Search for collections on PNUP Repository

Sistem Deteksi Driver Drowsiness Menggunakan Algoritma Convolutional Neural Network (Cnn)

Aurelia Vitania Rusli (2022) Sistem Deteksi Driver Drowsiness Menggunakan Algoritma Convolutional Neural Network (Cnn). Diploma thesis, Politeknik Negeri ujung Pandang.

[thumbnail of Sistem Deteksi Driver Drowsiness Menggunakan Algoritma Convolutional Neural Network (Cnn).pdf] Text
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

Actions (login required)

View Item
View Item