i
PERANCANGAN PENDETEKSI KANTUK YANG TERINTEGRASI DENGAN PEMBATAS KECEPATAN PADA TRUK DAN BUS
TEGUH IMAM PRASETYA NIM : 41316310061
PROGRAM STUDI TEKNIK MESIN FAKULTAS TEKNIK
UNIVERSITAS MERCU BUANA BEKASI 2018
http://digilib.mercubuana.ac.id/
LAPORAN TUGAS AKHIR
PERANCANGAN PENDETEKSI KANTUK YANG TERINTEGRASI DENGAN PEMBATAS KECEPATAN PADA TRUK DAN BUS
Nama : Teguh Imam Prasetya
NIM : 41316310061
Program Studi : Teknik Mesin
DIAJUKAN UNTUK MEMENUHI SYARAT KELULUSAN MATA KULIAH TUGAS AKHIR PADA PROGRAM SARJANA STRATA SATU (S1)
JANUARI 2018
http://digilib.mercubuana.ac.id/
ii
LEMBAR PERNYATAAN
Yang bertandatangan dibawah ini : Nama : Teguh Imam Prasetya NIM : 41316310061
Jurusan : Teknik Mesin Fakultas : Teknik
Judul Skripsi : Perancangan Pendeteksi Kantuk yang Terintegrasi dengan Pembatas Kecepatan pada Truk dan Bus
Saya menyatakan menyatakan bahwa hasil penulisan Laporan Tugas Akhir yang telah saya buat ini merupakan hasil karya sendiri dan benar keasliannya. Apabila ternyata di kemudian hari penulisan Laporan Tugas Akhir ini merupakan hasil plagiat atau penjiplakan terhadap karya orang lain, maka saya bersedia mempertanggung jawabkan sekaligus bersedia menerima sanksi berdasarkan aturan di Universitas Mercu Buana.
Demikian, pernyataan ini saya buat dalam keadaan sadar dan tidak ada paksaan.
Jakarta, 16 September/2017
( Teguh Imam Prasetya )
http://digilib.mercubuana.ac.id/
LEMBAR PENGES AHAN
Perancangan Pendeteksi Kantuk yang Terintegrasi dengan Pembatas Kecepatan pada Truk dan Bus
Nama : Teguh Imam Prasetya NIM : 41316310061
Program Studi : Teknik Mesin
Telah diperiksa dan disetujui oleh :
Pembimbing Tugas Akhir Koordinator Tugas Akhir
(Hadi Pranoto, ST, MT) (Hadi Pranoto, ST, MT)
http://digilib.mercubuana.ac.id/
iv
KATA PE NGANTAR
Puji syukur kepada Tuhan Yang Maha Esa atas berkat dan rahmat-Nya, sehingga penulis dapat menyelesaikan Tugas Akhir dengan materi yang berjudul Perancangan Pendeteksi Kantuk yang Terintegrasi dengan Pembatas Kecepatan pada Truk dan Bus..
Tugas Akhir ini dibuat untuk memenuhi standar kompetensi dan melengkapi syarat kelulusan tingkat akhir program studi Teknik Mesin Universitas Mercu Buana.
Penulis menyadari bahwa tugas akhir ini adalah salah satu tolok ukur keberhasilan penulis selama belajar di Universitas Mercu Buana, sehingga penulis berusaha mempersembahkan karya ini dengan sebaik mungkin.
Tugas akhir ini dapat diselesaikan karena peranan pihak-pihak yang membantu dalam pembuatan tugas akhir ini. Penulis mengucapkan terimakasih dan penghargaan kepada :
1. Bapak Dr. Ir. Arissetyanto Nugroho, MM selaku rektor Universitas Mercu Buana yang memimpin seluruh kegiatan akademik
2. Bapak Prof. Dr. Ir. Candrasa Soekardi, sebagai dekan Fakultas Teknik Universitas Mercu Buana yang memfasilitasi kegiatan tugas akhir
3. Bapak Hadi Pranoto, ST, MT, selaku koordinator sekaliagus pembimbing tugas akhir yang senantiasa mendampingi, memberikan masukan, dan dukungan demi suksesnya tugas akhir ini.
4. Orang tua dan keluarga penulis yang senantiasa memberikan dukungan mental, material, dan spiritual demi tercapainya tujuan tugas akhir ini.
5. Keluarga besar Universitas Mercu Buana dan pihak-pihak yang tidak dapat penulis sebutkan satu persatu yang turut membantu terselesaikanya tugas akhir ini.
Jakarta, 16 September 2017
Teguh Imam Prasetya
http://digilib.mercubuana.ac.id/
PE NGH ARGAAN
Saya persembahkan untuk:
Tuhan Yang Maha Esa Orang tua dan keluarga Rekan-rekan UMB REG2 #29 Dosen dan pengajar
Keluarga Besar UMB
http://digilib.mercubuana.ac.id/
vii
DAFTAR ISI
LEMBAR PERNYATAAN II
LEMBAR PENGESAHAN III
KATA PENGANTAR IV
PENGHARGAAN V
ABSTRAK VI
DAFTAR ISI VII
DAFTAR GAMBAR X
DAFTAR TABEL XII
DAFTAR LAMPIRAN XIII
DAFTAR ISTILAH XIV
BAB I PENDAHULUAN 1
LATARBELAKANG 1
RUMUSANMASALAH 3
TUJUANPENELITIAN 4
BATASANMASALAH 4
SISTEMATIKAPENULISAN 5
BAB II TINJAUAN PUSTAKA 6
STATEOFTHEART 6
PENGERTIANKANTUK 8
MENGUAP 11
PARAMETERMENGANTUK 12
KAROLINSKASLEEPINESSSCALE(KSS) 12
ERGONOMIMENGEMUDI 13
PENGOLAHANCITRA(IMAGEPROCESSING) 16
PERSAMAAN PENGOLAHANCITRADIGITAL 17
http://digilib.mercubuana.ac.id/
PENGENALANPOLA 18
COMPUTERVISION 19
MIKROKONTROLER 20
RASPBERRYPI 21
WEBCAM 22
HDMI 23
LCDTOUCHSCREEN 24
PHONECARHOLDER 25
SLIFA 25
RASPBIAN 27
PYTHON 28
MODULATAULIBRARY 28
PENENTUANFACIALLANDMARKDETECTOR 30
BAB III METODE PELAKSANAAN 31
PENDAHULUAN 31
JADWALPENGERJAANTUGASAKHIR 32
DIAGRAMALIR 33
DIAGRAMSKEMATIK 35
DIAGRAMINSTALASI 36
IDENTIFIKASIKEBUTUHAN 36
PEMILIHANHARDWAREDANSOFTWARE 37
PERENCANAANKONSEPDANDESIGNSISTEM 40
PERHITUNGANBIAYAMATERIALDANPENGEMBANGAN 43
INSTALASISISTEMOPERASI 44
INSTALASIPYTHONPACKAGES 46
INSTALASIAPLIKASIPENDUKUNG 47
PENGUKURANRASIOMATA 47
PENGUKURANRASIOMULUT 48
PENGUMPULANDATAAWAL 49
PERHITUNGANEYESTATE 50
PERHITUNGANMOUTHSTATE 51
PERHITUNGANSSS 53
http://digilib.mercubuana.ac.id/
ix
PERHITUNGANWAKTUDETEKSI 54
MENENTUKANTINGKATFLUKTUASIDATA 55
PEMBUATANSOURCECODE 56
PENYUSUNANDATAPENDUKUNGDANARGUMENT 62
PEMBUATANSISTEMAUTORUN 63
LOKASIDANWAKTUPENGUJIAN 64
ALAT-ALATPENGUJIAN 68
METODEPENGUJIAN 71
DAFTARMASALAHDANPENYELESAIAN 74
BAB IV HASIL YANG DICAPAI DAN POTENSI KHUSUS 76
4.1 PENDAHULUAN 76
4.2 HASILPENGUJIANMALAM 76
4.3 HASILPENGUJIANSIANG 80
4.4 KASUSDANHASILPENGUJIAN 86
4.5 PENGOLAHANDATADANANALISAHASILPENGUJIAN 89
4.6 POTENSIKHUSUS 93
BAB V KESIMPULAN DAN SARAN 95
5.1 KESIMPULAN 95
5.2 SARAN 96
DAFTAR PUSTAKA 97
LAMPIRAN 100
http://digilib.mercubuana.ac.id/
DAFTAR GAMB AR
No. Gambar Halaman
Gambar 1.1 Persentase Faktor Penyebab Kecelakaan Lalu Lintas 1 Gambar 1.2 Tabel Kejadian Kecelakaan Fatal Menurut Jenis Kendaraan 2
Gambar 2.1 Orang Mengantuk 9
Gambar 2.2 Menguap 11
Gambar 2.3 Ruang Kaki 14
Gambar 2.4 Sudut Kemiringan Dudukan 14
Gambar 2.5 Sudut Kemiringan Sandaran 15
Gambar 2.6 Ketinggian Dudukan 15
Gambar 2.7 Penopang Pinggang 16
Gambar 2.8 Citra Digital 17
Gambar 2.9 Pengenalan Pola 18
Gambar 2.10 Hubungan Pengolahan Citra dan Pengenalan Pola 20
Gambar 2.11 Mikrokontroler 20
Gambar 2.12 Raspberry Pi 3 Model B 21
Gambar 2.13 Web Cam 23
Gambar 2.14 Kabel HDMI 23
Gambar 2.15 LCD 3.5” HDMI 1920X1080 Touch Screen 24
Gambar 2.16 Phone Car Holder 25
Gambar 2.17 Diagram Installation Engine Bus 26
Gambar 2.18 Speed Limiter On The Engine Bus Scheme 26 Gambar 2.19 Tampilan Desktop Raspbian Stretch 27
Gambar 2.20 Logo Python 28
Gambar 2.21 Contoh Modul Sederhana pada Python 29 Gambar 2.22 Visualisasi 68 Titik Wajah dari iBUG 300-W Dataset 30
Gambar 3.1 Diagram Alir 33
Gambar 3.2 Diagram Skematik 35
Gambar 3.3 Diagram Instalasi SLIFA + Pendeteksi Kantuk 36
Gambar 3.4 Simulasi Rancangan 3D 40
Gambar 3.5 Pengemudi Fokus 41
Gambar 3.6 Pengemudi Mengantuk 41
http://digilib.mercubuana.ac.id/
xi
Gambar 3.7 Pengemudi Terganggu 42
Gambar 3.8 Tampilan Aplikasi SDFormatter V4.0 45 Gambar 3.9 Tampilan Aplikasi Win32 Disk Imager 45
Gambar 3.10 Tampilan Raspi-Config 46
Gambar 3.11 Visualisasi Kondisi Mata Terbuka dan Tertutup 47 Gambar 3.12 Visualisasi Kondisi Mulut Terbuka dan Tertutup 48
Gambar 3.13 Eye State Diagram 50
Gambar 3.14 Mouth State Diagram 52
Gambar 3.15 Contoh Pengisian Crontab File 64
Gambar 3.16 Rute Pengujian Malam 65
Gambar 3.17 Kondisi Pengujian Malam 66
Gambar 3.18 Rute Pengujian Siang 67
Gambar 3.19 Kondisi Pengujian Siang 67
Gambar 3.20 Alat-Alat Pengujian 68
Gambar 3.21 Diagram Alir Pengujian 72
Gambar 3.22 Purposive Sampling 73
Gambar 4.1 Video Frame Pengujian Responden YA 77
Gambar 4.2 Grafik Pengujian Responden YA 77
Gambar 4.3 Video Frame Pengujian Responden HS 79
Gambar 4.4 Grafik Pengujian Responden HS 79
Gambar 4.5 Video Frame Pengujian Responden AS 81
Gambar 4.6 Grafik Pengujian Responden AS 81
Gambar 4.7 Video Frame Pengujian Responden AB 83
Gambar 4.8 Grafik Pengujian Responden AB 83
Gambar 4.9 Video Frame Pengujian TI 85
Gambar 4.10 Grafik Pengujian TI 85
Gambar 4.11 Korelasi Analisa Hasil Pengujian 90
Gambar 4.12 Variabel Moderating 91
Gambar 4.13 Variabel Intervening 91
Gambar 4.14 Bobot Deteksi Mulut dan Mata 92
Gambar 4.15 Kontur Pengujian Malam dan Siang 93
http://digilib.mercubuana.ac.id/
DAFTAR T ABEL
No. Tabel Halaman
Tabel 2.1 State of The Art 6
Tabel 3.1 Jadwal Pengerjaan Tugas Akhir 32
Tabel 3.2 Morfologi Desain 38
Tabel 3.3 Biaya Material dan Pengembangan 43
Tabel 3.4 Pengumpulan Data Awal EAR dan MAR 49
Tabel 3.5 Nilai Linguistik EAR 49
Tabel 3.6 Nilai Linguistik MAR 50
Tabel 3.7 Nilai Linguistik ES 51
Tabel 3.8 Nilai Linguistik MS 53
Tabel 3.9 Tabel SSS 54
Tabel 3.10 Penentuan Fluktuasi Data 56
Tabel 3.12 Tabel Lokasi dan Waktu Pengujian Malam 65 Tabel 3.13 Tabel Lokasi dan Waktu Pengujian Siang 66 Tabel 3.14 Spesifikasi dan Fungsi Alat-Alat Pengujian 68
Tabel 3.15 Variabel Pengujian 73
Tabel 3.16 Operasionalisasi terhadap Variabel 74
Tabel 3.17 Masalah dan Penyelesaian 75
Tabel 4.1 Data Linguistik Pengujian Responden YA 78 Tabel 4.2 Data Linguistik Pengujian Reponden HS 80 Tabel 4.3 Data Linguistik Pengujian Responden AS 82 Tabel 4.4 Data Linguistik Pengujian Responden AB 84 Tabel 4.5 Data Linguistik Pengujian Responden TI 86
Tabel 4.6 Scenario dan Hasil Pengujian 87
Tabel 4.7 Kemungkinan Deteksi Kantuk 92
http://digilib.mercubuana.ac.id/
xiii
DAFTAR L AMPI RAN
No. Lampiran Halaman
Lampiran A Simulasi 3D Pendeteksi Kantuk 101
Lampiran B Surat Tugas Pembimbing 103
Lampiran C Kartu Asistensi 104
Lampiran D Surat Keterangan Perbaikan Proposal 105
http://digilib.mercubuana.ac.id/
DAFTAR IST ILAH
Computer Vision adalah ilmu dan teknologi mesin yang melihat, di mana mesin mampu mengekstrak informasi dari gambar yang diperlukan untuk menyelesaikan tugas tertentu
EAR Eye Aspect Ratio adalah ukuran mata yang dinyatakan dalam rasio
EEG Electroencephalogram adalah salah satu tes yang dilakukan untuk mengukur aktivitas kelistrikan dari otak untuk mendeteksi adanya kelainan dari otak. Tindakan ini menggunakan sensor khusus yaitu elektroda yang dipasang di kepala dan dihubungkan melalui kabel menuju komputer. EEG akan merekam aktivitas elektrik dari otak, yang direpresentasikan dalam bentuk garis gelombang.
EOG Electrooculogram adalah suatu pengukuran / pencatatan berbagai potensial pada kornea retina sebagai akibat perubahan posisi dan gerakan mata.
ES Eye State adalah kondisi mata yang dinyatakan dalam skala FRMS Fatique Risk Management System adalah suatu teknik
pengelolaan terhadap resiko kelelahan manusia, biasanya digunakan untuk menghindari dampak kecelakaan dan meningkatkan kinerja,
Image Processing adalah pengolahan suatu citra atau gambar dengan menggunakan komputer secara khusus, untuk menghasilkan suatu citra yang lain.
Infrared Infrared atau yang lazim dikenal dengan infra merah merupakan sinar elektromagnetik yang memiliki panjang gelombang lebih dari cahaya yang terlihat, yakni antara 700 nm dan 1 mm.
IOT Internet of Think merupakan sebuah konsep yang bertujuan untuk memperluas manfaat dari konektivitas internet yang tersambung secara terus-menerus.
KSS Karolinska Sleepiness Scale adalah skala yang dipergunakan untuk melihat rentang dari subjek yang akan dinilai tingkat kelelahannya berdasarkan skala 1 sampai dengan skala 9 MAR Mouth Aspect Ratio adalah ukuran mulut yang dinyatakan
dalam rasio
http://digilib.mercubuana.ac.id/
xv
Modul adalah file yang terdiri dari kode Python. Modul dapat mendefinisikan fungsi, kelas dan variabel.
MS Mouth State adalah kondisi mulut yang dinyatakan dalam skala Parameter adalah beberapa aspek yang diamati sesuai dengan pengamatan melalui pengukuran yang telah ditentukan dalam kerangka metode penelitian yang digunakan.
Pattern Recognition adalah mengelompokkan data numerik dan simbolik (termasuk citra) secara otomatis oleh mesin (komputer)
Python adalah bahasa pemrograman interpretatif multiguna
Raspberry Pi sering disingkat dengan nama Raspi, adalah komputer papan tunggal (single-board circuit; SBC) yang seukuran dengan kartu kredit yang dapat digunakan untuk menjalankan program perkantoran, permainan komputer, dan sebagai pemutar media hingga video beresolusi tinggi.
SLIFA Speed Limiter Integrated Fatigue Analyzer adalah perangkat elektronik yang dirancang dengan maksud untuk menghentikan konsumsi bahan bakar. Perangkat ini akan masuk ke ruang bakar dengan menggunakan pemutus arus relay pada saklar solenoida yang disematkan di pompa injeksi bahan bakar pada mesin diesel untuk truk dan bus. Sensor akan membaca kecepatan berlebih dan detak jantung pengemudi yang kelelahan.
SSS Slifa Sleepiness Scale adalah skala yang digunakan untuk menggambarkan tingkat kantuk pengemudi yang diadaptasi dari Karolinska Sleepiness Scale (KSS). SSS mempunyai skala dari satu sampai sembilan
Variabel adalah segala sesuatu yang akan menjadi objek pengamatan penelitian. Sering juga penelitian itu sebagai faktor-faktor yang berperan dalam peristiwa atau gejala yang akan diteliti.
http://digilib.mercubuana.ac.id/