SISTEM PERINGATAN KANTUK PENGENDARA RODA EMPAT REAL-TIME DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK

Prayoga, Rizki Agung Dwi (2025) SISTEM PERINGATAN KANTUK PENGENDARA RODA EMPAT REAL-TIME DENGAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK. S1 - Sarjana thesis, Universitas AMIKOM Yogyakarta.

	Text (COVER-ABSTRAK) COVER.pdf Download (808kB)
	Text (BAB I) BAB I.pdf Download (162kB)
	Text (BAB II) BAB II.pdf Restricted to Registered users only Download (413kB)
	Text (BAB III) BAB III.pdf Restricted to Registered users only Download (103kB)
	Text (BAB IV) BAB IV.pdf Restricted to Registered users only Download (222kB)
	Text (BAB V) BAB V.pdf Download (37kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (90kB)
	Archive (SOURCE CODE) Sourcecode - 21.11.3863.zip Restricted to Repository staff only Download (74MB)
	Text (PUBLIKASI) Publikasi.pdf Restricted to Repository staff only Download (616kB)

Abstract

Penelitian ini bertujuan untuk mengembangkan sistem deteksi kantuk pada pengemudi dengan menggunakan algoritma Convolutional Neural Network (CNN) dan metode Eye Aspect Ratio (EAR). Masalah utama yang dihadapi adalah tingginya angka kecelakaan lalu lintas yang disebabkan oleh pengemudi yang mengantuk. Hal ini menjadi perhatian penting karena dampaknya yang sangat besar terhadap keselamatan di jalan raya. Sistem deteksi ini diharapkan dapat memberikan peringatan dini kepada pengemudi yang mengantuk, sehingga dapat mengurangi risiko kecelakaan. Metode yang digunakan dalam penelitian ini meliputi penggunaan CNN untuk mengklasifikasikan kondisi pengemudi apakah mengantuk atau tidak mengantuk berdasarkan gambar wajah. Selain itu, metode EAR digunakan untuk mendeteksi tingkat kelelahan mata pengemudi, dengan memantau rasio perbandingan jarak antara titik-titik pada mata yang dapat menunjukkan tandatanda kantuk. Dataset yang digunakan terdiri dari dua label, yaitu kondisi mata terbuka dan tertutup, yang kemudian diproses untuk pelatihan model CNN. Selama pengujian, data gambar diproses dan diprediksi untuk menentukan apakah pengemudi dalam kondisi mengantuk atau tidak. Hasil dari penelitian ini menunjukkan bahwa sistem berhasil mendeteksi kondisi mengantuk dengan akurasi yang sangat baik, terutama dalam jarak pengamatan 30 cm, dengan waktu deteksi yang cepat. Sistem ini dapat memberikan peringatan melalui alarm dan pesan Telegram kepada pengemudi yang terdeteksi mengantuk. Hasil penelitian ini dapat dimanfaatkan oleh pengemudi, perusahaan transportasi, dan pengembang sistem keselamatan kendaraan untuk meningkatkan keselamatan di jalan raya. Penelitian lebih lanjut dapat difokuskan pada pengujian dengan variasi kondisi lingkungan yang lebih luas, serta pengembangan sistem untuk kendaraan otonom.

Actions (login required)

View Item