Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Journal of Informatics and Communication Technology (JICT) Journal of Informatics and Communication Technology (JICT)
Hamida Saputri, Hazna
Unknown Affiliation
Computer Science & IT Decision Sciences, Operations Research & Management Education Engineering Mathematics

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Penerapan MobileNet untuk Klasifikasi Kondisi Wajah Mengantuk pada Citra Wajah Indra, Ghefin; Aulia Aziza, Najwa; Hamida Saputri, Hazna
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

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

Abstract

Kondisi mengantuk saat berkendara merupakan salah satu penyebab utama kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis Convolutional Neural Network (CNN) guna mendeteksi kondisi mengantuk dari citra wajah pengemudi secara otomatis. Dataset yang digunakan adalah Driver Drowsiness Dataset yang terdiri dari lebih dari 41.000 gambar wajah berlabel "mengantuk" dan "tidak mengantuk". Model dikembangkan menggunakan arsitektur MobileNetV2 dengan pendekatan transfer learning dan teknik data augmentation untuk mengatasi tantangan seperti variasi ekspresi, pencahayaan, dan latar belakang. Proses pelatihan melibatkan normalisasi citra. Evaluasi performa dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa pendekatan CNN mampu mengenali kondisi mengantuk secara efektif, sehingga berpotensi diimplementasikan dalam sistem deteksi dini pada kendaraan untuk meningkatkan keselamatan berkendara
Penerapan MobileNet untuk Klasifikasi Kondisi Wajah Mengantuk pada Citra Wajah Indra, Ghefin; Aulia Aziza, Najwa; Hamida Saputri, Hazna
Journal of Informatics and Communication Technology (JICT) Vol. 7 No. 1 (2025)
Publisher : PPM Telkom University

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

Abstract

Kondisi mengantuk saat berkendara merupakan salah satu penyebab utama kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis Convolutional Neural Network (CNN) guna mendeteksi kondisi mengantuk dari citra wajah pengemudi secara otomatis. Dataset yang digunakan adalah Driver Drowsiness Dataset yang terdiri dari lebih dari 41.000 gambar wajah berlabel "mengantuk" dan "tidak mengantuk". Model dikembangkan menggunakan arsitektur MobileNetV2 dengan pendekatan transfer learning dan teknik data augmentation untuk mengatasi tantangan seperti variasi ekspresi, pencahayaan, dan latar belakang. Proses pelatihan melibatkan normalisasi citra. Evaluasi performa dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa pendekatan CNN mampu mengenali kondisi mengantuk secara efektif, sehingga berpotensi diimplementasikan dalam sistem deteksi dini pada kendaraan untuk meningkatkan keselamatan berkendara
Co-Authors Aulia Aziza, Najwa Indra, Ghefin