View/Open

Author
Dicky Labid, Ubaidilah

Advisor
Ahmad, Suaif, S.Si., M.Si.
Ferizandi, Qauzar Gani, S.T., M.T.

Koleksi
Teknik Fisika

Publisher

Penelitian ini bertujuan untuk mengembangkan sistem pendeteksi kantuk yang diharapkan dapat membantu mencegah terjadinya kecelakaan lalu lintas akibat mengantuk. Sistem dibangun menggunakan webcam, buzzer, dan Raspberry Pi yang dibuat menggunakan bahasa pemrograman Python. Algoritma You Only Look Once (YOLO) digunakan sebagai deteksi objek dalam sistem pendeteksi kantuk ini. Dataset yang digunakan sebanyak 200 gambar yang terdiri dari dua kelas yaitu normal dan mengantuk. Pelatihan model dilakukan dengan variasi epoch 20 dan 50 serta perbandingan dataset latih dan validasi 70% : 30%, 75% : 25%, dan 80% : 20%. Kemudian dipilih model dengan hasil evaluasi terbaik yaitu model dengan variasi epoch 50 dan pembagian dataset 80% : 20%. Model tersebut menghasilkan metrik evaluasi untuk data latih dan validasi yang tinggi yaitu dengan nilai akurasi, presisi, recall, dan f1-score berada pada rentang 90% sampai 100%. Model kemudian di-deploy ¬pada perangkat Raspberry Pi dengan tiga format model yang berbeda yaitu Pytorch, ONNX, dan TFLite. Dari ketiga format model tersebut, didapat model dengan format TFLite yang menghasilkan frame rate tertinggi yaitu sebesar 7,1 FPS. Kemudian dilakukan pengujian menggunakan webcam pada 10 responden menunjukkan bahwa nilai metrik evaluasi seperti akurasi 84,44%, presisi, 91,45%, recall 83,23%, dan f1-score 87,15%.

URI
https://repo.itera.ac.id/depan/submission/SB2306190003

Keyword