Sistem Deteksi Dini Microsleep dan Kebakaran Kabin Menggunakan YOLOv11 dengan Integrasi Parameter Fisiologis Pengemudi Berbasis IoT

Barokah, Ahmadil (2026) Sistem Deteksi Dini Microsleep dan Kebakaran Kabin Menggunakan YOLOv11 dengan Integrasi Parameter Fisiologis Pengemudi Berbasis IoT. Diploma thesis, Politeknik Negeri Sriwijaya.

Preview	Text (COVER) Cover.pdf Download (584kB) | Preview
Preview	Text (ABSTRAK) Abstrak.pdf Download (263kB) | Preview
	Text (BAB I Pendahuluan) BAB I.pdf Restricted to Repository staff only Download (279kB) | Request a copy
	Text (BAB II Tinjauan Pustaka) BAB II.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III Metodologi Penelitian) BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV Hasil dan Pembahasan) BAB IV.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V Kesimpulan dan Saran) BAB V.pdf Restricted to Repository staff only Download (258kB) | Request a copy
	Text (Daftar Pustaka) DAFTAR PUSTAKA.pdf Restricted to Repository staff only Download (205kB) | Request a copy
	Text (Lampiran) Lampiran.pdf Restricted to Repository staff only Download (1MB) | Request a copy

Abstract

Kecelakaan lalu lintas akibat microsleep dan kebakaran kabin merupakan risiko fatal bagi keselamatan berkendara. Penelitian ini bertujuan merancang sistem deteksi dini multi-hazard terintegrasi berbasis edge computing pada Raspberry Pi 4B yang menggabungkan visi komputer dan protokol Internet of Things (IoT). Sistem ini menggunakan algoritma YOLOv11n berformat ONNX Runtime untuk mengekstraksi fitur wajah (drowsy_eye dan open_mouth) melalui kamera night vision, serta sensor inframerah MLX90614 dengan fungsi ganda untuk pre-screening suhu tubuh pengemudi dan monitoring temperatur kabin. Guna meminimalkan alarm palsu (false alarm), diterapkan logika keputusan bertingkat (multi-level decision logic) yang mengirimkan notifikasi nirkabel via Telegram Bot pada fase Siaga, serta langsung memicu aktuator darurat (buzzer, LED, dan pompa air) saat mendeteksi fase kritis microsleep adan saat suhu kabin melebihi 40°C sistem mengaktifka buzzer dan LED serta notifikasi melalui telegram bot. Hasil pengujian membuktikan model YOLOv11n sangat tangguh di berbagai kondisi pencahayaan dengan presisi 97,3%, recall 96,4%, dan mAP@0.5 sebesar 98,6%. Implementasi edge computing menghasilkan performa real-time tanpa frame dropping dengan kecepatan bingkai dinamis antara 22,8 FPS hingga 72,4 FPS. Integrasi ini sukses menghasilkan sistem asisten keselamatan berkendara yang presisi, taktis, dan andal.

Item Type:	Thesis (Diploma)
Uncontrolled Keywords:	Microsleep, YOLOv11, Edge Computing, Internet of Things, Sensor MLX90614, Keselamatan Berkendara
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Electronic Engineering > Undergraduate Theses
Depositing User:	Pustaka Teknik Elektro
Date Deposited:	24 Jul 2026 10:05
Last Modified:	24 Jul 2026 10:05
URI:	http://eprints.polsri.ac.id/id/eprint/23729

Actions (login required)

View Item