ARSANTO, ARSYAN MARDHI (2023) RANCANG BANGUN SISTEM DETEKSI KANTUK PADA PENGEMUDI MOBIL BERBASIS MIKROKONTROLLER RASPBERRY PI DENGAN ALGORITMA YOLO (YOU ONLY LOOK ONCE). Undergraduate thesis, Universitas Diponegoro.

	Text S_TRO_ARSYAN MARDHI ARSANTO COVER.pdf - Published Version Download (1MB)
	Text S_TRO_ARSYAN MARDHI ARSANTO BAB I.pdf - Published Version Download (140kB)
	Text S_TRO_ARSYAN MARDHI ARSANTO DAPUS.pdf - Published Version Download (187kB)

Abstract

Penurunan konsentrasi pada saat mengemudi (mengantuk) dapat mengakibatkan
kecelakaan lalu lintas. Pada tahun 2019 terdapat kecelakaan lalu lintas sebanyak 124
kasus pada jalan Tol Batang-semarang dengan presentase 61.08% akibat mengantuk.
Perlu adanya alat untuk mendeteksi kantuk dan memberikan alarm peringatan kepada
pengemudi untuk memastikan pengemudi tetap dalam keadaan sadar dengan harapan
mampu mengurangi jumlah kecelakaan yang diakibatkan oleh kantuk. Atas
permasalahan tersebut dibuatlah alat deteksi kantuk menggunakan algoritma YOLOv5
untuk mendeteksi pengemudi mobil yang mengalami kantuk yang diterapkan pada
Raspberry Pi 4 B dan menggunakan buzzer sebagai notifikasi. Penelitian ini telah
berhasil diimplementasikan dalam bentuk “Rancang Bangun Deteksi Kantuk pada
Pengemudi Mobil Berbasis Mikrokontroller Raspberry Pi dengan Algoritma YOLO”
dan mendeteksi kelas awake dan sleep yang telah ditentukan pada saat pelatihan. Hasil
penelitian dievaluasi menggunakan Wandb menggunakan evaluasi metrik pada jarak
50cm, 60cm, dan 70cm menunjukkan untuk nilai confidence rata-rata sebesar 84.65%,
untuk nilai precision rata-rata sebesar 100%, untuk nilai recall rata-rata sebesar
90.66%, dan untuk nilai F1-score rata-rata sebesar 94.83% menggunakan pre-trained
model terlatih YOLOv5s dengan nilai mAP@0.5 sebesar 99.09% dan nilai
mAP@[0.5:0.95] sebesar 71.79%.
Kata Kunci : Deteksi Objek, YOLOv5, Deteksi Kantuk, Raspberry Pi

Actions (login required)

View Item