MENDETEKSI NGANTUK DALAM BERKENDARA (DROWSY DRIVING) MENGGUNAKAN ALGORITMA OBJECT REAL-TIME YOU
ONLY LOOK ONCE (YOLO)
Total View This Week0
Total View This Week0
Institusion
Universitas Satya Negara Indonesia
Author
RAMA, FIKLI
Subject
Technology (General)
Datestamp
2023-09-26 10:57:35
Abstract :
Ngantuk dalam berkendara (drowsy driving) dapat disebabkan karena pengemudi menderita kelelahan dalam melakukan perjalanan panjang, Ini menjadi salah satu faktor yang menyebabkan kecelakaan lalu lintas. Drowsy driving sering terjadi pada Supir Bis. Dengan adanya penelitian ini diharapkan terciptanya sebuah sistem yang dapat mendeteksi ngantuk dalam berkendara. Penelitian ini menggunakan Algoritma You Only Look Once juga dikenal sebagai YOLO, untuk membantu sistem "melihat" dan mengidentifikasi objek. Algoritma YOLO melatih kumpulan model citra pengemudi saat mengantuk dan tidak mengantuk, sehingga dapat digunakan untuk mendeteksi ngantuk dalam berkendara pada pengemudi secara real-time. YOLO menggunakan Convolutional Neural Network (CNN) pada algoritmanya. Penelitian ini berhasil membuat model untuk mendeteksi pengemudi mengantuk (drowsy) atau pengemudi yang terjaga (awake). Dari skenario yang dibuat menghasil nilai akurasi tertinggi sebesar 0.995 atau 99,5%, dengan menggunakan pembagian dataset sebesar 80% pelatihan, 10% validasi, 10% test dan batch size 16.
Ngantuk dalam berkendara (drowsy driving) dapat disebabkan karena pengemudi menderita kelelahan dalam melakukan perjalanan panjang, Ini menjadi salah satu faktor yang menyebabkan kecelakaan lalu lintas. Drowsy driving sering terjadi pada Supir Bis. Dengan adanya penelitian ini diharapkan terciptanya sebuah sistem yang dapat mendeteksi ngantuk dalam berkendara. Penelitian ini menggunakan Algoritma You Only Look Once juga dikenal sebagai YOLO, untuk membantu sistem "melihat" dan mengidentifikasi objek. Algoritma YOLO melatih kumpulan model citra pengemudi saat mengantuk dan tidak mengantuk, sehingga dapat digunakan untuk mendeteksi ngantuk dalam berkendara pada pengemudi secara real-time. YOLO menggunakan Convolutional Neural Network (CNN) pada algoritmanya. Penelitian ini berhasil membuat model untuk mendeteksi pengemudi mengantuk (drowsy) atau pengemudi yang terjaga (awake). Dari skenario yang dibuat menghasil nilai akurasi tertinggi sebesar 0.995 atau 99,5%, dengan menggunakan pembagian dataset sebesar 80% pelatihan, 10% validasi, 10% test dan batch size 16.
Download
book
BibTex
Latex, Jabref
cloud_download
Original Resource
url resource Institution
