Article Per Year (5 Year)
p-Index From 2020 - 2025
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
'Ulum, Muhammad Bahrul
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Implementasi K-Nearest Neighbors untuk Sistem Deteksi Kelelahan Otot pada Pengemudi Berbasis Shimmer Electromyography Sensor 'Ulum, Muhammad Bahrul; Edita Rosana Widasari
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 9 No 3 (2025): Maret 2025
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Keselamatan berkendara sangat dipengaruhi oleh kondisi fisik pengemudi, termasuk kelelahan otot yang dapat menurunkan konsentrasi dan respons. Pengemudi sebagai subjek utama dalam menjaga kelelahan otot untuk menghindari terjadinya kecelakaan. Kelelahan merupakan faktor utama dalam terjadinya kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem deteksi kelelahan otot pengemudi berbasis Shimmer Electromyography Sensor dengan menggunakan algoritma K-Nearest Neighbors dan fitur Root Mean Square. Sistem ini dirancang untuk memantau aktivitas otot biceps brachii pengemudi secara real-time melalui sinyal EMG, yang kemudian dianalisis untuk mendeteksi kondisi kelelahan otot yang normal, medium, dan high. Proses pengembangan melibatkan pengumpulan data EMG dengan metode akuisisi, ekstraksi fitur RMS, dan klasifikasi menggunakan KNN. Sistem diuji dalam simulasi mengemudi untuk mengevaluasi akurasi klasifikasi dan fungsionalitas antarmuka pengguna berbasis Python. Hasil pengujian menunjukkan bahwa sistem dapat mendeteksi kelelahan otot dengan rata-rata akurasi 99,97% dan memberikan peringatan dini yang relevan bagi pengemudi. Hasil tersebut ditampilkan dalam Graphical User Interface. Penelitian ini memberikan kontribusi dalam meningkatkan keselamatan berkendara dengan memanfaatkan teknologi wearable dan metode machine learning. Implementasi sensor Shimmer EMG serta algoritma KNN menawarkan solusi yang praktis dan efektif dalam memantau kondisi fisiologis pengemudi, yang berpotensi mengurangi risiko kecelakaan lalu lintas akibat kelelahan.
Co-Authors Edita Rosana Widasari