Tiara Puteri, Rahma (2020) Deteksi Kantuk Menggunakan Kombinasi Haar Cascade dan Convolutiona Neural Network. Sarjana thesis, Universitas Brawijaya.
Abstract
Tingkat kecelakaan lalu lintas semakin hari semakin bertambah. Salah satu faktor penyebab terjadinya kecelakaan lalu lintas yaitu kondisi pengemudi yang lelah dan mengantuk. Maka dari itu dari permasalahan ini akan dibuat sistem yang bisa digunakan untuk memberikan peringatan berupa tulisan dan alarm. Sistem ini menggunakan NUC untuk pemrosesannya, webcam sebagai sensor yang bertugas menerima input yang akan dipasang pada NUC serta Monitor yang akan digunakan untuk melihat citra yang ditangkap oleh kamera serta melihat informasi keadaan mata dan informasi mengantuk. Metode yang digagaskan yaitu haar cascade yang akan mendeteksi wajah pada awal program dan menandakan area wajah dengan persegi. Lalu untuk mendeteksi mata menggunakan kombinasi haar cascade dan convolutional neural network, hal ini dikarenakan haar cascade belum mampu untuk mendeteksi mata ketika keadaan mata sedang tertutup, maka dari itu digunakan convolutional neural network untuk membuat dataset mata baru dan membuat prediksi keadaan mata, dengan tingkat akurasi dari dataset yang dibuat sebesar 60%. Pendeteksian wajah dan kantuk ini dengan kamera yang diletakkan kurang lebih 30-50cm yang sejajar dengan bahu atau dada. Kamera yang digunakan yaitu yang dapat diposisikan berdiri sehingga lensanya bisa dimiringkan ke arah wajah untuk dapat menangkap gambar dengan jelas. Haar cascade yang digunakan untuk mendeteksi wajah memiliki akurasi rata-rata sebesar 100%. Convolutional Neural Network yang digunakan untuk mendeteksi mata terbuka dan tertutup serta mendeteksi kantuk mempunyai nilai rata-rata akurasi sebesar 97.23%. Dalam sistem ini juga terdapat penghitungan waktu komputasi agar dapat mengetahui kecepatan pemrosesan program untuk nantinya sistem ini dapat dimanfaatkan serta dikembangkan lagi. Rata-rata waktu komputasi yang didapat yaitu 0.2075 s yang termasuk dalam kategori cepat
English Abstract
The level of traffic accidents is increasing every day. One of the factors causing traffic accidents is the condition of drivers who are tired and feeling drowsy. Therefore from this problem will be made a system that can be used to provide warnings in the form of text and alarm. This system uses NUC for processing, a webcam as a sensor that used for receiving input that will be installed on the NUC and a Monitor that used for to view images captured by the camera and see information on the state of the eyes and information about drowsy. The proposed method is the haar cascade. It will detect faces at the beginning of the program and mark the face area with a square. Then to detect eyes using a combination of haar cascade and convolutional neural network, because haar cascade has not been able to detect eyes when the eyes are closed, therefore convolutional neural networks are used to create new eye datasets and make predictions of the eye state, with accuracy from the dataset created by 60%. Detection of the face and drowsiness uses a camera that is placed approximately 30-50cm in front of the shoulder or chest. The camera used is that which can be positioned the lens can be tilted toward the face to be able to capture images clearly. Haar cascade used to detect faces has an average accuracy of 100%. Convolutional Neural Network that is used to detect open and closed eyes and detect drowsiness has an average accuracy of 97.23%. In this system, there is also computation time calculation to find out the speed of program processing so this system can be utilized and developed again. The average computation time obtained is 0.2075 s which means fast
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 0520150228 |
| Uncontrolled Keywords: | Deteksi wajah, deteksi mata, deteksi kantuk, haar cascade, convolutional neural network.,face detection, eye detection, drowsiness detection, haar cascade, convolutional neural network. |
| Subjects: | 600 Technology (Applied sciences) > 621 Applied physics > 621.3 Electrical, magnetic, optical, communications, computer engineering; electronics, lighting |
| Divisions: | Fakultas Ilmu Komputer > Teknik Informatika |
| Depositing User: | Unnamed user with username nova |
| Date Deposited: | 25 Aug 2022 02:38 |
| Last Modified: | 25 Aug 2022 02:38 |
| URI: | http://repository.ub.ac.id/id/eprint/193555 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
RAHMA TIARA PUTERI.pdf Restricted to Registered users only until 31 December 2023. Download (5MB) |
Actions (login required)
 |
View Item |