Aurelia Vitania Rusli (2022) Sistem Deteksi Driver Drowsiness Menggunakan Algoritma Convolutional Neural Network (Cnn). Diploma thesis, Politeknik Negeri ujung Pandang.
Sistem Deteksi Driver Drowsiness Menggunakan Algoritma Convolutional Neural Network (Cnn).pdf - Published Version
Download (9MB)
Abstract
Setiap tahun kecelakaan lalu lintas meningkat secara terus- menerus. Salah satu penyebab kecelakaan adalah pengemudi yang mengatuk. Untuk meminimalisir terjadinya kecelakaan, dibutuhkan suatu sistem driver drowsiness yang menerapkan metode machine learning untuk memprediksi kondisi pengemudi. Kondisi tersebutdapat digunakan sebagai informasi yang akan meningkatkan keamanan saat berkendara. Penelitian ini menerapkan algoritma Convolutional Neural Network (CNN) untuk membuat model klasifikasi. Hasil dari penelitian ini di dapatkan performa akurasi setelah dilakukan validasi sebesar 94,51%. Jarak wajah terhadap webcam yang maksimal yaitu antara 40 cm sampai dengan 60 cm. kemudian waktu delay pembacaan mata pada jarak 40 cm memiliki nilai rata-rata yaitu 0.2682 detik. Pada jarak 50 cm memiliki nilai rata-rata yaitu 0.4662 detik. Sedangkan pada jarak60 cm memiliki nilai rata-rata yaitu 0.4662 detik.
Kata Kunci: Drowsiness, Machine Learning, CNN (Convulutional NeuralNetwork)
Item Type: | Thesis (Diploma) |
---|---|
Subjects: | T Technology > T Technology (General) T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Jurusan Teknik Elektro > D4 Teknik Komputer dan Jaringan |
Depositing User: | B.J.H Library PNUP |
Date Deposited: | 07 Mar 2024 05:23 |
Last Modified: | 07 Mar 2024 05:23 |
URI: | https://repository.poliupg.ac.id/id/eprint/8759 |