Rancang bangun deteksi kantuk berbasis facial landmark menggunakan Dlib Dan Opencv untuk pengendara kendaraan roda empat

Reza, Muhammad Alvin Noor (2021) Rancang bangun deteksi kantuk berbasis facial landmark menggunakan Dlib Dan Opencv untuk pengendara kendaraan roda empat. Sarjana thesis, UIN Sunan Gunung Djati Bandung.

[img]
Preview
Text (COVER)
1_cover.pdf

Download (26kB) | Preview
[img]
Preview
Text (ABSTRAK)
2_abstrak.pdf

Download (84kB) | Preview
[img]
Preview
Text (DAFTAR ISI)
3_daftarisi.pdf

Download (118kB) | Preview
[img]
Preview
Text (BAB I)
4_bab1.pdf

Download (214kB) | Preview
[img] Text (BAB II)
5_bab2.pdf
Restricted to Registered users only

Download (330kB) | Request a copy
[img] Text (BAB III)
6_bab3.pdf
Restricted to Registered users only

Download (137kB) | Request a copy
[img] Text (BAB IV)
7_bab4.pdf
Restricted to Registered users only

Download (785kB) | Request a copy
[img] Text (BAB V)
8_bab5.pdf
Restricted to Registered users only

Download (551kB) | Request a copy
[img] Text (BAB VI)
9_bab6.pdf
Restricted to Registered users only

Download (26kB) | Request a copy
[img] Text (DAFTAR PUSTAKA)
10_daftarpustaka.pdf
Restricted to Registered users only

Download (99kB) | Request a copy

Abstract

Kantuk memiliki dampak buruk terhadap pengendara karena dapat menyebabkan microsleep. Aplikasi deteksi kantuk berbasis facial landmark diperlukan untuk monitoring pengendara saat berkendara.. Aplikasi deteksi kantuk dirancang berdasarkan metode pengenalan wajah yang memiliki keunggulan dalam hal deteksi wajah. Beberapa metode deteksi wajah seperti computer vision, dlib face detector, dlib's facial landmark dan eye aspect ratio (EAR) dikombinasikan untuk merancang aplikasi deteksi kantuk. Aplikasi deteksi kantuk didesain menggunakan Python 3.6.8 yang memiliki library pendukung dalam merancang aplikasi. Library yang digunakan dalam merancang aplikasi deteksi kantuk diantarnya OpenCV untuk mengolah gambar dan video secara real time, Dlib untuk detektor wajah, Tkinter untuk membangun aplikasi GUI. Input aplikasi deteksi kantuk berupa video real time yang diambil melalui sebuah webcam. Aplikasi akan mengaktifkan bunyi alarm dan tulisan peringatan saat seseorang terdeteksi mengantuk. Pengujian aplikasi deteksi kantuk dilakukan menggunakan machine Learning, perhitungan confusion matrix, pengujian secara real time dan evaluasi penggunaan resource seperti daya, memori dan CPU. Nilai akurasi dari pengujian menggunakan machine learning dan confussion matrix memiliki nilai 97%. Nilai akurasi pengujian real time sebesar 96%. Persentase penggunaan CPU aplikasi deteksi kantuk ketika digunakan adalah 30.8%, penggunaan memori sekitar 130.4 MB dan konsumsi daya diukur menggunakan Open Hardware Monitor adalah 5.09 W saat aplikasi bekerja.

Item Type: Thesis (Sarjana)
Uncontrolled Keywords: computer vision; confusion matrix; dlib’s facial landmark; eye apect ratio (EAR); machine learning.
Subjects: Special Computer Methods
Special Computer Methods > Artificial Intelligence
Special Computer Methods > Computer Vision
Divisions: Fakultas Sains dan Teknologi > Program Studi Teknik Elektro
Depositing User: Muhammad Alvin Noor Reza
Date Deposited: 06 Sep 2021 05:42
Last Modified: 06 Sep 2021 05:42
URI: https://digilib.uinsgd.ac.id/id/eprint/42666

Actions (login required)

View Item View Item