Septiandi, Lutfi Ananditya (2023) Analisis Kondisi Kantuk Berdasarkan Biomedical Signal dan Subjective Measure dengan Menggunakan Wearable Device System secara Real-Time. Masters thesis, Institut Teknologi Sepuluh Nopember.
Text
6010211022-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy |
Abstract
Penelitian ini mengusulkan pengembangan device monitoring yang menggunakan biomedical signal dan subjective measure untuk mendeteksi kantuk. Device ini menggunakan sinyal EOG sebagai objective measure dan Karolinska Sleepiness Scale (KSS) sebagai subjective measure dalam menentukan tingkat kantuk. Selain itu, penelitian ini mengadopsi framework pengembangan produk untuk memastikan pengembangan monitoring device yang efektif. Melalui penggabungan kedua metode ini, penelitian ini berhasil meningkatkan akurasi, keamanan, dan efektivitas dalam mendeteksi kondisi kantuk. Hasil penelitian menunjukkan adanya perbedaan tingkat kantuk antara individu. Hal ini terbukti dari pengujian ANOVA dengan p = 0.014 (p-value < α = 0.05) menunjukkan hasil yang signifikan. Device monitoring ini mampu memonitor kondisi siaga dan kantuk dengan akurasi mencapai 90%. Rekomendasi penelitian selanjutnya mencakup peningkatan dataset, perbaikan desain packaging yang lebih compact, dan penambahan fitur mitigasi untuk mengatasi kondisi kantuk.
Actions (login required)
View Item |