DETEKSI KELELAHAN PENGEMUDI BERDASARKAN ANALISIS MATA - Dalam bentuk buku karya ilmiah
MILZAM FATHULHAKIM QISTHAN

Informasi Umum

Kode

25.04.6780

Klasifikasi

000 - General Works

Jenis

Karya Ilmiah - Skripsi (S1) - Reference

Subjek

Machine Learning

Dilihat

61 kali

Informasi Lainnya

Abstraksi

Keselamatan jalan merupakan isu krusial, mengingat tingginya angka kecelakaan lalu lintas yang sebagian besar disebabkan oleh kelelahan pengemudi. Untuk mengatasi permasalahan ini, penelitian ini mengembangkan sistem deteksi kelelahan pengemudi berbasis pembelajaran mesin melalui analisis mata. Tujuan utama penelitian adalah mengembangkan metode deteksi kelelahan menggunakan pengamatan rasio aspek mata (EAR) dan kamera yang diproses secara <em>real-time</em>, serta merancang sistem peringatan dini untuk mencegah kecelakaan.<br /> Metode penelitian melibatkan pengumpulan <em>dataset</em> citra wajah pengemudi dari 30 partisipan dengan total 9000 <em>frame</em> mata terbuka dan tertutup, pra-pemrosesan data menggunakan teknik <em>computer vision</em> (termasuk <em>facial landmarks detection</em>), pelatihan model <em>machine learning</em> (Convolutional Neural Network/CNN dan <em>hybrid</em> CNN + EAR), dan evaluasi akurasi sistem. Pengujian model menunjukkan bahwa pendekatan <em>hybrid</em> CNN + EAR menghasilkan akurasi 94.22% dan akurasi model CNN murni yang sebesar 92.54%.<br /> Sistem yang terintegrasi mendeteksi kondisi mengantuk (mata tertutup dan mate tertutup lalu menunduk) dan memberikan peringatan dini berupa alarm audio melalui <em>speaker</em> serta indikasi visual melalui LED (seperti lampu <em>hazard</em>). Pengujian sistem ini dilakukan dalam skenario simulasi mengemudi. Dengan demikian, penelitian ini mengembangkan pendekatan mata yang akurat dan responsif untuk deteksi kelelahan pengemudi, berkontribusi pada peningkatan keselamatan di jalan raya.<br />  

• TEI4N3 - PEMBELAJARAN MESIN DAN APLIKASI

Koleksi & Sirkulasi

Tersedia 1 dari total 1 Koleksi

Pengarang

Penerbit

Sirkulasi

Download / Flippingbook