SISTEM DETEKSI EMOSI DAN ANXIETY PADA PENGEMUDI MELALUI IDENTIFIKASI EKSPRESI DENGAN METODE YOLOv5 BERBASIS IOT SMARTPHONE

NUGRAHA, HANDOKO REZA and Hendy, Santosa and Adhadi, Kurniawan (2024) SISTEM DETEKSI EMOSI DAN ANXIETY PADA PENGEMUDI MELALUI IDENTIFIKASI EKSPRESI DENGAN METODE YOLOv5 BERBASIS IOT SMARTPHONE. Other thesis, Universitas Bengkulu.

[thumbnail of Thesis] Archive (Thesis)
Skripsi_scan_2024_G1D019074_Handoko Reza Nugraha - Handoko Reza Nugraha.pdf - Bibliography
Restricted to Repository staff only
Available under License Creative Commons GNU GPL (Software).

Download (4MB)

Abstract

Aggressive driving merupakan pola disfungsi perilaku sosial yang
mengancam keselamatan publik. Beberapa penelitian terdahulu membuktikan
bahwa faktor terpenting dalam menyebabkan kecelakaan adalah pengemudi,
sehingga penting untuk mengevaluasi bagaimana tingkat emosional pengemudi
berpengaruh pada perilaku berkendara maupun kehidupan sehari-hari. Masih
terbatasnya alat atau suatu sistem untuk pengkajian tersebut dapat dilakukan.
Penelitian ini bertujuan untuk membangun model deteksi dan monitoring emosi dan
anxiety berdasarkan ekspresi pengemudi dengan menggunakan algoritma you only
look once versi 5 (YOLOv5). Sistem deteksi emosi dan anxiety (kecemasan) pada
pengemudi melalui identifikasi ekspresi dengan metode YOLO versi 5 yang dapat
mengklasifikasikan 7 emosi wajah berdasarkan ekspresi marah, jijik, senang, sedih,
terkejut, netral, dan anxiety (kecemasan) yang dapat dipantau melalui smartphone
yang terhubung dengan sistem deteksi melalui IoT. Model yang dibangun dapat
mendeteksi dengan rata-rata hasil akurasi sebesar 86,54%.
Kata kunci: Sistem deteksi, Monitoring, Ekspresi, Akurasi

Item Type: Thesis (Other)
Subjects: T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions: Faculty of Engineering > Department of Electrical Engineering
Depositing User: 58 lili haryanti
Date Deposited: 16 Sep 2025 07:22
Last Modified: 16 Sep 2025 07:22
URI: https://repository.unib.ac.id/id/eprint/24861

Actions (login required)

View Item
View Item