Primayanto, Reza Putra and Rekyan Regasari Mardi Putri, S.T., M.T. and Dr. Eng. Fitra Abdurrachman Bachtiar, S.T (2025) Deteksi Stres Pengemudi Berbasis Photoplethysmograph Dan Galvanic Skin Response Menggunakan Random Forest Pada Raspberry Pi. Sarjana thesis, Universitas Brawijaya.
Abstract
Stres memiliki kaitan erat dengan keselamatan berkendara, di mana kondisi stres dapat mengurangi kemampuan pengemudi dalam mengambil keputusan dan meningkatkan risiko kecelakaan lalu lintas. Untuk mengatasi masalah ini, penelitian ini mengusulkan sistem deteksi stres pengemudi berbasis penggabungan sinyal fisiologis Photoplethysmograph (PPG) dan Galvanic Skin Response (GSR), yang masing-masing mencerminkan respons fisiologis terhadap stres, seperti perubahan konduktansi kulit dan aliran darah volumetrik. Dengan menggunakan metode Random Forest, sistem ini melalui beberapa tahap mulai dari akuisisi data menggunakan sensor MAX30102 dan Grove GSR, pre-processing untuk mengurangi noise, ekstraksi fitur seperti Heart Rate Variability (HRV) dari PPG dan Skin Conductance Level (SCL) serta Skin Conductance Response (SCR) dari GSR, seleksi fitur relevan, hingga klasifikasi kondisi stres. Penelitian ini menggunakan 18 subjek dengan total 72 data PPG dan 72 data GSR sebagai data latih, yang diproses untuk menghasilkan model deteksi stres. Hasil pengujian metode Random Forest menunjukkan akurasi sebesar 99,06% berdasarkan Cross Validation Score. Pengujian lanjutan pada data uji baru menunjukkan bahwa sistem mampu mendeteksi tingkat stres pengemudi dengan akurasi rata-rata sebesar 83,33%. Pengujian ini dilakukan menggunakan 12 data uji dari 3 subjek berdasarkan validasi menggunakan kuesioner DASS-21. Waktu komputasi ratarata untuk setiap iterasi adalah 69,16 milidetik, dan sistem berhasil menjalankan seluruh tahapan dengan indikator keberhasilan implementasi 100%. Penelitian ini diharapkan dapat meningkatkan keselamatan berkendara melalui deteksi stres pengemudi dengan umpan balik dan akurasi yang baik.
English Abstract
Stress is closely related to driving safety, as stress can reduce a driver's decisionmaking ability and increase the risk of traffic accidents. To address this issue, this study proposes a driver stress detection system based on the integration of physiological signals from Photoplethysmograph (PPG) and Galvanic Skin Response (GSR), which reflect physiological responses to stress, such as changes in skin conductance and blood volumetric flow. Using the Random Forest model, the system follows several stages, including data acquisition using the MAX30102 and Grove GSR sensors, pre-processing to reduce noise, feature extraction such as Heart Rate Variability (HRV) from PPG and Skin Conductance Level (SCL) and Skin Conductance Response (SCR) from GSR, relevant feature selection, and stress condition classification. The study involved 18 subjects with a total of 72 PPG data and 72 GSR data as training data, processed to develop the stress detection model. The Random Forest model testing demonstrated an accuracy of 99.06% based on Cross Validation Score. Further testing on new test data showed that the system could detect driver stress levels with an average accuracy of 83.33%. This testing was conducted using 12 test data from 3 subjects, validated through the DASS-21 questionnaire. The average computation time per iteration was 69.16 miliseconds, and the system successfully completed all stages with a 100% implementation success indicator. This study is expected to improve driving safety through driver stress detection with effective feedback and high accuracy.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Identification Number: | 052515 |
| Uncontrolled Keywords: | Deteksi stres, Photoplethysmograph, Galvanic Skin Response, Heart Rate Variability, Skin Conductance Level, Skin Conductance Response, Random Forest. |
| Divisions: | Fakultas Ilmu Komputer > Teknik Komputer |
| Depositing User: | S Sucipto |
| Date Deposited: | 12 Feb 2025 04:47 |
| Last Modified: | 12 Feb 2025 04:47 |
| URI: | http://repository.ub.ac.id/id/eprint/236489 |
![[thumbnail of DALAM MASA EMBARGO]](http://repository.ub.ac.id/style/images/fileicons/text.png) |
Text (DALAM MASA EMBARGO)
Reza Putra Primayanto.pdf Restricted to Registered users only Download (6MB) |
Actions (login required)
 |
View Item |