RANCANG BANGUN DRIVER ASSISTANCE SYSTEMS BERBASIS …
Transcript of RANCANG BANGUN DRIVER ASSISTANCE SYSTEMS BERBASIS …
RANCANG BANGUN DRIVER ASSISTANCE SYSTEMS
BERBASIS DRIVER DROWSINESS DETECTION DAN
AUTOMATIC EMERGENCY BRAKING
TUGAS AKHIR
Diajukan Sebagai Salah Satu Syarat Untuk Memperoleh Gelar Sarjana
Teknik
Filipus Samuel
00000018488
PROGRAM STUDI TEKNIK KOMPUTER
FAKULTAS TEKNIK DAN INFORMATIKA
UNIVERSITAS MULTIMEDIA NUSANTARA
TANGERANG
2021
ii
PERNYATAAN TIDAK MELAKUKAN PLAGIAT
Dengan ini saya :
Nama : Filipus Samuel
NIM : 00000018488
Fakultas : Teknik dan Informatika
Program Studi : Teknik Komputer
Menyatakan bahwa tugas akhir yang berjudul “Rancang Bangun Driver Assistance
Systems Berbasis Driver Drowsiness Detection dan Automatic Emergency
Braking” ini adalah karya ilmiah saya sendiri, bukan plagiat dari karya ilmiah yang
ditulis oleh orang lain atau lembaga lain, dan semua karya ilmiah orang lain atau
lembaga lain yang dirujuk dalam tugas akhir ini telah disebutkan sumber
kutipannya serta dicantumkan di Daftar Acuan.
Jika di kemudian hari terbukti ditemukan kecurangan / penyimpangan, baik dalam
pelaksanaan kerja magang maupun dalam penulisan laporan tugas akhir, saya
bersedia menerima konsekuensi dinyatakan TIDAK LULUS untuk mata kuliah
Tugas Akhir yang telah saya tempuh.
Tangerang, 17 Februari 2021
(Filipus Samuel)
iii
HALAMAN PERSETUJUAN
Tugas Akhir dengan Judul
RANCANG BANGUN DRIVER ASSISTANCE SYSTEMS
BERBASIS DRIVER DROWSINESS DETECTION DAN
AUTOMATIC EMERGENCY BRAKING
Oleh
Filipus Samuel
00000018488
telah disetujui untuk diajukan pada
Sidang Tugas Akhir Universitas Multimedia Nusantara
Tangerang, 4 Juni 2021
Menyetujui,
Dosen Pembimbing
Ketua Program Studi
Samuel Hutagalung, M.T.I. Samuel Hutagalung, M.T.I.
iv
HALAMAN PENGESAHAN TUGAS AKHIR
RANCANG BANGUN DRIVER ASSISTANCE SYSTEMS
BERBASIS DRIVER DROWSINESS DETECTION DAN
AUTOMATIC EMERGENCY BRAKING
Oleh
Nama : Filipus Samuel
NIM : 00000018488
Fakultas : Teknik dan Informatika
Program Studi : Teknik Komputer
Telah diujikan pada hari Rabu, tanggal 16 Juni 2021 dan dinyatakan lulus dengan
susunan Tim Penguji sebagai berikut,
Ketua Sidang
Dosen Pembimbing, Dosen Penguji
Dareen Kusuma Halim,
S.Kom., M.Eng.Sc.
Samuel Hutagalung, M.T.I. Aminuddin Rizal, S. T.,
M. Sc.
Disahkan Oleh,
Ketua Program Studi Teknik Komputer
Samuel Hutagalung, M.T.I.
v
KATA PENGANTAR
Puji syukur kepada Tuhan Yang Maha Esa karena telah memberikan kesempatan
kepada Saya untuk dapat menyelesaikan laporan tugas akhir dengan seluruh
kemampuan saya dan juga berkat bantuan dari dosen pembimbing sehingga Saya
dapat terluruskan segala kesalahan yang Saya buat agar dapat mengikuti sidang
tugas akhir.
Penulis juga mengucapkan terima kasih kepada:
1. Dr. Ninok Leksono, Rektor Universitas Multimedia Nusantara, yang memberi
inspirasi bagi penulis untuk berprestasi,
2. Dr. Eng. Niki Prastomo, S.T., M.Sc., Dekan Fakultas Teknik dan Informatika
Universitas Multimedia Nusantara,
3. Samuel Hutagalung, M.T.I., Ketua Program Studi Teknik Komputer
Universitas Multimedia Nusantara, yang menerima penulis dengan baik untuk
berkonsultasi, dan
4. Samuel Hutagalung, M.T.I. yang membimbing pembuatan laporan tugas
akhir dan yang telah mengajar penulis tata cara menulis karya ilmiah dengan
benar.
Penulis juga mengucapkan terima kasih kepada keluarga: Terima kasih karena
telah mendukung selama proses pengerjaan projek ini.
Semoga tugas akhir ini dapat bermanfaat, baik sebagai sumber informasi maupun
sumber inspirasi, bagi para pembaca.
Tangerang, Juni 2021
Filipus Samuel
vi
ABSTRAK
Kecelakaan lalu lintas di Indonesia masih menjadi permasalahan yang serius
hingga sekarang terutama karena 90% kecelakaan disebabkan oleh human error.
Gambaran akan kondisi human error ini seperti tidak fokus menyetir, terlalu cepat
menyetir, ataupun mengantuk saat menyetir. Masalah itu mendorong penulis untuk
mendesain sebuah solusi yang dinamakan Ace Safety System, sebuah driver
assistance systems yang dibagi menjadi dua sistem yaitu driver drowsiness
detection system yang berfungsi untuk memberikan peringatan suara kepada
pengemudi ketika terdeteksi mengantuk, dan sistem AEB-FCW dimana FCW
memberikan peringatan suara kepada pengemudi ketika ada ancaman tabrakan
dengan kendaraan di depannya, dan AEB menjalankan rem otomatis untuk
menghindari tabrakan atau mengurangi dampak dari tabrakan dengan kendaraan di
depan jika pengemudi tidak melakukan tindakan apapun saat mendapat peringatan
suara ketika ada ancaman tabrakan. Pengujian driver drowsiness detection system
dilakukan dengan menggunakan laptop untuk menjalankan driver drowsiness
detection secara real-time dan hasil pengujiannya yang menunjukkan precision
sebesar 90% dan recall sebesar 100%. Sementara pengujian sistem AEB-FCW
menunjukkan bahwa jarak mobil berhenti setelah melakukan rem otomatis
dikarenakan jarak awal antara mobil dengan obstacle dan kecepatan dari mobil itu
sendiri.
Kata Kunci: kecelakaan lalu lintas, human error, driver assistance systems, driver
drowsiness detection, AEB-FCW
vii
ABSTRACT
Traffic accidents in Indonesia are still a serious problem today, mainly
because 90% of accidents are caused by human error. The description of the human
error condition is like not focusing on driving, driving too fast, or feeling sleepy
while driving. This problem prompted the author to design a solution called the Ace
Safety System, a driver assistance systems that is divided into two systems, namely
the driver drowsiness detection system which functions to provide a voice warning
to the driver when the driver is detected as sleepy by using a pre-trained face
detector based on HOG and SVM to detect faces and pre-trained facial landmark
predictors to detect the coordinates of facial points (focused on the coordinates of
the eye points), and the AEB-FCW system where FCW gives a voice warning to
the driver when there is a threat of collision with the vehicle in front, and AEB runs
automatic brake to avoid a collision or reduce the impact of a collision with the
vehicle in front when the driver does not take any action when receiving a sound
warning when there is a collision threat. The driver drowsiness detection system
test is carried out using a laptop to run driver drowsiness detection in real-time and
the test results show a precision of 90% and recall of 100%. While testing the AEB-
FCW system shows that the distance the car stops after applying the automatic
brake is due to the initial distance between the car and the obstacle and the speed of
the car itself.
Keywords: traffic accidents, human error, driver assistance systems, driver
drowsiness detection, AEB-FCW
viii
DAFTAR ISI
PERNYATAAN TIDAK MELAKUKAN PLAGIAT .......................................... ii
HALAMAN PERSETUJUAN ............................................................................ iii
HALAMAN PENGESAHAN TUGAS AKHIR .................................................. iv
KATA PENGANTAR ......................................................................................... v
ABSTRAK ......................................................................................................... vi
ABSTRACT ...................................................................................................... vii
DAFTAR ISI .................................................................................................... viii
DAFTAR TABEL ............................................................................................... x
DAFTAR GAMBAR .......................................................................................... xi
DAFTAR LAMPIRAN ..................................................................................... xiii
BAB I PENDAHULUAN ................................................................................. 1
1.1 Latar Belakang....................................................................................... 1
1.2 Identifikasi Masalah ............................................................................... 2
1.3 Batasan Penelitian .................................................................................. 3
1.4 Tujuan Penelitian ................................................................................... 4
1.5 Manfaat Penelitian ................................................................................. 4
BAB II TINJAUAN PUSTAKA ........................................................................ 5
2.1 Levels of Autonomous Vehicles ............................................................ 5
2.2 Automatic Emergency Braking (AEB) ................................................... 6
2.3 Brake Assist System (BAS) ................................................................... 7
2.4 Automated Braking System ................................................................... 8
2.5 Driver Drowsiness Detection ................................................................. 8
2.6 Analisis Literatur ................................................................................. 11
BAB III ANALISIS DAN PERANCANGAN PENELITIAN ............................ 13
3.1 Perancangan Sistem AEB dan FCW ..................................................... 13
3.2 Perancangan Driver Drowsiness Detection System .............................. 16
BAB IV IMPLEMENTASI DAN PENGUJIAN SISTEM ................................. 20
4.1 Implementasi Sistem dan Permasalahan ............................................... 20
4.2 Pengujian Sistem Ace Safety Systems .................................................. 22
4.3 Hasil Pengujian Sistem Ace Safety Systems......................................... 23
ix
4.4 Hasil Pengujian Sistem AEB-FCW ...................................................... 27
BAB V SIMPULAN DAN SARAN ................................................................. 34
5.1 Simpulan ............................................................................................. 34
5.2 Saran ................................................................................................... 34
DAFTAR PUSTAKA ........................................................................................ 38
LAMPIRAN ...................................................................................................... 40
x
DAFTAR TABEL
Tabel 4. 1 Tabel Kondisi Tiap Responden Saat Pengujian .................................. 23
Tabel 4. 2 Tabel Perhitungan Confusion Matrix (Precision dan Recall) .............. 24
xi
DAFTAR GAMBAR
Gambar 2. 1 Angka EAR saat mata terbuka dan tertutup ...................................... 9
Gambar 2. 2 Kondisi Pengujian Penelitian [12] .................................................. 10
Gambar 2. 3 Kondisi Pengujian Penelitian [13] .................................................. 10
Gambar 2. 4 Kondisi Pengujian Penelitian [14] .................................................. 10
Gambar 2. 5 68 titik koordinat wajah dari dataset iBug 300-W ........................... 12
Gambar 3. 1 Gambaran Umum Cara Kerja FCW dan AEB ................................ 13
Gambar 3. 2 Arduino Uno .................................................................................. 14
Gambar 3. 3 Motor Driver Shield L293D ........................................................... 14
Gambar 3. 4 Sensor Ultrasonic ........................................................................... 14
Gambar 3. 5 Bluetooth Module HC-06 ............................................................... 14
Gambar 3. 6 Kabel USB Header Clone .............................................................. 15
Gambar 3. 7 Powerbank ..................................................................................... 15
Gambar 3. 8 Passive Buzzer Speaker ................................................................. 15
Gambar 3. 9 Hardware Schematic ...................................................................... 16
Gambar 3. 10 Flowchart Driver Drowsiness Detection ....................................... 19
Gambar 4. 1 Gambaran Besar Sistem ................................................................. 20
Gambar 4. 2 Kondisi True Positive = mata tertutup -> 2 detik -> ALERT! ......... 24
Gambar 4. 3 Kondisi True Negative = mata terbuka -> tidak ALERT! ............... 25
Gambar 4. 4 Kondisi 1 = Kepala menunduk ....................................................... 25
Gambar 4. 5 Kondisi 2 = Kepala menunduk dan mata mengintip keatas ............. 26
Gambar 4. 6 Kondisi 3 = menyipitkan mata ....................................................... 26
Gambar 4. 7 Kondisi jarak 50 cm ....................................................................... 27
Gambar 4. 8 Grafik Pengujian 50 cm ................................................................. 28
Gambar 4. 9 Sekilas Data Logging Pengujian 50 cm .......................................... 28
Gambar 4. 10 Kondisi jarak 100 cm ................................................................... 29
Gambar 4. 11 Grafik Pengujian 100 cm ............................................................. 30
Gambar 4. 12 Sekilas Data Logging Pengujian 100 cm ...................................... 30
Gambar 4. 13 Grafik Pengujian 150 cm ............................................................. 32
Gambar 4. 14 Data mobil mulai melakukan rem dan berhenti ............................ 33
Gambar 4. 15 Data mobil masih belum benar-benar berhenti ............................. 33
xii
Gambar 4. 16 Data mobil sudah berhenti total .................................................... 33
Gambar 5. 1 Pencahayaan yang cukup dan baik pada wajah ............................... 35
Gambar 5. 2 Pencahayaan yang kurang pada wajah ............................................ 36
Gambar 5. 3 Deteksi mata berantakan pada kegelapan ....................................... 36
xiii
DAFTAR LAMPIRAN
Lampiran 1. Potongan Code AEB-FCW (1) ....................................................... 40
Lampiran 2. Potongan Code AEB-FCW (2) ....................................................... 41
Lampiran 3. Potongan Code AEB-FCW (3) ....................................................... 42
Lampiran 4. Potongan Code AEB-FCW (4) ....................................................... 43
Lampiran 5. Potongan Code Driver Drowsiness Detection (1) ............................ 44
Lampiran 6. Potongan Code Driver Drowsiness Detection (2) ............................ 44
Lampiran 7. Potongan Code Driver Drowsiness Detection (3) ............................ 45
Lampiran 8. Potongan Code Driver Drowsiness Detection (4) ............................ 45
Lampiran 9. Potongan Code Driver Drowsiness Detection (5) ............................ 46
Lampiran 10. Potongan Code Driver Drowsiness Detection (6) .......................... 46
Lampiran 11. Potongan Code Driver Drowsiness Detection (7) .......................... 47
Lampiran 12. Potongan Code Driver Drowsiness Detection (8) .......................... 47