Marjono, Avrian Andreas (1222006) (2017) Realisasi Sistem Deteksi Rasa Kantuk Berdasarkan Durasi Kedipan Mata Secara Real Time Menggunakan Metode Viola-Jones. Undergraduate thesis, Universitas Kristen Maranatha.
|
Text
1222006_Abstract TOC.pdf - Accepted Version Download (281Kb) | Preview |
|
Text
1222006_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (211Kb) |
||
|
Text
1222006_Chapter1.pdf - Submitted Version Download (249Kb) | Preview |
|
Text
1222006_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (908Kb) |
||
Text
1222006_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (1810Kb) |
||
Text
1222006_Chapter4.pdf Restricted to Repository staff only Download (973Kb) |
||
|
Text
1222006_Conclusion.pdf Download (178Kb) | Preview |
|
|
Text
1222006_Cover.pdf - Accepted Version Download (194Kb) | Preview |
|
|
Text
1222006_References.pdf Download (190Kb) | Preview |
Abstract
Rasa kantuk pasti dialami oleh setiap orang dalam keadaan sehari-hari. Contohnya ialah ketika berkendara dalam perjalanan yang jauh. Mengantuk seringkali menjadi penyebab utama terjadinya kecelakaan dalam berkendara. Oleh karena itu, diperlukan pendeteksi kantuk untuk mencegah terjadinya kecelakaan. Pada tugas akhir ini, dibuat sistem deteksi rasa kantuk berdasarkan durasi kedipan mata secara real time menggunakan metode viola-jones. Metode violajones merupakan metode pendeteksian yang mempunyai tingkat akurasi pendeteksian yang sangat tinggi. Metode viola-jones menggabungkan 4 konsep yaitu fitur haar, integral image (mempercepat perhitungan fitur haar) , adaboost (mengurangi kompleksitas waktu) dan cascade classifier (pengklasifikasi objek pada gambar). Untuk mendeteksi rasa kantuk seseorang, tugas akhir ini menggunakan parameter durasi kedipan mata. Jika kedipan mata melebihi dari batas waktu normal, maka orang tersebut dikatakan mengantuk. Perangkat yang digunakan berupa sebuah PC (Personal Computer) dengan bahasa pemrograman Python dalam pembuatan sistem deteksi rasa kantuk serta digunakan juga OpenCV. Dari hasil realisasi dan pengamatan data, sistem ini dapat bekerja dengan baik yaitu mampu menghasilkan tingkat akurasi sistem deteksi rasa kantuk sebesar 92,5 % untuk pengujian di dalam ruangan dengan 20 kali percobaan, serta sebesar 91,1 % untuk pengujian di dalam mobil dengan 10 kali percobaan.
Item Type: | Thesis (Undergraduate) |
---|---|
Uncontrolled Keywords: | Mengantuk, Metode Viola-Jones, PC, Python, OpenCV, Durasi Kedipan Mata. |
Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
Depositing User: | Perpustakaan Maranatha |
Date Deposited: | 06 Sep 2017 03:45 |
Last Modified: | 06 Sep 2017 03:45 |
URI: | http://repository.maranatha.edu/id/eprint/23034 |
Actions (login required)
View Item |