DETEKSI MATA MENGANTUK DAN MASKER PADA PENGEMUDI MOBIL MENGGUNAKAN EMBEDDED SYSTEM

NUGROHO, BAGOES WAHYU (2021) DETEKSI MATA MENGANTUK DAN MASKER PADA PENGEMUDI MOBIL MENGGUNAKAN EMBEDDED SYSTEM. [Undergraduate Thesis]

[img]
Preview
PDF
SR-IF-220014_abstract.pdf

Download (614kB) | Preview
Official URL: http://digilib.unusa.ac.id/data_pustaka-31050.html

Abstract

Kementerian Kesehatan RI (2020) juga mengeluarkan pedoman kesiapsiagaan dalam menghadapi penyebaran COVID-19. Upaya yang dapat dilakukan pada fase pencegahan oleh setiap individu salah satunya adalah Memakai masker, kecelakaan lalu lintas di jalan raya merupakan penyumbang angka kematian terbesar di dunia. Pengemudi yang mengantuk memiliki pola perilaku yang dapat diamati. Beberapa ciri yang dapat diamati antara lain mata yang lebih sering berkedip. sebuah perangkat embedded yang dapat dipilih untuk implementasi deteksi pada lingkungan pengemudi, salah satunya adalah NVIDIA: Jetson Nano yang memiliki ukuran kecil dengan kinerja yang cukup cepat juga dengan daya yang kecil. Maka penelitian ini berusaha untuk mengimplementasikan metode Deep Learning untuk mendeteksi input citra seseorang yang menggunakan masker dan seseorang dengan mata mengantuk. Dari hasil percobaan diperoleh hasil dengan tingkat akurasi sebesar 80% pada embedded system sebesar 80%, deteksi mata kantuk 80% pada embedded system sebesar 75%, deteksi masker dan mata kantuk 80% pada embedded system sebesar 75%.

Item Type: Undergraduate Thesis
Contributors:
ContributionContributorsNIDN/NIDKEmail
Thesis advisorBudiarti, Rizqi Putri NourmaNIDN0716068404rizqi.putri.nb@unusa.ac.id
Uncontrolled Keywords: Masker, Mengantuk, Deep Learning, Embedded.
Subjects: T Technology > T Technology (General)
Divisions: Faculty of Technique > Program Study of Information Systems
Depositing User: Mr. . Bagas
Date Deposited: 29 Mar 2023 01:55
Last Modified: 29 Mar 2023 01:55
URI: http://repository.unusa.ac.id/id/eprint/9294

Actions (login required)

View Item View Item