Menurut Prof. Dr. Andi Adriansyah, M.Eng, salah satu anggota tim peneliti 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 ini.
Lebih lanjut Andi menjelaskan, 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% pada jarak hingga 2 meter. Akurasi perhatian keseluruhan dari ARM mencapai 85,7%.
