Implementasi algoritma YOLOv8 untuk mendeteksi kantuk pengemudi mobil dengan terintegrasi alert system

Bisyri, Achmad Alfiyyan (2024) Implementasi algoritma YOLOv8 untuk mendeteksi kantuk pengemudi mobil dengan terintegrasi alert system. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

Preview	Text (COVER) Cover.pdf Download (100kB) | Preview
Preview	Text (ABSTRAK) Abstrak.pdf Download (88kB) | Preview
Preview	Text (LEMBAR PERNYATAAN KARYA SENDIRI) Lembar Pernyataan Karya Sendiri.pdf Download (496kB) | Preview
Preview	Text (DAFTAR ISI) Daftar Isi.pdf Download (131kB) | Preview
Preview	Text (BAB I) Bab I.pdf Download (174kB) | Preview
	Text (BAB II) Bab II.pdf Restricted to Registered users only Download (678kB)
	Text (BAB III) Bab III.pdf Restricted to Registered users only Download (718kB)
	Text (BAB IV) Bab IV.pdf Restricted to Registered users only Download (3MB)
	Text (BAB V) BAB V.pdf Restricted to Registered users only Download (69kB)
	Text (DAFTAR PUSTAKA) Daftar Pustaka.pdf Restricted to Registered users only Download (215kB)

Abstract

Rasa kantuk merupakan kondisi yang tak terhindarkan dan bisa dialami oleh siapa pun. Namun, pada situasi tertentu, rasa kantuk bisa menjadi masalah serius, terutama saat melakukan aktivitas yang memerlukan konsentrasi seperti berkendara. Di Indonesia, antara bulan Agustus hingga Oktober 2022, tercatat ada 68 kecelakaan di Jalan Tol Trans Sumatera (JTTS). Dalam perincian bulanannya, sebanyak 26 kecelakaan terjadi pada bulan Agustus. Penelitian ini bertujuan untuk mendeteksi kantuk pada pengemudi menggunakan algoritma YOLO. Hasil penelitian menunjukkan bahwa algoritma YOLO dapat mengenali wajah yang mengantuk dengan akurasi tertentu. Nilai-nilai presisi, recall, mAP (50), dan mAP (50-90) secara berurutan adalah 0,77, 0,89, 0,83, dan 0,61.

Actions (login required)

View Item