A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
A PHP Error was encountered
Severity: Notice
Message: Undefined offset: 1
Filename: controllers/Document.php
Line Number: 69
Backtrace:
File: /home/rama/public_html/application/controllers/Document.php
Line: 69
Function: _error_handler
File: /home/rama/public_html/index.php
Line: 296
Function: require_once
@thesis{thesis,
author={DIDIK and Rahmat and Sunu },
title ={PENGEMBANGAN SISTEM DETEKSI KANTUK PENGENDARA MOBIL MENGGUNAKAN METODE HAAR CASCADE CLASSIFIER DAN CONTOUR BERBASIS RASPBERRY PI},
year={2021},
url={https://repository.unugiri.ac.id/id/eprint/596/},
abstract={Pengembangan Sistem Deteksi Kantuk Pengendara Mobil Menggunakan Metode Haar Cascade Classifier Dan Contour Berbasis Raspberry Pi. Sistem deteksi kantuk sudah banyak dibuat pada penelitian sebelumnya walaupun sudah banyak dilakukan proses penelitian bukan berarti penelitian terkait sistem ini harus berhenti untuk dilakukan. Banyaknya angka kecelakaan lalu lintas yang terjadi oleh faktor manusia salah satunya mengantuk menjadi sebuah problem yang besar untuk pengendara mobil. Tuntutan atau efektifitas kerja dari sistem baik kecepatan maupun keakuratan dalam sebuah sistem deteksi kantuk sangat diperhitungkan. Penelitian ini bertujuan mengembangkan sistem deteksi kantuk menggunakan metode haar cascade classifier untuk mendeteksi wajah dan contour untuk mendeteksi mata. Inputan sistem ini di dapatkan dari Pi camera yang kemudian citra masukan akan di lakukan proses pengolahan hasil menggunakan Raspberry Pi Model B+. Output dari sistem ini adalah notikasi alert mengantuk dengan font warna merah dan alarm suara yang berbunyi ketika pengemudi mobil mengantuk. Rata-rata pendeteksian mata terbuka dan tertutup ± 55,3 cm dan rata-rata akurasi sistem untuk mendeteksi kantuk 93% dari hasil uji coba yang dilakukan . Sistem ini memiliki rata-rata waktu komputasi sebesar 0.4 detik yang akan memudahkan untuk mendeteksi kantuk secara realtime.}
}