<![CDATA[Rendahnya kemampuan alarm konvensional dalam memastikan pengguna benar-benar terbangun masih menjadi penyebab keterlambatan bangun pada sebagian pelajar, mahasiswa maupun pekerja. Sebagian besar aplikasi alarm konvensional hanya mengandalkan keluaran berupa suara atau getaran tanpa mekanisme untuk memastikan bahwa pengguna benar-benar telah terbangun. Penelitian ini bertujuan merancang aplikasi WakeUp AI, yaitu aplikasi alarm cerdas berbasis Android yang memanfaatkan kecerdasan buatan untuk memverifikasi kondisi pengguna sebelum alarm dapat dihentikan. Sistem menerapkan metode Transfer Learning dengan arsitektur MobileNetV2 untuk mengklasifikasikan kondisi mata terbuka dan mata tertutup. Sebelum proses klasifikasi dilakukan, citra dipraproses menggunakan teknik Eye Region Cropping sehingga model hanya memproses area mata. Selanjutnya model dijalankan secara lokal menggunakan TensorFlow Lite agar dapat bekerja tanpa koneksi internet. Untuk meningkatkan kestabilan hasil deteksi diterapkan algoritma Rolling Average dan Leaky Bucket Accumulator, kemudian proses verifikasi dilanjutkan dengan mengimplementasikan tantangan Random Question Challenge sederhana sebagai verifikasi kognitif pengguna. Berdasarkan implementasi dan pengujian yang telah dilakukan, sistem mampu menghasilkan aplikasi alarm yang ringan, cepat, serta lebih efektif dibandingkan alarm konvensional dalam memastikan pengguna benar-benar berada pada kondisi sadar sebelum alarm dinonaktifkan.]]>
Copyrights © 2026
