Maulana, Dimas (2023) Identifikasi Mata Kantuk Bagi Pengemudi Mobil Menggunakan Metode Facial Landmarks dan Eye Aspect Ratio. Diploma thesis, UBP Karawang.
01. COVER_230027_19416255201079_Dimas Maulana.pdf
Download (1MB)
02. ABSTRAKKK_230027_19416255201079_Dimas Maulana.pdf
Download (290kB)
03. DAFTAR ISI_230027_19416255201079_Dimas Maulana.pdf
Download (379kB)
04. BAB1_230027_19416255201079_Dimas Maulana.pdf
Download (631kB)
05. BAB2_230027_19416255201079_Dimas Maulana.pdf
Restricted to Registered users only
Download (1MB)
06. BAB3_230027_19416255201079_Dimas Maulana.pdf
Download (906kB)
07. BAB4_230027_19416255201079_Dimas Maulana.pdf
Restricted to Registered users only
Download (4MB)
08. BAB5_230027_19416255201079_Dimas Maulana.pdf
Download (150kB)
09. DAFTAR PUSTAKA_230027_19416255201079_Dimas Maulana.pdf
Download (471kB)
11. LAMPIRAN_230027_19416255201079_Dimas Maulana.pdf
Restricted to Registered users only
Download (1MB)
Abstract
Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR). Proses identifikasi mata kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR) melibatkan beberapa tahapan diantaranya, pengumpulan data, deteksi wajah Facial Landmarks, perhitungan Eye Aspect Ratio (EAR), deteksi kantuk, dan pengujian. Langkah pertama proses dimulai dengan pengambilan gambar menggunakan kamera. Setelah gambar berhasil diambil, langkah berikutnya melibatkan pemrosesan gambar menggunakan Raspberry Pi 4b untuk mengenali wilayah wajah. Setelah wilayah wajah berhasil diidentifikasi, langkah terakhir adalah menerapkan metode Eye Aspect Ratio (EAR) untuk memeriksa kondisi mata. Sistem membaca bahwa jika mata terbuka, maka pengemudi dalam kondisi sadar dan tidak mengantuk. Namun, jika mata tertutup dalam jangka waktu yang telah ditentukan, sistem mengenali bahwa pengemudi mengalami kantuk dan akan memberikan peringatan suara.Penelitian ini dilakukan dengan melakukan 40 kali pengujian pada siang hari dan pada malam hari, 20 kali pengujian pada siang hari dan 20 kali pengujian pada malam hari. Hasil pengujian menunjukkan bahwa pada siang hari, tingkat akurasi mencapai 70%, sementara pada malam hari tingkat akurasi sebesar 35%.
Kata Kunci: Facial Landmarks, Eye Aspect Ratio, Mata Kantuk, Pengemudi
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Repository UBP Karawang |
| Date Deposited: | 04 Feb 2025 07:01 |
| Last Modified: | 04 Feb 2025 07:01 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/3392 |
