Show simple item record

dc.contributor.authorSumaryono, Ahmad Fadhlurrahman
dc.contributor.authorYudhistira, Rio Naufal
dc.date.accessioned2024-09-06T06:36:57Z
dc.date.available2024-09-06T06:36:57Z
dc.date.issued2024
dc.identifier.uridspace.uii.ac.id/123456789/51696
dc.description.abstractTransportasi memainkan peran krusial dalam kehidupan sehari-hari, dengan dampak yang signifikan pada mobilitas dan keselamatan masyarakat. Di Indonesia, angka kecelakaan yang tinggi menjadi masalah serius. Oleh karena itu, pemantauan dan analisis terhadap gaya berkendara pengemudi menjadi solusi penting untuk mengurangi angka kecelakaan tersebut. Dalam mengatasi masalah ini, penulis ingin membuat sebuah sistem yang dapat melakukan monitoring dan reporting karakter berkendara pengemudi secara real-time. Sistem ini menggunakan teknologi kecerdasan buatan (AI) untuk melakukan prediksi karakter berkendara. Dengan adanya sistem ini, diharapkan dapat mengurangi angka kecelakaan yang terjadi dengan memberikan pemahaman yang lebih baik tentang gaya berkendara pengemudi. Alat yang dibuat oleh penulis memiliki ukuran 158x90x65 mm yang dapat dipasang di berbagai bagian mobil. Dengan menggunakan AI dan data dari sensor gyro dan accelerometer, sistem ini dapat memprediksi karakter berkendara seseorang berdasarkan gaya berkendara mereka. Selain itu, sistem ini dapat dipantau melalui aplikasi yang tersedia. Dengan aplikasi tersebut, pengguna dapat melihat karakter berkendara mereka sendiri, lokasi kendaraan, dan kecepatan saat ini. Sistem ini menggunakan AI untuk menentukan karakter berkendara pengemudi. Metode yang digunakan adalah decision tree klasifikasi dengan tingkat akurasi sebesar 87%. Selain itu, lama pengiriman data sistem sekitar antara 4-7 detik, akurasi sensor GPS dalam menentukan posisi kendaraan juga jika dibanding dengan posisi Google Maps hanya kurang dari 2 meter dari posisi asli. Sistem juga memerlukan data sebanyak 57 MB hingga 100 MB per bulan agar dapat digunakan. Namun, perlu diingat bahwa nilai kecepatan yang dihasilkan masih memiliki tingkat kesalahan sebesar 31,6% karena menggunakan nilai kecepatan dari GPS. Sistem ini memiliki dua mode, yaitu mode normal dan siaga. Pada mode normal, sistem dapat bertahan selama 3 hari sebelum perlu diisi ulang, sedangkan pada mode siaga, sistem dapat bertahan selama 4 hari. Meskipun ukuran alat tidak sesuai dengan keinginan penulis, sistem dan kinerja alat sudah sesuai dengan apa yang ingin dicapai.en_US
dc.publisherUniversitas Islam Indonesiaen_US
dc.titleMonitoring dan Reporting Karakter Berkendara Pengemudien_US
dc.typeThesisen_US
dc.Identifier.NIM20524140
dc.Identifier.NIM20524011


Files in this item

Thumbnail

This item appears in the following Collection(s)

Show simple item record