Perancangan sistem pendeteksi kelelahan pengemudi berbasis kamera dan pengiriman peringatan otomatis jarak jauh

Amagta, Felisius Firstivio Daya (2026) Perancangan sistem pendeteksi kelelahan pengemudi berbasis kamera dan pengiriman peringatan otomatis jarak jauh. Undergraduate thesis, Widya Mandala Surabaya Catholic University.

	Text (ABSTRAK) ABSTRAK.pdf Download (509kB)
	Text (BAB 1) BAB 1.pdf Download (229kB)
	Text (BAB 2) BAB 2.pdf Restricted to Registered users only Download (436kB) | Request a copy
	Text (BAB 3) BAB 3.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (BAB 4) BAB 4.pdf Restricted to Registered users only Download (4MB) | Request a copy
	Text (BAB 5) FIX BAB 5 SKRIPSI FELISIUS.pdf Download (238kB)
	Text (LAMPIRAN) FIX LAMPIRAN SKRIPSI FELISIUS.pdf Restricted to Registered users only Download (4MB) | Request a copy

Abstract

Kelelahan dan microsleep merupakan faktor utama penyebab kecelakaan lalu lintas, sehingga diperlukan sistem pengawasan pengemudi secara real-time. Penelitian ini merancang sistem pendeteksi kelelahan berbasis Computer Vision dan Internet of Things (IoT) menggunakan Raspberry Pi 4 dan kamera OV5647 NoIR. Pemrosesan visual menggunakan metode Haar Cascade untuk mendeteksi wajah dan algoritma Dlib untuk mengekstraksi anatomi mata untuk menghitung nilai Eye Aspect Ratio (EAR). Algoritma dioptimalkan dengan kalibrasi threshold dinamis, filter anti-error (anti senyum dan anti-menunduk), serta pemrosesan paralel (multithreading). Jika mata terpejam melebihi batas 2,0 detik, sistem langsung membunyikan alarm buzzer di kabin dan mengirimkan peringatan jarak jauh melalui Telegram Bot API. Hasil pengujian dari 100 skenario di dalam mobil menunjukkan sistem bekerja sangat akurat dengan tingkat akurasi 92%, presisi 95,65%, dan sensitivitas 88%. Sistem beroperasi stabil pada kecepatan tangkapan visual 15 FPS dengan rata-rata waktu picu alarm buzzer 2,39 detik dan latensi pesan Telegram 3,36 detik, mengubahnya menjadi model yang kuat untuk keselamatan armada transportasi.

Item Type:	Thesis (Undergraduate)
Department:	S1 - Teknik Elektro
Contributors:	Contribution Contributors NIDN / NIDK Email Thesis advisor Joewono, Andrew NIDN0711107201 andrew_sby@ukwms.ac.id Thesis advisor Angka, Peter Rhatodirdjo NIDN0703096101 peter@ukwms.ac.id
Uncontrolled Keywords:	Pendeteksi kelelahan, kelelahan pengemudi, computer vision, eye aspect ratio, internet of things.
Subjects:	Engineering Engineering > Electrical Engineering
Divisions:	Faculty of Engineering > Electrical Engineering Study Program
Depositing User:	Felisius Firstivio Daya Amagta
Date Deposited:	23 Jul 2026 04:36
Last Modified:	23 Jul 2026 04:36
URI:	https://repositori.ukwms.ac.id/id/eprint/47512

Actions (login required)

View Item