PENGEMBANGAN SISTEM DETEKSI KANTUK PENGENDARA MOBIL MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN CONTOUR BERBASIS RASPBERRY PI

ARIYANTO, DIDIK (2021) PENGEMBANGAN SISTEM DETEKSI KANTUK PENGENDARA MOBIL MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN CONTOUR BERBASIS RASPBERRY PI. Sarjana (S1) thesis, Universitas Nahdlatul Ulama Sunan Giri Bojonegoro.

[thumbnail of COVER.pdf] Text
COVER.pdf

Download (374kB)
[thumbnail of AWALAN.pdf] Text
AWALAN.pdf

Download (692kB)
[thumbnail of BAB I.pdf] Text
BAB I.pdf

Download (327kB)
[thumbnail of BAB II.pdf] Text
BAB II.pdf
Restricted to Registered users only

Download (838kB) | Request a copy
[thumbnail of BAB III.pdf] Text
BAB III.pdf
Restricted to Registered users only

Download (1MB) | Request a copy
[thumbnail of BAB IV.pdf] Text
BAB IV.pdf
Restricted to Registered users only

Download (3MB) | Request a copy
[thumbnail of BAB V.pdf] Text
BAB V.pdf

Download (310kB)
[thumbnail of LAMPIRAN.pdf] Text
LAMPIRAN.pdf

Download (12MB)

Abstract

Pengembangan Sistem Deteksi Kantuk Pengendara Mobil Menggunakan Metode Haar Cascade Classifier Dan Contour Berbasis Raspberry Pi. Sistem deteksi kantuk sudah banyak dibuat pada penelitian sebelumnya walaupun sudah banyak dilakukan proses penelitian bukan berarti penelitian terkait sistem ini harus berhenti untuk dilakukan. Banyaknya angka kecelakaan lalu lintas yang terjadi oleh faktor manusia salah satunya mengantuk menjadi sebuah problem yang besar untuk pengendara mobil. Tuntutan atau efektifitas kerja dari sistem baik kecepatan maupun keakuratan dalam sebuah sistem deteksi kantuk sangat diperhitungkan. Penelitian ini bertujuan mengembangkan sistem deteksi kantuk menggunakan metode haar cascade classifier untuk mendeteksi wajah dan contour untuk mendeteksi mata. Inputan sistem ini di dapatkan dari Pi camera yang kemudian citra masukan akan di lakukan proses pengolahan hasil menggunakan Raspberry Pi Model B+. Output dari sistem ini adalah notikasi alert mengantuk dengan font warna merah dan alarm suara yang berbunyi ketika pengemudi mobil mengantuk. Rata-rata pendeteksian mata terbuka dan tertutup ± 55,3 cm dan rata-rata akurasi sistem untuk mendeteksi kantuk 93% dari hasil uji coba yang dilakukan . Sistem ini memiliki rata-rata waktu komputasi sebesar 0.4 detik yang akan memudahkan untuk mendeteksi kantuk secara realtime.

Item Type: Thesis (Sarjana (S1))
Uncontrolled Keywords: Haar Cascade Classifier dan Contour, Raspberry Pi, pengolahan citra, kelelahan berkendara
Subjects: 000 - Komputer, Informasi dan Referensi Umum > 000 Ilmu komputer, ilmu pengetahuan dan sistem-sistem > 005 Pemrograman komputer, program dan data
Divisions: Fakultas Sains dan Teknologi > Teknik Informatika
Depositing User: Perpustakaan Pusat Admin
Date Deposited: 06 Apr 2022 07:21
Last Modified: 06 Apr 2022 07:21
Contributors (Pembimbing / Pengarah):
Contribution
Name
NIDN
Thesis advisor
Irsyada, Rahmat
UNSPECIFIED
Thesis advisor
Wahyudhi, Sunu
UNSPECIFIED
URI: https://repository.unugiri.ac.id:8443/id/eprint/596

Actions (login required)

View Item
View Item