MUHAMMAD HEYDAR AL-HAKIM (2025) RANCANG BANGUN PROTOTIPE SISTEM DRIVING ASSISTANCE BERBASIS INTERNET OF THINGS (IOT) UNTUK MENINGKATKAN KESELAMATAN BERKENDARA. S1 thesis, Universitas Muhammadiyah Yogyakarta.

	Text (Halaman Judul) Halaman Judul.pdf Download (3MB)
	Text (Lembar Pengesahan) Lembar Pengesahan.pdf Restricted to Registered users only Download (2MB)
	Text (Abstrak) Abstrak.pdf Restricted to Registered users only Download (266kB)
	Text (Bab I) Bab I.pdf Download (206kB)
	Text (Bab II) Bab II.pdf Restricted to Registered users only Download (518kB)
	Text (Bab III) Bab III.pdf Restricted to Registered users only Download (399kB)
	Text (Bab IV) Bab IV.pdf Restricted to Registered users only Download (877kB)
	Text (Bab V) Bab V.pdf Restricted to Registered users only Download (195kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf Restricted to Registered users only Download (185kB)
	Text (Lampiran) Lampiran.pdf Restricted to Registered users only Download (476kB)
	Text (Naskah Publikasi) Naskah Publikasi.pdf Restricted to Registered users only Download (669kB)
	Text (Full Text) Full Text.pdf Restricted to Repository staff only Download (8MB)

Abstract

Keselamatan berkendara merupakan salah satu aspek penting dalam berkendara di jalan raya. Dari data WHO rasa lelah dan kantuk menyumbang setidaknya 20% angka kecelakaan di jalan raya di dunia dan terus meningkat tiap tahunnya. Maka dari itu dirancanglah Rancang Bangun Prototipe Sistem Driving Assistance Berbasis Internet Of Things (Iot) untuk Meningkatkan Keselamatan Berkendara. Sistem ini menggunakan mikrokontroller Raspberry Pi4 sebagai penerima input dari dua buah kamera dan sebagai unit pemrosesan dari input menjadi output. Sistem ini menggunakan algoritma Eye Aspect Ratio yang berfungsi menghitung rasio bukaan mata untuk mendeteksi kantuk dan ssdmobilenetv2 sebagai algoritma untuk mendeteksi kendaraan dan meghitung jumlag kendaraan yang hasilnya dapat dipantau secara real-time melalui dashboard yang dibuat menggunakan flask webserver. Hasil dari pengujian menunjukkan akurasi 100% terhadap pendeteksian kantuk dan kendaraan dengan delay berkisar antara 0,5 hingga 1 detik.

Dosen Pembimbing:	Widyasmoro, S.T., M.Eng. | NIDN0511058302
Item Type:	Thesis (S1)
Uncontrolled Keywords:	Internet of Things, Eye Aspect Ratio, ssdmobilenetv2, driving safety, Raspberry Pi4
Divisions:	Fakultas Teknik > S1 Teknik Elektro
Depositing User:	Yuliana Ramawati
Date Deposited:	04 Aug 2025 09:11
Last Modified:	04 Aug 2025 09:11
URI:	https://etd.umy.ac.id/id/eprint/52203

Actions (login required)

View Item