Skripsi

Deteksi kantuk pada pengemudi menggunakan single channel EEG dengan metode jaringan saraf tiruan / Afiatur Rochmah

Abstrak
ABSTRAK Rochmah A. 2019. Deteksi Kantuk Pada Pengemudi Menggunakan Single Channel EEG Dengan Metode Jaringan Saraf Tiruan. Skripsi Jurusan Teknik Elektro Fakultas Teknik Universitas Negeri Malang. Pembimbing (I) Dr. Eng. Siti Sendari S.T. M.T. (II) Ilham Ari Elbaith Zaeni S.T. M.T. Ph.D. Kata Kunci Kantuk Elektroensefalografi Pengemudi Jaringan saraf tiruan Transportasi merupakan kebutuhan masyarakat untuk berpindah dari satu daerah ke daerah yang lain. Transportasi terbagi menjadi tiga yaitu transportasi darat laut dan udara. Transportasi darat diantaranya ada bus kereta api sepeda motor dan mobil. Dalam berkendara biasanya membutuhan durasi waktu yang panjang. Durasi waktu tersebut dapat dimanfaatkan oleh penumpang untuk tidur selama perjalanan namun tidak demikian dengan pengemudi yang bekerja mengemudi kendaraan. Mengemudi merupakan pekerjaan yang monoton yang dapat memicu timbulnya kelelahan dan kantuk. Kelelahan dan kantuk pada pengemudi dapat berpengaruh besar dalam keselamatan dan keamanan di jalan. Hal ini dapat dicegah dengan menggunakan kemampuan teknologi. Pengembangan deteksi kelelahan dan kantuk menggunakan mekanisme dari pembacaan elektroensefalografi (EEG) yang dapat mengukur aktifitas dari fungsi otak. Teknik klasifikasi yang digunakan yaitu Jaringan Saraf Tiruan. Tujuan dari skripsi adalah merekam data EEG seseorang menggunakan single-channel untuk mendeteksi kondisi tidak mengantuk dan mengantuk menggunakan JST Backpropagation. Hasil penelitian menunjukkan bahwa efektivitas metode deteksi mengantuk untuk menentukan hasil keputusan kondisi pengemudi. Pada penelitian ini dilakukan analisis menggunakan nilai MAPE (Mean Absolute Percentage Error). Parameter yang digunakan dalam membentuk arsitektur JST terbaik diantaranya hidden layer jumlah neuron algoritma optimasi pelatihan serta fungsi aktivasi. Hasil keputusan data untuk deteksi kondisi kantuk dan tidak kantuk dilakukan perbandingan menggunakan hasil data output sebenarnya dengan hasil output menggunakan matlab. Hasil keputusan data yang terbagi dalam dua kelas yaitu tidak mengantuk dan mengantuk. Berdasarkan hasil analisis terdapat 46 data tidak sesuai dengan output sebenarnya dan 194 data sesuai dengan output sebenarnya sehingga tingkat error yang dicapai pada penelitian yaitu 19 17% dan tingkat keberhasilan 80 83%.

Informasi Detail

DDC

Rs 621.381536 ROC d

Prodi

Universitas Negeri Malang. Program Studi Teknik Elektro, 2019.

Deskripsi Fisik

ix, 86 lembar: ill., tab.; 30 cm

Bahasa

Indonesia

No Reg

04370/KI/19

Edisi

Skripsi (Sarjana)--Universitas Negeri Malang. 2019

Subjek

1. ALAT PENDETEKSI
2. DETECTION DEVICE

Pembimbing

1. Siti Sendari; 2. Ilham Ari Elbaith Zaeni

Lampiran Berkas