SISTEM DETEKSI TINGKAT NYERI PENGEMUDI MELALUI ESTIMASI NILAI VAS (VISUAL ANALOGUE SCALE) DENGAN METODE YOLOV5 BERBASIS IoT�SMARTWATCH

HERLINA, HERLINA and Faisal, Hadi and Yuli, Rodiah (2023) SISTEM DETEKSI TINGKAT NYERI PENGEMUDI MELALUI ESTIMASI NILAI VAS (VISUAL ANALOGUE SCALE) DENGAN METODE YOLOV5 BERBASIS IoT�SMARTWATCH. Undergraduated thesis, Universitas Bengkulu.

Archive (Thesis) Herlina G1D019024_SKRIPSI - Fahrul Ikhsan.pdf - Bibliography Restricted to Repository staff only Available under License Creative Commons GNU GPL (Software). Download (3MB)

Abstract

Tercatat pada Badan Pusat Statistik(BPS) jumlah kecelakaan pada tahun 2019 berjumlah 116.441 kecelakaan dengan korban meninggal 25.671 orang. Dari berbagai faktor penyebab kecelakaan dan gangguan kesehatan pada pengemudi salah satunya nyeri punggung bawah dan carpal tunnel syndrome. Nyeri yang ditimbulkan dapat menyebabkan perubahan fisiologis seperti yang ditunjukkan dari respon anggota tubuh, respon verbal, dan respon wajah. Untuk mendeteksi nyeri dari respon wajah tersebut digunakan algoritma YOLO (You Only Look Once) sehingga dapat mengklasifikasikan tingkat nyeri berdasarkan skala Visual Analogue Scale(VAS) dari respon wajah yang dihubungkan melalui jaringan internet dengan IoT(Internet of Things). Hasil deteksi nyeri dari sistem dapat dipantau menggunakan smartwatch yang telah terhubung dengan sistem deteksi melalui IoT. Pada penelitian ini, menggunakan metode YOLO dengan model yang sudah dilatih sebelumnya dengan nilai confident >0.5, hasil dari klasifikasi metode YOLO yaitu nilai vas yang telah dibuat sebelumnya saat membangun model yaitu nilai 0-10. Nilai vas yang didapatkan dari hasil klasifikasi disimpan pada basis data yang akan diakses oleh smartwatch. Data yang didapatkan oleh smartwatch dari basis data diperiksa. Jika nilai vas lebih dari 7 maka smartwatch akan menampilkan kata "severe" dan membunyikan suara peringatan. Kata kunci: IoT (Internet of Things), Nyeri, smartwatch, VAS (Visual Analogue Scale), YOLO (You Only Look Once)

Actions (login required)

View Item