Sistem Deteksi Kelelahan Pengendar Motor Melalui Analisis Gerak Tubuh Dan Denyut Nadi Berbasis SVM Terintegrasi IoT

Adira, Elvira Adira (2025) Sistem Deteksi Kelelahan Pengendar Motor Melalui Analisis Gerak Tubuh Dan Denyut Nadi Berbasis SVM Terintegrasi IoT. S2 thesis, Universitas Andalas.

[img] Text (Cover dan Abstrak)
cover, abstrak.pdf - Published Version

Download (445kB)
[img] Text (Bab 1)
BAB 1.pdf - Published Version

Download (366kB)
[img] Text (Bab Akhir)
BAB V.pdf - Published Version

Download (197kB)
[img] Text (Daftar Pustaka)
daftar pustaka,.pdf - Published Version

Download (176kB)
[img] Text (Skripsi Full Text)
Elvira Adira_2111511001..pdf - Published Version
Restricted to Repository staff only

Download (4MB)

Abstract

Kecelakaan lalu lintas, khususnya pada komunitas pengendara motor touring, sering kali disebabkan oleh kelelahan dan rasa kantuk yang diabaikanolehpengendara. Kelelahan dapat menurunkan konsentrasi, memperlambat respon, serta mengurangi kemampuan dalam mengendalikan kendaraan, sehinggameningkatkan risiko terjadinya kecelakaan. Untuk mengatasi permasalahantersebut, penelitian ini merancang sebuah sistem deteksi kelelahan pengendaramotor secara real-time. Sistem ini bekerja dengan menganalisis pergerakan tubuhmenggunakan sensor giroskop MPU-6050 yang dipasang pada rompi serta denyut nadi menggunakan sensor pulse yang dikenakan pada pergelangan tangan. Datadari kedua sensor tersebut diproses menggunakan algoritma Support Vector Machine (SVM) untuk mengklasifikasikan kondisi pengendara ke dalamtigakategori, yaitu normal, mengantuk sedang, dan mengantuk berat. Hasil klasifikasi selanjutnya dikirimkan ke aplikasi mobile melalui koneksi Bluetooth. Apabilaterdeteksi adanya kantuk atau kelelahan, sistem akan memberikan peringatanberupa notifikasi suara dan getaran untuk mendorong pengendara agar beristirahat. Hasil pengujian menunjukkan bahwa sistem berhasil memberikan peringatansetiap kali tanda-tanda kelelahan terdeteksi. Perangkat ini dirancang agar nyamandigunakan, bersifat portabel, serta dapat menjadi solusi efektif untuk mengurangi risiko kecelakaan yang disebabkan oleh kelelahan.

Item Type: Thesis (S2)
Supervisors: Dody Ichwana Putra, Ph.D.(Eng.)
Uncontrolled Keywords: IoT, SVM, Gyroscop, Pulse Sensor, Deteksi Kelelah
Subjects: T Technology > T Technology (General)
Divisions: Fakultas Teknologi Informasi > S1 Teknik Komputer
Depositing User: S1 Teknik Komputer
Date Deposited: 27 Aug 2025 08:40
Last Modified: 27 Aug 2025 08:40
URI: http://scholar.unand.ac.id/id/eprint/506093

Actions (login required)

View Item View Item