SISTEM PENDETEKSI MICROSLEEP MENGGUNAKAN METODE ARTIFICIAL INTELLIGENCE BERBASIS OPENCV PADA CV X-PRODUCTION EVENT EQUIPMENT

NUGROHO, RIZAL (2023) SISTEM PENDETEKSI MICROSLEEP MENGGUNAKAN METODE ARTIFICIAL INTELLIGENCE BERBASIS OPENCV PADA CV X-PRODUCTION EVENT EQUIPMENT. Other thesis, Universitas Duta Bangsa Surakarta.

[thumbnail of Cover dan Abstrak.pdf] Text
Cover dan Abstrak.pdf - Preview
Restricted to Registered users only

Download (346kB)
[thumbnail of Bab 1.pdf] Text
Bab 1.pdf - Preview
Restricted to Registered users only

Download (262kB)
[thumbnail of Bab 2.pdf] Text
Bab 2.pdf - Preview
Restricted to Registered users only

Download (227kB)
[thumbnail of Bab 3.pdf] Text
Bab 3.pdf - Preview
Restricted to Registered users only

Download (7MB)
[thumbnail of Bab 4.pdf] Text
Bab 4.pdf - Preview
Restricted to Registered users only

Download (7MB)
[thumbnail of Bab 5.pdf] Text
Bab 5.pdf - Preview
Restricted to Registered users only

Download (110kB)
[thumbnail of Daftar Pustaka.pdf] Text
Daftar Pustaka.pdf - Preview
Restricted to Registered users only

Download (43kB)
[thumbnail of Lampiran.pdf] Text
Lampiran.pdf - Preview
Restricted to Registered users only

Download (307kB)
[thumbnail of Artikel Publikasi.pdf] Text
Artikel Publikasi.pdf - Preview
Restricted to Registered users only

Download (280kB)

Abstract

Dalam lingkungan yang semakin sibuk dan padat informasi saat ini, keamanan pengemudi di jalan raya menjadi hal yang sangat penting. Microsleep, yang merupakan kondisi singkat tetapi berpotensi berbahaya di mana seseorang tertidur sejenak tanpa disadari, dapat menyebabkan kecelakaan serius. Dalam artikel ini, kami mengusulkan pengembangan sistem pendeteksi microsleep berbasis Artificial Intelligence (AI) dengan menggunakan OpenCV. Sistem yang diusulkan menggunakan kamera sebagai input untuk merekam wajah pengemudi secara real-time. OpenCV digunakan untuk analisis citra dan pengolahan wajah. Langkah awal melibatkan deteksi wajah menggunakan pendekatan deteksi objek. Setelah wajah terdeteksi, fitur-fitur kunci seperti mata dan mulut diekstraksi untuk pemantauan aktivitas mata dan ekspresi wajah. Dengan mengimplementasikan model pembelajaran machine learning untuk mendeteksi tanda-tanda microsleep berdasarkan perubahan pola aktivitas mata. Hasil eksperimen menunjukkan bahwa sistem yang diusulkan mampu mendeteksi tanda-tanda awal microsleep dengan akurasi yang signifikan. Sistem ini dapat memberikan peringatan kepada pengemudi dalam waktu nyata ketika tanda-tanda microsleep terdeteksi, mengurangi risiko potensial kecelakaan dan memberikan kontribusi pada keselamatan berkendara.

Item Type: Thesis (Other)
Uncontrolled Keywords: Microsleep, Artificial Intelligence, Machine Learning, OpenCV, Deteksi Wajah, Pengolahan Citra, Keselamatan Berkendara.
Divisions: Fakultas Ilmu Komputer > S1 - Teknik Informatika
SWORD Depositor: Perpustakaan Fikom
Depositing User: Perpustakaan Fikom
Date Deposited: 06 Jan 2024 03:37
Last Modified: 06 Jan 2024 03:37
URI: https://eprints.udb.ac.id/id/eprint/1929

Actions (login required)

View Item
View Item