Bagi mahasiswa yang berminat, silahkan kontak Dr. Sunu Wibirama pada email: sunu{at}ugm.ac.id
Tema 1:
Pengembangan modul pengukuran atensi 3D berbasis Microsoft Kinect dan GazePoint Eye Tracker untuk perangkat lunak Open Gaze and Mouse Analysis (OGAMA).
Kata kunci: 3D gaze tracking, kinect for depth measurement, OGAMA
Referensi:
- Eye tracking articles and video
- Official website of OGAMA
- S.Wibirama and K. Hamamoto, “3D Gaze Tracking on Stereoscopic Display using Optimized Geometric Method”, IEEJ Transactions on Electronics, Information, and Systems, Vol. 134, No. 3, 2014, pp. 345-352. PDF | DOI
- S. Wibirama & K. Hamamoto, “3D Gaze Tracking System for Nvidia 3D Vision®” in Proceeding of The 35th Annual International Conference of the IEEE EMBS, Osaka, Japan, 3-7 July 2013, pp. 3194-3197. Download PDF
Syarat:
- Menguasai bahasa C++ atau C# dan pernah menggunakan Ms.Visual
- Full-time student (tidak memiliki aktivitas kerja di luar kuliah)
- Sudah menyelesaikan Kerja Praktik (KP)
- Memiliki minat yang tinggi untuk mempelajari hal-hal baru
- Bersedia untuk bekerja di lab secara rutin (residen) dan dibimbing
secara intensif. - Beretos kerja dan tidak mudah menyerah saat menghadapi masalah
Tema 2:
Investigasi cybersickness pada driving simulator berbasis gelombang sinyal otak (EEG: Electro-enchepalography)
Kata kunci: cybersickness, visually induced motion sickness, virtual reality, driving simulator, EEG signal processing, Emotiv EEG, motion-sickness related brain area, driving cognition.
Referensi :
- Gaze-brain computer-interface
- Emotiv EEG
- S. Wibirama & K. Hamamoto, “Investigation of Visually Induced Motion Sickness in Dynamic 3D Content based on Subjective Judgment, Heart Rate Variability, and Depth Gaze Behavior”, in Proceedings of The 36th Annual International Conference of the IEEE EMBS 2014, Chicago, US, 26-30 August 2014, pp. 4803-4806 (Pubmed link)
- Spatial and temporal dynamics of motion sickness
- Estimating the level of motion-sickness based on EEG spectra
Syarat:
- Menguasai MATLAB.
- Nilai mata kuliah dan praktikum signal processing / pengolahan isyarat
mendapatkan A. - Full-time student (tidak memiliki aktivitas kerja di luar kuliah)
- Sudah menyelesaikan Kerja Praktik (KP)
- Memiliki minat yang tinggi pada EEG signal processing dan
dasar-dasar neuroscience - Bersedia untuk bekerja di lab secara rutin (residen) dan dibimbing
secara intensif. - Beretos kerja dan tidak mudah menyerah saat menghadapi masalah