Deteksi Mata Mengantuk Pada Pengemudi Mobil Menggunakan Metode Viola Jones
DOI:
https://doi.org/10.31328/jointecs.v4i2.1005Keywords:
Komputer Vision, Mata Mengantuk, Viola JonesAbstract
Sistem pendeteksian dan pengenalan wajah semakin banyak. Walaupun semakin banyak, bukan berarti penelitian mengenai hal ini sudah selesai. Tuntutan akan efektifitas, baik kecepatan maupun tingkat keakuratan dalam sebuah sistem pendeteksian semakin diperhitungkan. Banyak dari beberapa sistem pendeteksian wajah menggunakan metode Viola Jones sebagai metode pendeteksi objek. Metode Viola Jones dikenal memiliki kecepatan dan keakuratan yang tinggi karena menggabungkan beberapa konsep (Haar Features, Integral Image, AdaBoost, dan Cascade Classifier) menjadi sebuah metode utama untuk mendeteksi objek. Bahasa pemrograman yang digunakan dalam makalah ini menggunakan bahasa pemrograman matlab sehingga memudahkan dalam pembuatan sistem. Makalah ini bertujuan untuk mengimplementasikan Viola Jones ke dalam sistem deteksi mata kantuk sederhana dengan memanfaatkan library yang ada pada matlab. Setelah sistem selesai dibuat, dilakukan pengujian sistem terhadap karakteristik deteksi mata kantuk yang dapat dideteksi. Deteksi mata mengantuk ini bertujuan untuk menentukan apakah pengendara kendaraan mobil mengantuk atau tidak pada saat berkendara dengan input berupa deteksi mata yang diambil menggunakan kamera digital kemudian di masukkan ke dalam sebuah bahasa pemrograman GUI Matlab dimana diambil nilai mata biner mata mengantuk dan tidak mengantuk menjadi referensi yang nanti akan diolah sehingga menghasilkan output berupa suara peringatan pengendara kendara mobil mengantuk atau tidak secara otomatis.References
N. C. S. Dewi and I. N. Budiantara, “Faktor-Faktor Yang Mempengaruhi Kecelakaan di Provinsi Jawa Timur Menggunakan Regresi Nonparametrik Spline Truncated,†vol. 7, no. 2, 2018.
H. Fitrianti, “MODEL FAKTOR-FAKTOR BANYAKNYA KECELAKAAN LALU LINTAS PADA KENDARAAN SEPEDA MOTOR DENGAN PENDEKATAN GENERALIZED LINEAR MODEL,†vol. 4, pp. 94–104, 2017.
A. Y. Rahman, S. Sumpeno, and M. H. Purnomo, “Arca detection and matching using Scale Invariant Feature Transform (SIFT) method of stereo camera,†vol. 2018-Janua, no. July 2018, pp. 66–71, 2018.
Afrizal Zein, “Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV dan DLIB PYTHON Real Time Sleepiness Detection Using OPENCV Library and PYTHON DLIB,†vol. 28, no. 2, pp. 22–26, 2018.
B. Tryanto, M. Nasrun, and R. A. Nugrahaeni, “DETEKSI MATA MENGANTUK PADA PENGEMUDI MOBIL,†vol. 18, no. 2, pp. 321–329, 2019.
Imanuddin, F. Alhadi, R. Oktafian, and A. Ihsan, “Lie Detektor With Eye Tracking Analysis and Pupil Dilation Based Video Camera,†vol. 5, no. 3, pp. 6139–6145, 2018.
Downloads
Published
Issue
Section
License
Pernyataan Hak Cipta dan Lisensi
Hak Cipta :
Penulis yang mempublikasikan naskahnya pada Jurnal ini menyetujui ketentuan berikut:
Hak cipta pada setiap artikel adalah milik penulis.
- Penulis mengakui bahwa JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE) berhak sebagai yang mempublikasikan pertama kali dengan lisensi Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0).
- Penulis dapat memasukan tulisan secara terpisah, mengatur distribusi non-ekskulif  dari naskah yang telah terbit di jurnal ini kedalam versi yang lain (misal: dikirim ke respository institusi penulis, publikasi kedalam buku, dll), dengan mengakui bahwa naskah telah terbit pertama kali pada JOINTECS (JOURNAL OF INFORMATION TECHNOLOGY AND COMPUTER SCIENCE);
Lisensi :
JOINTECS diterbitkan berdasarkan ketentuan Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0). Lisensi ini mengizinkan setiap orang untuk menyalin dan menyebarluaskan kembali materi ini dalam bentuk atau format apapun, menggubah, mengubah, dan membuat turunan dari materi ini untuk kepentingan apapun, termasuk kepentingan komersial, selama mereka mencantumkan kredit kepada Penulis atas ciptaan asli.
This work is Under licensed
Creative Common Attribution-ShareAlike 4.0 International (CC BY-SA 4.0)