Adira, Elvira Adira (2025) Sistem Deteksi Kelelahan Pengendar Motor Melalui Analisis Gerak Tubuh Dan Denyut Nadi Berbasis SVM Terintegrasi IoT. S2 thesis, Universitas Andalas.
![]() |
Text (Cover dan Abstrak)
cover, abstrak.pdf - Published Version Download (445kB) |
![]() |
Text (Bab 1)
BAB 1.pdf - Published Version Download (366kB) |
![]() |
Text (Bab Akhir)
BAB V.pdf - Published Version Download (197kB) |
![]() |
Text (Daftar Pustaka)
daftar pustaka,.pdf - Published Version Download (176kB) |
![]() |
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 |