PERANCANGAN SISTEM DETEKSI KANTUK PENGEMUDI MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS FITUR GEOMETRI WAJAH

Septiawan, Indra (2026) PERANCANGAN SISTEM DETEKSI KANTUK PENGEMUDI MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS FITUR GEOMETRI WAJAH. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020156.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (5MB)
	Text (Similarity) RAMA_55201_2213020156_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020156_0713059502_0720117501_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (BAB 2) RAMA_55201_2213020156_0713059502_0720117501_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (398kB)
	Text (BAB 3) RAMA_55201_2213020156_0713059502_0720117501_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (508kB)
	Text (BAB 4) RAMA_55201_2213020156_0713059502_0720117501_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (993kB)
	Text (BAB 5) RAMA_55201_2213020156_0713059502_0720117501_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (185kB)
	Text (References) RAMA_55201_2213020156_0713059502_0720117501_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (211kB)
	Text (Lampiran) RAMA_55201_2213020156_0713059502_0720117501_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (495kB)

Abstract

Penelitian ini merancang sistem deteksi kantuk pengemudi berbasis algoritma Long Short-Term Memory (LSTM) guna mengatasi risiko kecelakaan akibat kelelahan (microsleep), sekaligus menghadirkan solusi komputasi yang jauh lebih ringan sebagai alternatif dari metode klasifikasi citra utuh yang memberatkan perangkat keras. Memanfaatkan dataset publik UTA-RLDD, sistem bekerja dengan mengekstraksi koordinat wajah melalui MediaPipe Face Mesh untuk menghasilkan data geometri numerik berupa Eye Aspect Ratio (EAR) dan Mouth Aspect Ratio (MAR). Data sekuensial tersebut kemudian ditampung menggunakan metode Sliding Window berkapasitas 10 frame dan diproses oleh arsitektur Multi-Layer (Stacked) LSTM yang terintegrasi pada antarmuka streaming web Flask yang terintegrasi pada antarmuka streaming web Flask. Hasil pengujian membuktikan bahwa sistem ini beroperasi secara sangat efisien dan andal, ditandai dengan pencapaian rata-rata akurasi 5-Fold Cross Validation sebesar 85% dan akurasi Data Uji Murni sebesar 77,78%. Secara spesifik, model mencatatkan tingkat sensitivitas (Recall) sempurna sebesar 100% pada pengenalan kelas kantuk (nol missed detect), serta mampu dieksekusi secara instan (real-time) tanpa jeda keterlambatan pada unit pemrosesan sentral (CPU) standar, menjadikannya purwarupa sistem keselamatan berkendara yang tangguh dan sangat praktis untuk diimplementasikan.

Available Versions of this Item

• PERANCANGAN SISTEM DETEKSI KANTUK PENGEMUDI MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS FITUR GEOMETRI WAJAH. (deposited UNSPECIFIED)
  • PERANCANGAN SISTEM DETEKSI KANTUK PENGEMUDI MENGGUNAKAN METODE LONG SHORT-TERM MEMORY (LSTM) BERBASIS FITUR GEOMETRI WAJAH. (deposited UNSPECIFIED) [Currently Displayed]

Actions (login required)

View Item