ANANDA, BAGIA PANDU (2025) RANCANG BANGUN ALAT PENDETEKSI KANTUK PENGEMUDI DENGAN METODE HYBRID MEASURES. Diploma thesis, POLITEKNIK KESELAMATAN TRANSPORTASI JALAN.
|
Text (ABSTRAK)
21021007-SKRIPSI-ABSTRAK.pdf Download (1MB) | Preview |
|
|
Text (BAB 1)
21021007-SKRIPSI-BAB_1.pdf Download (115kB) | Preview |
|
![[img]](http://eprints.pktj.ac.id/style/images/fileicons/text.png) |
Text (BAB 2)
21021007-SKRIPSI-BAB_2.pdf Restricted to Registered users only Download (600kB) | Request a copy |
|
|
Text (BAB 3)
21021007-SKRIPSI-BAB_3.pdf Restricted to Registered users only Download (1MB) | Request a copy |
|
|
Text (BAB 4)
21021007-SKRIPSI-BAB_4.pdf Restricted to Registered users only Download (2MB) | Request a copy |
|
|
Text (BAB 5)
21021007-SKRIPSI-BAB_5.pdf Download (135kB) | Preview |
|
|
Text (LAMPIRAN)
21021007-SKRIPSI-LAMPIRAN.pdf Restricted to Registered users only Download (1MB) | Request a copy |
Abstract
Kelelahan dan microsleep merupakan dua faktor signifikan yang sering menjadi penyebab utama kecelakaan lalu lintas, terutama pada pengemudi yang berkendara dalam durasi panjang tanpa istirahat yang memadai. Berdasarkan data Kementerian Perhubungan, sebesar 61% kecelakaan lalu lintas disebabkan oleh kelalaian pengemudi, dan sekitar 36% di antaranya berkaitan langsung dengan kelelahan. Sementara itu, data Badan Pusat Statistik (BPS) tahun 2023 mencatat 148571 kasus kecelakaan di Indonesia. Angka tersebut menunjukkan perlunya sistem peringatan dini yang mampu mendeteksi gejala kelelahan dan microsleep secara otomatis dan real time. Penelitian ini bertujuan untuk merancang dan membangun alat pendeteksi kelelahan pengemudi berbasis pendekatan hybrid measures, yaitu menggabungkan pemantauan denyut jantung dan analisis ekspresi wajah, guna mendukung upaya peningkatan keselamatan dalam berkendara. Sistem yang dikembangkan terdiri atas dua unit utama. Unit pertama adalah Wemos D1 Mini yang terhubung dengan sensor denyut jantung MAX30102 dan layar OLED sebagai indikator status, serta bertugas mengirimkan data BPM ke Raspberry Pi. Unit kedua adalah Raspberry Pi 4 yang berperan sebagai pusat pemrosesan untuk aktivasi kamera saat BPM di bawah 60, analisis visual menggunakan parameter EAR dan MAR, serta pengelolaan data lokasi dari modul GPS Beitian BN-220. Ketika terdeteksi kondisi menguap (yawn) atau tertidur sesaat (microsleep), sistem akan memberikan peringatan suara melalui speaker dan mengirimkan tangkapan wajah beserta koordinat lokasi ke Telegram secara otomatis. Hasil pengujian menunjukkan bahwa sistem memiliki tingkat galat pengukuran BPM sebesar 2,40%, akurasi GPS dengan rata-rata selisih 19 meter, dan mampu mencapture wajah hingga jarak 210 cm dengan toleransi sudut pitch 40°, roll 60°, dan yawn 40°. Sistem juga menunjukkan kinerja yang baik dalam berbagai kondisi pencahayaan dan respons yang sesuai saat diterapkan di lapangan, sehingga dapat menjadi solusi yang efektif dalam mencegah kecelakaan akibat kelelahan pengemudi
| Item Type: | Thesis (Diploma) |
|---|---|
| Uncontrolled Keywords: | Kelelahan pengemudi, microsleep, Raspberry Pi, sensor denyut jantung, deteksi wajah. |
| Subjects: | T Technology > TK Electrical engineering. Electronics Nuclear engineering |
| Divisions: | Teknologi Rekayasa Otomotif > Teknologi Rekayasa Otomotif |
| Depositing User: | 21021007 21021007 |
| Date Deposited: | 30 Jul 2025 01:32 |
| Last Modified: | 30 Jul 2025 01:32 |
| URI: | http://eprints.pktj.ac.id/id/eprint/3831 |
Actions (login required)
 |
View Item |
