KIPMIKIPMI
Communications in Science and TechnologyCommunications in Science and TechnologyPenelitian ini mengusulkan sistem non-invasif untuk mendeteksi kantuk pengemudi berdasarkan fitur visual yang diekstrak dari video yang direkam oleh kamera dasbor. Sistem menggunakan landmark wajah yang dihasilkan oleh detektor jaringan wajah untuk mengidentifikasi area-area kunci seperti mata, mulut, dan kepala. Rasio aspek mata (EAR), rasio aspek mulut (MAR), dan sudut rotasi kepala dihitung sebagai fitur utama. Fitur-fitur ini dimasukkan ke dalam tiga model klasifikasi: 1D-CNN, LSTM, dan BiLSTM. Evaluasi dilakukan menggunakan 87 video dari dataset YawDD untuk pelatihan dan 20 video dari data khusus untuk pengujian. Hasil penelitian menunjukkan bahwa kombinasi ketiga fitur wajah (EAR, MAR, dan rotasi kepala) memberikan kinerja yang lebih baik daripada penggunaan satu fitur atau kombinasi dua fitur, dengan peningkatan akurasi sebesar 5–8%. Model BiLSTM menunjukkan kinerja terbaik, dengan akurasi pelatihan 99% pada dataset YawDD dan akurasi pengujian 98% pada data khusus.
Penelitian ini menunjukkan bahwa kombinasi fitur wajah seperti penutupan mata (EAR), pembukaan mulut (MAR), dan posisi kepala (rotasi) merupakan pendekatan yang efektif untuk mendeteksi kantuk pengemudi.Ketiga model pembelajaran mendalam yang dievaluasi, yaitu 1D-CNN, LSTM, dan BiLSTM, mencapai kinerja tinggi, dengan BiLSTM menghasilkan hasil terbaik.Hasil ini mengonfirmasi bahwa integrasi beberapa petunjuk wajah secara signifikan meningkatkan kinerja sistem deteksi kantuk, terutama untuk aplikasi real-time.Penelitian lebih lanjut dapat mengeksplorasi arsitektur pembelajaran mendalam yang lebih canggih dan mengintegrasikan fitur visual dengan sensor fisiologis untuk meningkatkan keandalan dan ketahanan deteksi kantuk.
Berdasarkan penelitian ini, beberapa saran penelitian lanjutan dapat diajukan. Pertama, perlu dilakukan penelitian lebih lanjut untuk mengeksplorasi penggunaan arsitektur pembelajaran mendalam yang lebih canggih, seperti Transformer atau Vision Transformer (ViT), guna meningkatkan ketahanan model terhadap variasi pencahayaan, sudut kamera, dan oklusi wajah. Kedua, perlu dilakukan pengumpulan dataset yang lebih beragam dengan kondisi mengemudi yang berbeda untuk memastikan generalisasi model yang lebih baik. Ketiga, integrasi fitur visual dengan sensor fisiologis seperti monitor detak jantung atau EEG dapat meningkatkan keandalan dan ketahanan deteksi kantuk. Dengan pengembangan lebih lanjut, sistem deteksi kantuk pengemudi dapat menjadi alat yang efektif untuk meningkatkan keselamatan berkendara dan mengurangi risiko kecelakaan.
| File size | 1.39 MB |
| Pages | 11 |
| DMCA | Report |
Related /
UNSURYAUNSURYA 75, nama yang memiliki kemiripan ≥0. 75 dianggap relevan, secara signifikan mempercepat dan meningkatkan akurasi proses pencarian. Berdasarkan hasil75, nama yang memiliki kemiripan ≥0. 75 dianggap relevan, secara signifikan mempercepat dan meningkatkan akurasi proses pencarian. Berdasarkan hasil
KIPMIKIPMI Prakiraan curah hujan sangat penting untuk aktivitas manusia, memungkinkan masyarakat mengantisipasi dampak apa pun. Peristiwa curah hujan berkorelasiPrakiraan curah hujan sangat penting untuk aktivitas manusia, memungkinkan masyarakat mengantisipasi dampak apa pun. Peristiwa curah hujan berkorelasi
IOINFORMATICIOINFORMATIC Dalam proses pengembangannya, sistem dilengkapi dengan mekanisme peringatan otomatis yang akan mengubah tampilan layar menjadi hitam apabila jarak wajahDalam proses pengembangannya, sistem dilengkapi dengan mekanisme peringatan otomatis yang akan mengubah tampilan layar menjadi hitam apabila jarak wajah
IAESONLINEIAESONLINE Penelitian ini memperkenalkan CyberShieldDL, sebuah kerangka kerja deteksi intrusi berbasis pembelajaran dalam yang dirancang untuk meningkatkan keamananPenelitian ini memperkenalkan CyberShieldDL, sebuah kerangka kerja deteksi intrusi berbasis pembelajaran dalam yang dirancang untuk meningkatkan keamanan
ITENASITENAS Penelitian ini bertujuan untuk mengembangkan sistem deteksi cyberbullying bahasa Sunda menggunakan gabungan model stemming dan hybrid learning. PenelitiPenelitian ini bertujuan untuk mengembangkan sistem deteksi cyberbullying bahasa Sunda menggunakan gabungan model stemming dan hybrid learning. Peneliti
UPIUPI Metode yang digunakan adalah metode desain rasional, sering disebut metode glass box, yang dibagi menjadi empat langkah: (1) kriteria desain; (2) perilakuMetode yang digunakan adalah metode desain rasional, sering disebut metode glass box, yang dibagi menjadi empat langkah: (1) kriteria desain; (2) perilaku
UPIUPI Artikel ini membahas versi ketiga dari ruang Weak Orlicz–Morrey sebagai perluasan dari versi ketiga ruang Orlicz–Morrey kuat. Penelitian selanjutnyaArtikel ini membahas versi ketiga dari ruang Weak Orlicz–Morrey sebagai perluasan dari versi ketiga ruang Orlicz–Morrey kuat. Penelitian selanjutnya
UMBUMB Aplikasi ini mampu mengidentifikasi emosi tertarik dengan akurasi, True Positive Rate, dan True Negative Rate masing-masing sebesar 80%, yang menunjukkanAplikasi ini mampu mengidentifikasi emosi tertarik dengan akurasi, True Positive Rate, dan True Negative Rate masing-masing sebesar 80%, yang menunjukkan
Useful /
ITENASITENAS Penelitian ini mengimplementasikan metode Analytical Hierarchy Process (AHP) untuk mendukung pengambilan keputusan dalam perekrutan calon dosen di InstitutPenelitian ini mengimplementasikan metode Analytical Hierarchy Process (AHP) untuk mendukung pengambilan keputusan dalam perekrutan calon dosen di Institut
ITENASITENAS Studi ini menggunakan metode kuantitatif deskriptif dengan teknik pengumpulan data melalui wawancara dan observasi. Data yang digunakan merupakan dataStudi ini menggunakan metode kuantitatif deskriptif dengan teknik pengumpulan data melalui wawancara dan observasi. Data yang digunakan merupakan data
UNILAUNILA Diperoleh hasil bahwa dari 7 komposisi tanaman yang teridentifikasi, komposisi II memiliki pendapatan tertinggi dengan rata-rata sebesar Rp. 21.640.777/KK/tahunDiperoleh hasil bahwa dari 7 komposisi tanaman yang teridentifikasi, komposisi II memiliki pendapatan tertinggi dengan rata-rata sebesar Rp. 21.640.777/KK/tahun
UPIUPI Pada artikel ini digunakan estimator galat pasca (a posteriori) berbasis teknik perata sebagai indikator penyempurnaan untuk menghasilkan siklus adaptasiPada artikel ini digunakan estimator galat pasca (a posteriori) berbasis teknik perata sebagai indikator penyempurnaan untuk menghasilkan siklus adaptasi