Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
DRIVEYE: SISTEM OBJECT DETECTION BERBASIS COMPUTER VISION UNTUK MENGUKUR JARAK ANTAR KENDARAAN
Pengarang
T. Muhammad Caesar Maulana - Personal Name;
Dosen Pembimbing
Rahmad Dawood - 197203181995121001 - Dosen Pembimbing I
Maya Fitria - 199005012019032020 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
2004111010001
Fakultas & Prodi
Fakultas Teknik / Teknik Komputer (S1) / PDDIKTI : 56202
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas Teknik (S1)., 2024
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Kecelakaan lalu lintas merupakan masalah serius yang menyebabkan ribuan nyawa melayang dan jutaan orang terluka setiap tahunnya, sering kali akibat pengemudi yang gagal menjaga jarak aman antar kendaraan. Penelitian ini mengembangkan DrivEye, sebuah sistem Advanced Driver Assistance System (ADAS) berbasis mobile yang dirancang untuk mengukur jarak antar kendaraan dan objek secara real-time menggunakan kamera smartphone. DrivEye menawarkan alternatif yang lebih sederhana dan hemat biaya dibandingkan sensor atau LIDAR yang mahal. Sistem ini menggunakan model YOLOv5m yang menghasilkan nilai mean Average Precision (mAP) dari proses pelatihan sebesar 90% untuk kemampuan deteksi objek yang tinggi. Aplikasi ini berhasil memprediksi jarak dengan akurasi 94,08%, peningkatan signifikan dari metode sebelumnya yang hanya mencapai akurasi 53,42%. Pengujian usability dengan System Usability Scale (SUS) menghasilkan skor 82,05, menandakan aplikasi ini memiliki tingkat kegunaan yang sangat baik, sementara pengujian black-box menunjukkan semua fitur berfungsi sesuai harapan. Penelitian ini membuktikan bahwa DrivEye adalah alternatif yang efektif untuk pengukuran jarak antar kendaraan secara real-time menggunakan smartphone.
Traffic accidents are a serious issue causing thousands of deaths and millions of injuries every year, often due to drivers failing to maintain a safe distance between vehicles. This study developed DrivEye, a mobile-based Advanced Driver Assistance System (ADAS) designed to measure the distance between vehicles and objects in real-time using a smartphone camera. DrivEye offers a simpler and more cost-effective alternative to expensive sensors or LIDAR. The system utilizes the YOLOv5m model, which achieved a mean Average Precision (mAP) of 90% during training, indicating high object detection capability. The application successfully predicts distances with 94.08% accuracy, a significant improvement over the previous method's 53.42% accuracy. Usability testing using the System Usability Scale (SUS) resulted in a score of 82.05, indicating a very high level of usability, while black-box testing showed that all features functioned as expected. This study demonstrates that DrivEye is an effective alternative for real-time vehicle distance measurement using a smartphone.
HUBUNGAN DURASI PENGGUNAAN KOMPUTER DENGAN KEJADIAN COMPUTER VISION SYNDROME (CVS) PADA PEGAWAI RSUD DR. ZAINOEL ABIDIN BANDA ACEH. (Rica Afdalia, 2014)
HUBUNGAN DURASI DAN JARAK PENGGUNAAN SMARTPHONE DENGAN KEJADIAN COMPUTER VISION SYNDROME PADA MAHASISWA FAKULTAS KEDOKTERAN UNIVERSITAS SYIAH KUALA (MUHAMMAD JAUHAR MUZAKKI FURQANSYAH, 2023)
PERANCANGAN SISTEM PENDETEKSIAN LEVEL KETINGGIAN AIR SUNGAI MENGGUNAKAN METODE COLOR OBJECT TRACKING (Fina Noviantika, 2022)
PERANCANGAN DAN PENGUJIAN PIRANTI PEMANTAUAN VISUAL UNTUK MENENTUKAN VOLUME LALU LINTAS (Alfina, 2016)
PENDETEKSIAN WARNA BERBASIS OPEN COMPUTER VISION (Ari Ardiansyah, 2014)