Sistem Deteksi Kelelahan Pengemudi Mobil Berdasarkan Heart Rate dan Perubahan Postural Menggunakan Fuzzy System

Al Hadad, Afan Ghafar (2023) Sistem Deteksi Kelelahan Pengemudi Mobil Berdasarkan Heart Rate dan Perubahan Postural Menggunakan Fuzzy System. Other thesis, Institut Teknologi Sepuluh Nopember.

Text 07311940000015-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 October 2025. Download (3MB) | Request a copy

Abstract

Berdasarkan laporan Korps Lalu Lintas Polri, tercatat jumlah kecelakaan lalu lintas semakin meningkat secara signifikan dari tahun sebelumnya yaitu mencapai 94,6 ribu kasus yang menyebabkan kerugian materi yang cukup besar. Salah satu penyebab dari kecelakaan tersebut adalah kelelahan. Analisa kelelahan menggunakan heart rate, citra wajah, dan kedipan mata telah dipelajari pada penelitian sebelumnya. Tujuan dari pembuatan alat ini adalah untuk melakukan pendeteksian kelelahan pada pengemudi mobil secara efisien yang memanfaatkan data heart rate dan postural tubuh yang terdiri dari perubahan sudut, kecepatan perubahan sudut, dan durasi anggukan sebagai sinyal informasi yang nantinya akan digunakan sebagai dasar dari diagnosis. Kedua parameter tersebut nantinya akan diklasifikasikan menggunakan Fuzzy Inference System untuk menentukan tingkat kelelahan pengemudi. Pada penelitian tugas akhir ini dihasilkan instrumentasi untuk melakukan deteksi yang digunakan menentukan tingkat kelelahan yang dimiliki seseorang. Membership fuzzy dari masing – masing parameter yang didapat, digunakan pengecekan terhadap subjek terlebih dahulu. Rules didapat dari melakukan percobaan dan menarik kesimpulan. Dari hasil pengujian yang telah dilakukan dengan 7 kali percobaan dengan subjek yang berbeda didapatkan nilai batas bawah heart rate yaitu 40 bpm - 80 bpm, batas normal 63,4 bpm - 95,6 bpm, dan batas tinggi 90 bpm - 140 bpm. Selanjutnya untuk batas postural didapatkan untuk nilai perubahan sudut batas rendah yaitu 0° - 53° dan batas tinggi 43° - 135°. Untuk nilai kecepatan anggukan, batas rendah sebesar 0°/s - 898°/s, batas tinggi 625°/s - 3500°/s. Adapun untuk durasi anggukan batas rendah 0s - 1,5s, batas sedang 1s - 2,6s, batas tinggi 2,2s - 3,8s, dan batas sangat tinggi 3,3s - 7s. Apabila pengemudi mengalami kelelahan maka nilai heart rate dan kecepatan anggukan yang cenderung turun dan sudut postural dan durasi anggukan yang semakin meningkat. Penggunan data heart rate dan perubahan postural dengan Fuzzy Inference System untuk deteksi kelelahan pada penelitian ini menghasilkan akurasi keseluruhan sebesar 87,14%.
================================================================================================================================
According to a report by the Indonesian Police Traffic Corps, the number of traffic accidents has significantly increased from the previous year, reaching 94.6 thousand cases which caused significant material loss. One of the causes of these accidents is drowsiness. Drowsiness analysis using heart rate, facial images, and blink rate has been studied in previous. The objective of the development of this device is to efficiently detect driver’s drowsiness level by utilizing heart rate and body posture data, which includes changes in angles, angular velocity, and nodding duration, as informative signals that will serve as the basis for diagnosis. Both parameters will be classified using a Fuzzy Inference System to determine the driver's drowsiness level. In this final project research, an instrumentation is developed for drowsiness detection, which is used to determine an individual's level of drowsiness. From the entire design to testing phase, preliminary results were obtained that are consistent with expectations, where the estimation of drowsiness level can be measured using ECG signal parameters namely heart rate, as well as postural parameters such as angle changes, angular velocity, and nodding duration. Fuzzy membership of each parameter obtained is used for subject initial assessment. Based on the results of the testing conducted with 5 different subjects in 5 experiments, the lower limit of heart rate was found to be 40 bpm - 80 bpm, the normal range was 63.4 bpm - 95.6 bpm, and the upper limit was 90 bpm - 140 bpm with a standard deviation of 6.33 bpm. Furthermore, for the postural limit, the lower limit of changes in angles was found to be 0°- 53° and the upper limit was 43°- 135°. As for the nodding speed, the lower limit was 0°/s - 898°/s and the upper limit was 625°/s - 3500°/s. Meanwhile, for the nodding duration, the lower limit was 0s - 1.5s, the medium range was 1s - 2.6s, the upper limit was 2.2s - 3.8s, and the most upper limit was 3.3s - 7s. If the driver experiences drowsiness, the heart rate and nodding speed tended to decrease, while the postural angle and nodding duration increase. The use of heart rate and postural changes data in Fuzzy Inference System for drowsiness detection in this study resulted in an overall accuracy of 87.14%.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Drowsiness detection, driver, heart rate, body posture, Fuzzy Inference System, Deteksi kelelahan, pengemudi, perubahan postural
Subjects:	R Medicine > RC Internal medicine > RC683.5.E5K24 Electrocardiographs--Maintenance and repair. T Technology > TK Electrical engineering. Electronics Nuclear engineering > TK7878 Electronic instruments
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User:	Afan Ghafar Al Hadad
Date Deposited:	08 Dec 2023 07:38
Last Modified:	08 Dec 2023 07:38
URI:	http://repository.its.ac.id/id/eprint/103815

Actions (login required)

View Item