Text

Pendeteksi Kelelahan Mata Pada Wajah Pengemudi Kendaraan Dengan Menggunakan Metode Segmentasi Warna Dalam Ruang Warna YCBCR

---

INTISARI

Kemajuan teknologi dalam perkembangan transportasi membawa dampak positif.
Namun, hal ini juga diiringi dengan timbulnya beberapa dampak negatif yang tidak
diinginkan seperti meningkatnya angka kecelakaan lalu lintas. Peningkatan dari
jumlah kecelakaan biasanya disebabkan oleh berbagai faktor diantaranya faktor
manusia, faktor kendaraan, dan faktor lingkungan. faktor manusia merupakan salah
satu faktor yang paling sering menyebabkan terjadinya kecelakaan lalu lintas. Telah
dibuat perangkat lunak untuk pendeteksi kondisi kelelahan mata pada pengemudi
kendaraan menggunakan kamera yang terhubung ke komputer sebagai devais masukan
citra dan dapat mengukur kinerja sistem yang dikembangkan. Metode yang digunakan
pada sistem ini yaitu mendeteksi wajah dengan segmentasi RGB ke dalam warna
ycbcr, deteksi mata dengan tepi roberts dan terakhir metode logika sedeharna sebagai
pengklasifikasian kondisi mata. Sistem menunjukkan hasil pengklasifikasian dengan
akurasi tertinggi adalah pada video 1 sebesar 85,40% dan akurasi terendah pada video
7 sebesar 13,67% sedangkan, hasil akurasi peringatan tertinggi pada video 5 dengan
akurasi 94,4% dan akurasi paling tidak akurat sebesar 25,26%.
Kata Kunci: Segmentasi ruang warna YCBCR, kelelahan mata, sistem pengklasifikasian
kondisi mata

ABSTRACT

The progress and technology in the development of transportation is increasing.
However, this is also accompanied by the emergence of some undesirable negative
effects such as increased number of traffic accidents. The increase in the number of
accidents is usually caused by various factors including human factors, vehicle factors,
and environmental factors. The human factor is one of the most frequent factors causing
traffic accidents. Software has been created to detect the condition of eyestrain in the
driver of the vehicle using a camera connected to the computer as an image input device
and measured the performance of the system develeopment. The method used in this
system is to detect faces with segmentation rgb color to ycbcr color, eye detect with
roberts edge and the last method of simple logic as a classification of eye conditions.
The system shows the results of the classification with the highest accuracy is on video
1 of 85.40% and the lowest accuracy in video 7 is 13.67% whereas, the highest
accuracy warning results on video 5 with 94.4% and the least accurate accuracy of
warning with 25.26%.
Keywords: YCBCR color space segmentation, eye fatigue, eye classification system

---

Ketersediaan

1157D17III

006,4 SAL p

Perpustakaan FSM Undip (Referensi)

Tersedia

Informasi Detail

Judul Seri

FISIKA

No. Panggil

006,4 SAL p

Penerbit

: ., 2017

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

1745

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

-

Info Detail Spesifik

-

Pernyataan Tanggungjawab

Salsabila Naqiyah

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar