Pengembangan Perangkat Klasifikasi Kantuk Portabel Menggunakan Deep Learning Berbasis Jetson Nano

Arsyad, Bastia Putra Salman (2023) Pengembangan Perangkat Klasifikasi Kantuk Portabel Menggunakan Deep Learning Berbasis Jetson Nano. Other thesis, INSTITUT TEKNOLOGI SEPULUH NOPEMBER.

Text 07211840000070-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2025. Download (13MB) | Request a copy

Abstract

Kantuk merupakan tanda bahwa tubuh seseorang sudah dikondisi kelelahan, tetapi masih banyak orang yang tetap memaksakan aktivitasnya dalam kondisi ini dan dapat berakibat negatif kepada dia dan orang sekitarnya. Maka dari itu diperlukan adanya sistem pendeteksi kantuk yang dapat mengklasifikasikan tingkatan kantuk seseorang dimana saja khususnya dalam kendaraan. Salah satu metode yang dapat digunakan untuk mendeteksi kantuk ialah dengan menggunakan alat bantu ECG yang dapat me-monitoring rate dari detak jantung seseorang. Tetapi metode ini kurang efisien untuk digunakan secara luas dikarenakan tubuh subjek harus selalu terkoneksi dengan alat ECG tersebut. Salah satu metode yang dapat digunakan selain dengan alat ECG yaitu dengan menggunakan Deep Learning. Maka dari itu pada penelitian ini akan digunakan algoritma Deep Learning seperti MLP untuk dapat mendeteksi kantuk berdasarkan ekstraksi bukaan mata dengan fitur landmark wajah dan mengklasifikasikan kelas kantuk subjek. Hasil yang diharapkan dari penelitian ini adalah dapat membuat perangkat klasifikasi kantuk menggunakan Deep Learning berbasis Single Board Computer Jetson Nano.
======================================================================================================================================
Sleepiness is a sign that a person's body is in a state of fatigue, however there are still many people who continue to force their activities in this condition and can negative impact on him and those around him. Therefore it is necessary to have a sleep detection system that can classify a person's level of sleepiness especially in vehicles. One method that can be used to drowsiness detection is by using an ECG tool that can monitor a person's heart rate. But this method is less efficient to use widely because the subject's body must always be connected to the ECG device. One method that can be used in addition to the ECG tool is by use Deep Learning. Therefore in this study an algorithm will be used Deep Learning is like MLP to be able to detect sleepiness based on open-source extraction an eye with facial landmark features and classify the subject's sleepiness class. Results what is expected from this research is to be able to make a classification device for drowsiness using Jetson Nano Single Board Computer-based Deep Learning.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Sleepiness, Deep Learning, Single Board Computer, Kantuk, Deep Learning, Single Board Computer.
Subjects:	R Medicine > R Medicine (General) > R858 Deep Learning T Technology > T Technology (General) > T385 Visualization--Technique T Technology > TA Engineering (General). Civil engineering (General) > TA1573 Detectors. Sensors T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques T Technology > TA Engineering (General). Civil engineering (General) > TA1650 Face recognition. Optical pattern recognition. T Technology > TA Engineering (General). Civil engineering (General) > TA593.35 Instruments, cameras, etc.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Computer Engineering > 90243-(S1) Undergraduate Thesis
Depositing User:	Bastia Putra Salman Arsyad
Date Deposited:	17 Feb 2023 04:19
Last Modified:	17 Feb 2023 04:19
URI:	http://repository.its.ac.id/id/eprint/97526

Actions (login required)

View Item