Sistem Pendeteksi Kantuk pada Pengemudi Mobil Berbasis IoT dengan Sensor Infrared dan Fuzzy Logic

Akbar, Ahmadi (2025) Sistem Pendeteksi Kantuk pada Pengemudi Mobil Berbasis IoT dengan Sensor Infrared dan Fuzzy Logic. S1 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
Abstrak + Cover.pdf - Published Version

Download (284kB)
[img] Text (Bab I. Pendahuluan)
BAB I. Pendahuluan.pdf - Published Version

Download (837kB)
[img] Text (Bab V. Penutup)
BAB V. Penutup.pdf - Published Version

Download (403kB)
[img] Text (Daftar Pustaka)
Daftar Pustaka.pdf - Published Version

Download (530kB)
[img] Text (Skripsi Full Text)
Skripsi Full Text.pdf - Published Version
Restricted to Repository staff only

Download (3MB) | Request a copy

Abstract

Pengemudi yang berkendara dalam keadaan kantuk merupakan salah satu penyebab utama kecelakaan lalu lintas, khususnya di wilayah dengan intensitas lalu lintas tinggi seperti Sitinjau Lauik, Padang, Indonesia. Penelitian ini mengusulkan sistem deteksi kantuk bagi pengemudi mobil berbasis teknologi Internet of Things (IoT) yang menggabungkan sensor inframerah dan algoritma Logika Fuzzy. Sistem ini dirancang untuk memantau frekuensi dan durasi kedipan mata menggunakan sensor inframerah HW-201 yang dipasang pada kacamata khusus. Data yang diperoleh kemudian diproses oleh mikrokontroler WeMos D1 Mini dan diklasifikasikan ke dalam tiga tingkat kondisi kantuk: tidak mengantuk, mulai mengantuk, dan sangat mengantuk. Ketika gejala kantuk terdeteksi, sistem memberikan peringatan secara real-time melalui buzzer, serta mengirimkan notifikasi ke smartphone keluarga melalui platform IoT Blynk. Evaluasi sistem dilakukan melalui berbagai pengujian, termasuk akurasi deteksi frekuensi kedipan, efektivitas peringatan, dan responsivitas sistem. Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi kantuk dengan akurasi tinggi dan memberikan peringatan dini secara efektif, sehingga berpotensi menjadi solusi yang signifikan dalam meningkatkan keselamatan berkendara dan mengurangi risiko kecelakaan akibat mengemudi dalam kondisi mengantuk.

Item Type: Thesis (S1)
Supervisors: Dodon Yendri M.Kom ; Yoan PurboLingga M.T
Uncontrolled Keywords: Deteksi kantuk; IoT; sensor inframerah; Logika Fuzzy; WeMos D1 Mini; Blynk IoT.
Subjects: T Technology > T Technology (General)
T Technology > TA Engineering (General). Civil engineering (General)
Divisions: Fakultas Teknologi Informasi > S1 Teknik Komputer
Depositing User: S1 Teknik Komputer
Date Deposited: 26 Aug 2025 02:02
Last Modified: 26 Aug 2025 02:02
URI: http://scholar.unand.ac.id/id/eprint/505663

Actions (login required)

View Item View Item