Sistem Pendeteksi Kantuk Pada Pengemudi Mobil Dengan Face Landmark dan Eye Aspect Ratio Features Berbasis Intel NUC

Rizki, Muhammad Aldo Aufa and Rekyan Regasari Mardi Putri, S.T., Dr. Eng. and Fitra Abdurrachman Bachtiar, S.T., M. Eng. (2025) Sistem Pendeteksi Kantuk Pada Pengemudi Mobil Dengan Face Landmark dan Eye Aspect Ratio Features Berbasis Intel NUC. Sarjana thesis, Universitas Brawijaya.

Abstract

Kantuk pada pengemudi merupakan salah satu penyebab kenaikan angka kecelakaan yang berujung pada kerugian besar. Kantuk saat berkendara dapat menyebabkan kehilangan konsentrasi dan lepas kendali jika dibiarkan terlalu lama tanpa gangguan atau peringatan eksternal. Oleh karena itu, dibutuhkan sebuah alat yang mampu mendeteksi kantuk secara praktis dan dapat dipasang dalam kendaraan mobil. Penelitian ini bertujuan untuk mengembangkan sistem yang dapat menilai kondisi kantuk pada individu berdasarkan durasi kedipan. Sistem ini menggunakan Face Landmark untuk menghitung Eye Aspect Ratio dengan penambahan fitur CLAHE dan Gaze Estimation. Hasil Eye Aspect Ratio dengan penambahan fitur tersebut dibandingkan dengan Modified Eye Aspect Ratio Threshold untuk menentukan durasi kedipan. Nilai durasi kedipan akan digunakan untuk klasifikasi kondisi normal dan kondisi kantuk. Data untuk pengujian sistem diperoleh dari individu dengan rentang usia 19-22 tahun dengan kondisi menggunakan kacamata dan tidak menggunakan kacamata. Sistem ini dirancang agar mampu berfungsi secara real-time dengan Intel NUC sambil menerima input dari webcam yang merekam video secara langsung atau streaming. Pengujian dari sistem menunjukkan bahwa metode yang diusulkan memiliki akurasi yang cukup baik sebesar 76% dalam klasifikasi kondisi kantuk serta rata-rata waktu komputasi sebesar 0,2 detik . Hasil klasifikasi sistem akan dikeluarkan melalui notifikasi suara menggunakan speaker, memberikan peringatan langsung pada pengguna saat terdeteksi kantuk. Dengan metode yang akan dipakai, Sistem ini diharapkan dapat menjadi solusi dalam membantu pengguna mengatasi kantuk saat berkendara.

English Abstract

Drowsiness in drivers is one of the causes of the increase in the number of accidents that lead to huge losses. Sleepiness while driving can lead to loss of concentration and loss of control if left for too long without external interference or warning. Therefore, a device that is able to detect drowsiness in a practical way and can be installed in a car vehicle is needed. This research aims to develop a system that can assess drowsiness in individuals based on blink duration. This system uses Face Landmark to calculate Eye Aspect Ratio with the addition of CLAHE and Gaze Estimation features. The results of the Eye Aspect Ratio with the addition of these features are compared with the Modified Eye Aspect Ratio Threshold to determine the duration of blinking. The blink duration value will be used for the classification of normal and sleepy conditions. Data for system testing is obtained from individuals with an age range of 19-22 years with conditions using glasses and not using glasses. The system is designed to be able to function in real-time with Intel NUC while receiving input from a webcam that records live or streaming video. Testing of the system shows that the proposed method has an accuracy of 76% in the classification of drowsiness conditions and an average computation time of 0.2 seconds. The results of the system classification will be issued through voice notifications using a speaker, providing direct warnings to users when drowsiness is detected. With the method that will be used, this system is expected to be a solution in helping users overcome drowsiness while driving.

Item Type:	Thesis (Sarjana)
Identification Number:	052515
Uncontrolled Keywords:	Kantuk pada pengemudi, Face Landmark, Durasi Kedipan, Intel NUC, Modified Eye Aspect Ratio
Divisions:	Fakultas Ilmu Komputer > Teknik Komputer
Depositing User:	S Sucipto
Date Deposited:	17 Feb 2025 07:07
Last Modified:	17 Feb 2025 07:07
URI:	http://repository.ub.ac.id/id/eprint/236899

Text (DALAM MASA EMBARGO) Muhammad Aldo Aufa Rizki.pdf Restricted to Registered users only Download (3MB)

Actions (login required)

View Item