelitian mengenai integrasi Gaussian Mixture Model (GMM) dengan Contrast Limited Adaptive Histogram Equalization (CLAHE) untuk meningkatkan kontras citra dalam deteksi kantuk pengemudi berbasis citra wajah.
Kegiatan ini membahas keterbatasan CLAHE tradisional yang menggunakan batas kliping tetap dan mungkin tidak beradaptasi secara efektif terhadap karakteristik citra yang beragam. UDINUS mengkaji pendekatan CLAHE+GMM yang menentukan batas kontras optimal secara dinamis melalui pengelompokan GMM. Tujuan yang dinyatakan adalah menghasilkan peningkatan kontras yang lebih adaptif dan efektif untuk citra wajah yang digunakan dalam deteksi kantuk pengemudi.
Penelitian ini mengevaluasi metode dengan menggunakan Mean Squared Error (MSE), Peak Signal-to-Noise Ratio (PSNR), Signal-to-Noise Ratio (SNR), dan waktu komputasi. Metrik tersebut menjadi dasar untuk menilai metode peningkatan kontras. Hasil eksperimen menunjukkan bahwa penggunaan dua klaster pada CLAHE+GMM secara signifikan meningkatkan MSE, PSNR, dan SNR. Perbandingan histogram secara visual dan citra sampel juga menunjukkan bahwa CLAHE+GMM dengan dua klaster memiliki kesesuaian yang dekat dengan citra dasar skala abu-abu, sehingga mendukung peningkatan yang stabil dan konsisten.
Dengan demikian, UDINUS mendokumentasikan pendekatan CLAHE+GMM, khususnya dengan dua klaster, sebagai solusi yang menjanjikan untuk peningkatan kontras citra dalam aplikasi deteksi kantuk pengemudi. Sumber tidak menyediakan informasi institusional tambahan mengenai tempat penelitian, penerapan, penggunaan selanjutnya, atau hubungannya dengan tujuan pembangunan tertentu.