Hermawan, Joseph Felix (1122023) (2018) Deteksi Kantuk Dini Berdasarkan Aspek Rasio Mata. Undergraduate thesis, UNIVERSITAS KRISTEN MARANATHA.
|
Text
1122023_Abstract_TOC.pdf - Accepted Version Download (518Kb) | Preview |
|
![[img]](http://repository.maranatha.edu/style/images/fileicons/text.png) |
Text
1122023_Appendices.pdf - Accepted Version Restricted to Repository staff only Download (788Kb) |
|
|
Text
1122023_Chapter1.pdf - Accepted Version Download (409Kb) | Preview |
|
|
Text
1122023_Chapter2.pdf - Accepted Version Restricted to Repository staff only Download (526Kb) |
|
|
Text
1122023_Chapter3.pdf - Accepted Version Restricted to Repository staff only Download (454Kb) |
|
|
Text
1122023_Chapter4.pdf - Accepted Version Restricted to Repository staff only Download (638Kb) |
|
|
Text
1122023_Conclusion.pdf - Accepted Version Download (212Kb) | Preview |
|
|
Text
1122023_Cover.pdf - Accepted Version Download (455Kb) | Preview |
|
|
Text
1122023_Reference.pdf - Accepted Version Download (208Kb) | Preview |
Abstract
Implementasi sistem deteksi kantuk banyak diminati karena banyak statistik menunjukkan kecenderungan yang mengkhawatirkan mengenai kecelakaan lalu lintas. Salah satu statistik dari World Health Organization (WHO) tahun 2013 menunjukkan bahwa 1,24 juta orang meninggal dalam kecelakaan lalu lintas setiap tahun. Salah satu faktor penyebab kecelakaan lalu lintas adalah mengemudi sambil mengantuk. Pada Tugas Akhir ini akan dibuat sebuah aplikasi yang dapat digunakan untuk mendeteksi kantuk dini berdasarkan aspek rasio mata. Pertama, wajah akan dideteksi dari setiap frame video menggunakan metode Histogram of Oriented Gradient (HOG). Hasil deteksi akan dicocokkan dengan landmark model sehingga bisa didapat titik koordinat landmark pada mata. Dari nilai koordinat mata dapat dicari nilai Eye Aspect Ratio (EAR). Nilai EAR ini dijadikan acuan untuk menentukan kondisi pengemudi berdasarkan bukaan mata dan lama menutupkan mata. Dari hasil pengujian dapat diambil simpulan yaitu wajah berhasil dideteksi menggunakan HOG dan mata berhasil dideteksi menggunakan facial landmark, nilai EAR untuk setiap orang berbeda berdasarkan nilai EAR maksimal dan minimal dari video baseline, dan batas maksimal menutupkan mata sebanyak 45 frame.
| Item Type: | Thesis (Undergraduate) |
|---|---|
| Uncontrolled Keywords: | Kata Kunci : deteksi wajah, deteksi kantuk, eye aspect ratio (EAR) |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Faculty of Engineering > 22 Electrical Engineering Department |
| Depositing User: | Perpustakaan Maranatha |
| Date Deposited: | 17 Sep 2018 08:37 |
| Last Modified: | 17 Sep 2018 08:37 |
| URI: | http://repository.maranatha.edu/id/eprint/24664 |
Actions (login required)
 |
View Item |
