Claim Missing Document
Check
Articles

Found 1 Documents
Search

Implementasi Convolutional Neural Network (CNN) dengan Arsitektur VGG-19 untuk Deteksi Kelelahan Tubuh Melalui Kondisi Mata Pratama , M Hidayatullah; Purnamasari, Rita; Eliskar, Yulinda
eProceedings of Engineering Vol. 11 No. 6 (2024): Desember 2024
Publisher : eProceedings of Engineering

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

Abstract

Kelelahan merupakan kondisi di mana ketika tubuh seseorang sudah kekurangan kapasitas yang dimiliki, sehingga akan berdampak pada produktifitas kerja. Ada banyak cara atau metode untuk mengetahui kondisi seseorang yang sedang mengalami kelelahan, salah satunya yaitu dengan cara melakukan sesi tanya jawab seperti yang dilakukan pada masinis di PT Kereta Api Indonesia setiap kali ingin bertugas. Meskipun metode ini sudah cukup baik, namun kurang fleksibel jika terus menerus harus dilakukan sesi tanya jawab di setiap sebelum para masinis bekerja. Penelitian ini menerapkan Convolutional Neural Network (CNN) dengan arsitektur VGG-19 untuk membuat sistem yang dapat melakukan deteksi kelelahan tubuh melalui kondisi mata. Dataset yang digunakan terdiri dari 2 kelas, data sakit yang berisi gambar-gambar kondisi mata seseorang yang sedang kelelahan dan data sehat yang berisi gambar-gambar kondisi mata seseorang yang tidak sedang kelelahan. Hasil pengujian yang dilakukan menunjukkan bahwa model yang dibuat mempunyai akurasi %. Model dapat melakukan deteksi tubuh yang lelah dengan akurasi % dan tubuh yang tidak lelah dengan akurasi %. Kata kunci—CNN, kelelahan, PT Kereta Api Indonesia, VGG-19.