Claim Missing Document
Check
Articles

Found 1 Documents
Search

Deteksi Kelelahan Pengendara Sepeda Motor Secara Multimodal Menggunakan Sinyal Denyut Nadi dan Postur Tubuh Berbasis Support Vector Machine: - Ichwana Putra, Dody; Adira , Alvira; Ekariani, Shelvi
Jurnal Nasional Teknologi dan Sistem Informasi Vol 12 No 1 (2026): April 2026
Publisher : Departemen Sistem Informasi, Fakultas Teknologi Informasi, Universitas Andalas

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.25077/TEKNOSI.v12i1.2026.144-151

Abstract

Kelelahan pengendara sepeda motor merupakan salah satu faktor utama yang berkontribusi terhadap meningkatnya risiko kecelakaan lalu lintas. Penelitian ini mengusulkan sebuah sistem deteksi kelelahan pengendara sepeda motor berbasis multimodal dengan memanfaatkan sinyal denyut nadi dan postur tubuh sebagai indikator kondisi pengendara. Data denyut nadi dan sudut kemiringan tubuh diperoleh melalui perangkat wearable dan diproses pada sisi edge untuk mengekstraksi fitur-fitur penting. Selanjutnya, fitur multimodal tersebut diklasifikasikan menggunakan algoritma Support Vector Machine (SVM) untuk menentukan kondisi pengendara ke dalam tiga kelas, yaitu normal, mengantuk sedang, dan mengantuk berat. Hasil klasifikasi ditampilkan melalui aplikasi Android dan digunakan sebagai dasar pemberian peringatan kepada pengendara apabila terdeteksi kondisi kelelahan. Hasil pengujian menunjukkan bahwa sistem mampu mengklasifikasikan kondisi pengendara secara tepat dengan tingkat akurasi, presisi, recall, dan F1-score yang tinggi pada data pengujian. Sistem yang diusulkan berpotensi digunakan sebagai sistem peringatan dini untuk meningkatkan keselamatan pengendara sepeda motor, khususnya pada perjalanan dengan durasi yang panjang.