Hasil Pencarian  ::  Simpan CSV :: Kembali

"Cyberbullying merupakan hal yang marak terjadi di dunia global, bahkan di Indone- sia. Menurut survei yang dilaksanakan oleh UNICEF terhadap 2.777 anak muda di Indonesia pada tahun 2019, 45 persen dari partisipan tersebut pernah mengalami cy- berbullying. Dari data tersebut, penulis ingin mencoba mengurangi jumlah tersebut dengan membuat suatu aplikasi untuk mendeteksi apakah sebuah kalimat yang ditulis mengandung unsur cyberbullying atau tidak sehingga pengguna aplikasi terse- but dapat menjaga ucapannya dalam mengirim pesan secara online. Aplikasi tersebut dibuat berbasis android sehingga mudah untuk diakses masyarakat Indonesia. Aplikasi tersebut juga dibuat berdasarkan bahasa pemrograman Kotlin, karena ba- hasa pemrograman tersebut merupakan bahasa yang modern, ringkas, mudah untuk dioperasikan, serta merupakan bahasa pemrograman yang lebih aman untuk digu- nakan dalam mendesain suatu aplikasi android dibandingkan dengan bahasa pem- rograman yang lainnya.

---

Cyberbullying is something that is happening massively in global, especially in In- donesia. According to a survey by UNICEF that is conducted to 2,777 young people in Indonesia in 2019, 45 percent of the participants had experienced cyberbullying. From this data, the author wants to try to reduce this number by creating an application to detect whether a sentence written contains elements of cyberbullying or not so that application users can protect their speech when they are sending messages online. The application is based on Android so that it is easy for Indonesian people to access. The application is also made based on Kotlin programming language, be- cause this programming language is a modern, concise, easy-to-operate language, and is a safer programming language to use in designing an Android application compared to other programming languange."

"Sekitar 60 persen polusi yang ada di Indonesia di akibatkan oleh pemakaian motor dan mobil yang menggunakan bahan bakar minyak. Oleh karena itu, Kementerian Perhubungan menerbitkan aturan penggunaan kendaraan alternatif dan percepatan kendaraan listrik. Baterai merupakan media penyimpanan energi untuk kendaraan listrik. Baterai diperlukan battery management system supaya dapat dipantau, dan dipelihara. Pada skripsi ini, penulis melakukan studi literatur yang memiliki hubungan dengan Battery Management System, Flutter, Bluetooth Low Energy, dan mikrokontroller. Setelah itu penulis melakukan perancangan dan pembuatan aplikasi penampil State of Charge berbasis android menggunakan Flutter sebagai framework. Hasil aplikasi tersebut dilakukan pengujian dengan menggunakan data dummy yang dikirimkan oleh Battery Management System melalui bluetooth. Hasil uji data dummy dilakukan analisis dan ditarik kesimpulan bahwa aplikasi penampil State of Charge berbasis android terbukti berhasil.

---

Around 60 percent of pollution in Indonesia is caused by the use of motorcycles and cars that use fuel oil. Therefore, the Ministry of Transportation issued regulations for the use of alternative vehicles and the acceleration of electric vehicles. Battery is an energy storage medium for electric vehicles. Batteries need a battery management system so that they can be monitored and maintained. In this thesis, the author conducts a literature study that has a relationship with the Battery Management System, Flutter, Bluetooth Low Energy, and a microcontroller. After that, the author designed and made an Android-based State of Charge display application using Flutter as a framework. The results of the application were tested using dummy data sent by the Battery Management System via bluetooth. The results of the dummy data test were analyzed and concluded that the Android-based State of Charge display application proved successful.

"

"Bencana banjir kerap terjadi di Jakarta disebabkan oleh banyak faktor, seperti pendangkalan sungai, jalur air yang curam, dan intensitas hujan yang tinggi (Mane, 2019). Tidak jarang banjir menimbulkan banyak kerugian, seperti korban jiwa, korban terdampak (mengungsi), dan kerugian materi. Dalam upaya untuk evakuasi korban banjir, rescuers membutuhkan informasi nama, kontak, dan lokasi. Selain itu, dibutuhkan juga informasi jumlah orang dan kondisi korban untuk disesuaikan dengan peralatan dan kebutuhan evakuasi. Melalui penelitian ini, dikembangkan Res-Q, sebuah aplikasi berbasis Android yang dapat membantu rescuers dalam proses evakuasi korban banjir. Melalui Res-Q, rescuers dapat mengetahui lokasi korban beserta informasi terkait kondisi korban. Rescuers juga dapat melakukan komunikasi dengan korban melalui fitur kirim pesan. Selain itu, rescuers dapat menambahkan informasi posko terdekat yang dapat dikunjungi korban untuk mendapatkan bantuan. Pengembangan aplikasi dilengkapi dengan tahapan evaluasi secara kualitatif dan kuantitatif. Evaluasi secara kualitatif menggunakan task scenario-usability testing, sementara evaluasi kuantitatif menggunakan metode System Usability Scale (SUS). Berdasarkan hasil evaluasi, didapatkan skor SUS 76,25 dengan grade B (Good). Adapun secara kualitatif, diperlukan perbaikan pada desain interaksi dan fungsi fitur untuk memenuhi kebutuhan rescuers.

---

Floods disaster that occurs in Jakarta caused by many factors, such as river stiltation, steep waterways, and high intensity of rainfall (Mane, 2019). Flood also caused many losses, such as casualties, victims affected (evacuated), and material losses. In an effort to evacuate the victims, rescuers need information on name, contact, and location. Rescuers also need the information on number of people and conditions of the victim to be adjusted to the equipment and evacuation needs. Through this research, Res-Q was developed, an Android-based application that can help rescuers in the process of evacuating flood victims. With Res-Q, rescuers can find out the victims’ location along with information related to their condition. Rescuers can also communicate with victims through messaging feature. In addition, rescuers can add information to the nearest aid posts that victim can visit to get help. Application development is completed with qualitative and quantitative evaluation stages. Qualitative evaluation uses task scenario – usability testing, while quantitative evaluation uses System Usability Scale (SUS). Based on the evaluation result, a SUS score of 76,25 was obtained with grade B (Good). Also qualitatively, improvements are needed for interaction design and the feature functions to meet the needs of rescuers"

"Di awal tahun 2020, banjir beberapa kali menggenangi sebagian besar wilayah Jakarta dan sekitarnya. Ribuan warga harus mengungsi ke tempat lain karena air yang masuk dan menggenangi rumah mereka. Fenomena baru yang banyak terjadi pada saat banjir awal tahun ini adalah maraknya warga yang menggunakan media sosial untuk mencari berbagai jenis bantuan, mulai dari bantuan evakuasi atau pun bantuan seperti makanan dan medis. Fenomena tersebut melatarbelakangi adanya penelitian ini, yaitu untuk mengembangkan aplikasi berbasis Android bernama Res-Q yang dapat memfasilitasi para korban banjir mencari berbagai jenis bantuan. Melalui aplikasi Res-Q, para korban banjir dapat mengirimkan lokasi terbaru beserta dengan jenis bantuan yang diinginkan agar dapat diketahui oleh pihak tim penolong. Korban banjir yang masih dapat melakukan evakuasi mandiri juga dapat mencari posko bantuan dan penampungan terdekat beserta informasi seputar posko tersebut. Aplikasi Res-Q yang telah dikembangkan dievaluasi menggunakan pengujian task scenario dan kuesioner System Usability Scale (SUS). Skor yang didapatkan pada pengisian kuesioner SUS adalah 87 yang berarti aplikasi Res-Q termasuk acceptable dengan grade A. Sementara itu, dari pengujian task skenario didapatkan beberapa masukan terkait tampilan dan juga fungsionalitas beberapa fitur tertentu.

---

In the early 2020, Jakarta and its neighborhood suffered from floods several times. Thousands of people had to be evacuated since their dwellings were flooded. This sudden emergence of repeating floods incited the society to use social media platforms to seek for help such as food supply, evacuation, and medical support. The urge of people using the social media platforms to help fulfilling their needs is the main background why this research is conducted, which is developing an Android-based application called Res-Q. This application works for those people who seek for several kind of aids. By using the application, the user is able to send their location along with the kind of aids they need. The floods victim who is still capable to independently evacuate themselves is also possible to find the closest aid post along with its detailed information. Res-Q application that has been developed is evaluated by task scenario test and System Usability Scale (SUS) questionnaire. The research reveals that the final score earned in SUS questionnaire is 87, which shows how the Res-Q application is acceptable with the A grade. On the other hand, the task scenario test received several feedbacks in regards of its display and its functional features. "

"

Sistem pengereman adalah salah satu sistem pengaman utama pada kendaraan roda empat dan membutuhkan perhatian khusus dalam pemantauan dan pemeliharaannya. Terdapat banyak faktor yang dapat mengakibatkan komponen sistem ini mengalami potensi kegagalan, salah satunya adalah karakter pengereman yang tidak baik. Pengembangan aplikasi android dengan konsep internet of things (IoT) dan cloud server ini bertujuan untuk mengetahui prediksi sisa masa hidup kampas dan cakram rem serta analisis kenaikan temperatur proses pengereman menggunakan data yang diambil menggunakan raspberry pi 3 B+ melalui OBD II port serta menggunakan pendekatan energi pengereman dari grafik kecepatan terhadap waktu. Hasilnya adalah aplikasi berhasil melakukan akuisisi data dan melakukan analisis, meskipun masih ada rata-rata 3,047 % error rate. Analisis pada aplikasi menyimpulkan periode waktu pemeliharaan komponen kritikal sistem pengereman harus disesuaikan untuk setiap pengguna karena rata-rata pengurangan masa hidup komponen berbeda pada setiap variasi karakter pengereman dengan hasil 20 kilometer per hari untuk kondisi 1 (pengereman yang baik), 25 kilometer per hari untuk kondisi 2 (pengereman yang kurang baik), dan 44 kilometer per hari untuk kondisi 3 (pengereman yang tidak baik).

 

---

Brake System is one of the most essential system for four-wheeler safety and drivers tend to strictly follow the service manual book for maintenance or replacement. However, brake system condition should be checked regularly because many factors contributing to the accelerated wear rate and other potential failure, one of them is bad braking behavior. The development of this android-based application with internet of things and cloud server concept has the objective to perform life expectancy of disc and pad life also temperature rise increase analysis to determine the condition of brake system according to daily data acquired using raspberry pi 3 B+ via OBD II port with the use of braking energy approach from velocity versus time graph. The results are the application system successfully do data acquisition and run all analysis, although the average error rate is around 3,047 %. The output of the analysis concluded that time interval or period of four-wheeler brake system maintenance must be adjusted because the decreasing of life expectancy for braking character variation are different with the result as follows; 20 kilometer per day for condition 1 (good braking character), 25 kilometer per day for condition 2 (average braking character), and 44 kilometer per day for condition 3 (bad braking character).

 

"

"ABSTRAKTeknologi wearable device sangat memiliki dampak yang besar di bidang kesehatan dan kebugaran. Wearable device ini bisa dimanfaatkan oleh sebuah instansi atau perusahaan guna memantau kondisi kesehatan atau kebugaran pekerjanya. Untuk saat ini, aplikasi yang tersedia di pasar hanya mendukung untuk dapat terhubung dengan perangkat masing-masing vendornya saja dan juga setiap pengguna hanya bisa terhubung ke satu jenis device. Diperlukan suatu aplikasi yang dapat terhubung dengan lebih dari satu perangkat dan jenis wearable device serta mendukung untuk perangkat dari berbagai vendor. Aplikasi tersebut dibuat dengan menggabungkan API dari berbagai jenis vendor dan dapat menghubungkan smartphone dengan wearable melalui Bluetooth Low Energy. Aplikasi dapat melakukan pengukuran detak jantung dengan tingkat akurasi sebesar 100 untuk Mi Band 2 dan Mi Band 3 serta 96.16 untuk Amazfit Cor, pengukuran jumlah langkah dengan akurasi sebesar 99.28 untuk Mi Band 2 dan 99.93 untuk Amazfit Cor serta pengukuran total waktu tidur dengan akurasi sebesar 72.78 untuk Mi Band 2 dan 69.49 untuk Amazfit Cor.

---

ABSTRACTWearable device technology has a huge impact on health and fitness. This wearable device can be used by an agency or company to monitor the health or fitness conditions of its workers. For now, the applications available on the market only support being able to connect to each vendors device and each user can only connect to one type of device. An application is needed that can be connected with more than one device and type of wearable device and supports for devices from various vendors. The application is created by combining APIs from various types of vendors and can connect smartphones with wearable via Bluetooth Low Energy. Applications can measure heart rate with an accuracy of 100 for Mi Band 2 and Mi Band 3 and 96.16 for Amazfit Cor, measuring the number of steps with an accuracy of 99.28 for Mi Band 2 and 99.93 for Amazfit Cor and measuring total sleep time with an accuracy of 72.78 for Mi Band 2 and 69.49 for Amazfit Cor."

"Penelitian ini menguraikan upaya pengembangan sistem Real-Time Safety Driving Assistance dengan menggunakan smartphone Android. Sistem ini ditujukan untuk kendaraan beroda empat untuk dapat memberikan feedback berdasarkan perilaku pengendara secara real time. Feedback yang akan dikeluarkan bertujuan untuk mengingatkan pengemudi jika melakukan pelanggaran, memperbaiki perilaku berkendara yang buruk, dan memberikan pelajaran untuk pengemudi yang belum mahir mengemudi. Sebagai salah satu pengaplikasian dari Telematics 3.0, aplikasi ini dapat digunakan sebagai bagian dari ADAS (Advanced Driving Assistance System) kategori keamanan mengemudi. Sistem Real-Time Safety Driving Assistance yang dikembangkan menggunakan kumpulan algoritma pemrosesan data yang didapat dari sensor-sensor yang dimiliki smartphone dan disinkronisasi dengan data sensor kendaraan yang didapatkan dari OBD-II Bluetooth Dongle. Pada tulisan ini akan dibahas mengenai requirement dari aplikasi yang dibutuhkan, rancangan aplikasi yang dapat memenuhi requirement, implementasi dari rancangan sistem, dan analisis semua sensor dan algoritma pemrosesannya. Dari hasil penelitian ini, data rate OBDSIM (Simulator OBD-II) secara signifikan lebih cepat daripada data rate OBD-II dengan dongle murah di pasaran berdasarkan waktu koneksi awal hingga proses komunikasi data setelahnya dengan perbedaan hingga 30 kali lipat lebih lama untuk uji penerimaan data OBD kendaraan. Dengan rata-rata sampling rate data OBD dan pemrosesannya hingga berbentuk nilai desimal bernilai 5.19Hz, terdapat beberapa masalah pada algoritma yang sangat time-sensitive karena pemrosesan algoritma disinkronisasikan dengan masukan data OBD. Walau begitu, reliabilitas dari segi komunikasi Bluetooth maupun aplikasi sangat tinggi dengan tingkat error dibawah 10 persen selama penggunaan. Reverse geocoding, shaky movement analysis, dan sharp turn analysis adalah algoritma yang dinilai masih kurang akurat, namun secara umum akurasi feedback yang diberikan kepada pengguna akurat dan real-time processing dilakukan dengan cepat sehingga aplikasi dapat memastikan fungsinya sebagai pemberi feedback secara real-time selama mengemudi dapat berjalan dengan baik.

---

This research outline an effort to develop a Real-Time Safety Driving Assistance system using android smartphone. This system is developed to be used on 4-wheeled vehicle to give real-time feedback based on driver’s activity. The feedback output aim to warn driver if they did a mistake, help fix driver’s bad driving behavior, and teach driver whom not experienced yet. As one of the application of Telematics 3.0, this application can be used as parts of ADAS (Advanced Driving Assistance System) in safety driving category. The developed Real-Time Safety Driving Assistance system consists of various data processing algorithms which get the input from smartphone’s sensor and vehicle’s sensor sent by OBD-II Bluetooth Dongle. This paper will describe the application’s system requirement, design, implementation, and analysis of its sensors and processing algorithms.

From the research, it is known that data rate of OBDSIM (OBD-II Simulator) significantly faster than vehicle’s OBD-II with Bluetooth dongle in the market based on initial startup connection and the data communication process after with the difference up to 30 times longer time needed by vehicle’s test. With average sampling rate from OBD to usable values in application has value of 5.19Hz, there are some problem with time-sensitive algorithms because all of the algorithms processing rate synchronized with received OBD Data’s timings. However, the reliability of Bluetooth communication and the application itself is high with error rate below 10 percent during the tests. Reverse geocoding, shaky movement analysis, and sharp turn analysis are the algorithm which proven not accurate enough for the expected resulr, but in general the feedback given to driver is accurate and the real-time processing done in very fast manner so the application can provide its main function as real-time feedback system while driving."

"Waktu merupakan hal yang penting khususnya bagi mahasiswa, oleh karena itu dibuatlah aplikasi bikunin untuk memperkirakan waktu datangnya bikun (Bis Kuning) pada setiap halte, sehingga waktu yang digunakan untuk menunggu bikun dapat dimanfaatkan dengan lebih baik. Selain itu, aplikasi bikunin juga memiliki fitur lain seperti pesan dan tracking bikun untuk lebih memudahkan user mengetahui kondisi dan lokasi bikun. Perancangan dan pengimplementasian aplikasi bikunin menggunakan metode HCI (Human and Computer Interaction) untuk memudahkan user menggunakan aplikasi bikunin dan memberikan tampilan yang menarik. Dari hasil pengujian didapatkan bahwa rata-rata hasil eksekusi waktu pada fitur tracking bikun adalah 936,5 milliseconds untuk kartu Smartfren dan 500,7 untuk kartu Axis. Sedangkan waktu pemrosesan rata-rata untuk melakukan pengiriman pesan kepada 20 user adalah 11492,1 milliseconds, untuk 10 user adalah 6305,1 milliseconds, untuk 5 user adalah 3902,7 milliseconds, untuk 1 user adalah 2792,6 milliseconds. Waktu pemrosesan rata-rata untuk menampilkan estimasi waktu kedatangan Bis Kuning pada halte berikutnya adalah 13971,9 milliseconds untuk kartu Smartfren dan 15935,1 untuk kartu Axis. Hasil pengujian responden menunjukkan bahwa tingkat kepuasan responden sebesar 83,1% untuk fungsi utama, 77,1% untuk fitur-fitur serta 74,6% untuk tampilan antarmuka. Secara keseluruhan tingkat kepuasan responden sebesar 78,8 %.

---

Time is important, especially for students, therefore we made an bikunin application to estimate the arrival time of bikun (Bis Kuning) at each bikun shelter, so the time spent waiting bikun can be optimized. In addition, the bikunin application also has other features such as messaging and bikun tracking to assists the user to find out the location of the Bis Kuning. The design and implementation of bikunin applications employs HCI (Human and Computer Interaction) principles to allow users to use the bikunin application easily and provides attractive appearance.

From the test results, it is showed that the average execution time on the bikun tracking features is 936.5 milliseconds for Smartfren card and 500.7 milliseconds for Axis card. While the average processing time for sending messages to the 20 users is 11492.1 milliseconds, whereas for 10 users is 6305.1 milliseconds. Meanwhile for 5 users is 3902.7 milliseconds, and 2792.6 milliseconds for one user. The average processing time to provides the expected arrival time of Bis Kuning to the next shelter is 13971.9 milliseconds for Smartfren card and 15935.1 milliseconds for Axis card.

The test results shows that the respondents' satisfaction level is 83.1% for the main function, 77.1% for features and 74.6% for the interface. Overall satisfaction level of respondents is 78.8%."

"Dengan berbagai kemajuan teknologi, transportasi tetap bertanggung jawab sebagai penyumbang polusi udara terbesar khususnya emisi CO2. Dampak emisi CO2 ini sangat berbahaya bagi kesehatan dan lingkungan. Sudah ada beberapa cara yang dilakukan untuk mengurangi dampak yang dihasilkan emisi CO2 pada kendaraan roda empat. Salah satunya dengan melakukan tes emisi. Prosedur tes emisi ini dilakukan dengan perilaku berkendara tetap yang menyebabkan tes ini tidak representative terhadap keadaan nyata di jalan, oleh karena itu dibutuhkan monitoring langsung pada perilaku berkendara yang berbeda-beda. Dengan memanfaatkan teknologi OBD II dan konsep IoT (Internet of Things), peneliti dapat melakukan pengembangan ke arah monitoring. Pengembangan dilakukan dengan cara menghubungkan OBD II dan Raspberry Pi ke kendaraan roda empat. Perhitungan emisi CO2 dilakukan dengan memanfaatkan data MAF yang diperoleh dari OBD II. Hasil perhitugan tersebut dikirim ke aplikasi Android melalui Cloud Server agar dapat dibaca oleh pengguna aplikasi Android tersebut. Untuk memverifikasi model perhitungan, pengetesan dilakukan pada Nissan Juke tahun 2015 dengan melakukan uji jalan sejauh 300km pada tiga perilaku berkendara yang berbeda. Emisi CO2 yang dihasilkan diukur menggunakan Portable CO2 Meters Detector Tvoc Hcho AQI Monitor dan dibandingkan dengan hasil uji pada aplikasi. Nilai error verifikasi pengukuran pada masing-masing perilaku berkendara yaitu 11,65 % untuk eco, 7,38% untuk Normal, dan 49,56% untuk Sport. pengetesan yang dilakukan juga menunjukkan bahwa model perilaku berkendara Eco memiliki tingkat emisi terendah dibanding dua perilaku berkendara lainnya dengan jumlah emisi CO2 yang dihasilkan sebesar 33.401,25 g sedangkan untuk Normal dan Sport masing-masing secara berurutan menghasilkan emisi CO2 sebesar 56.250,26 g dan 123.122,99 g. Kemudian apabila dihubungkan dengan parameter perilaku berkendara, perilaku berkendara Eco dengan interval nilai Accelerator Position 4,63% – 10,99% menghasilkan CO2 per detiknya sebesar 0,57 g/s – 1,93 g/s, perilaku berkendara Normal dengan interval nilai Accelerator Position 16,23% – 24,15% menghasilkan CO2 per detiknya sebesar 3,37 g/s – 5,09 g/s, dan perilaku berkendara Sport dengan interval nilai Accelerator Position 71,89% – 78,39% menghasilkan CO2 per detiknya sebesar 13,00 g/s – 14,24 g/s.

---

With various technological advances, transportation remains responsible as the biggest contributor to air pollution, especially CO2 emissions. The impact of CO2 emissions is very dangerous for health and the environment. There have been several ways to reduce the impact of CO2 emissions on four-wheeled vehicles. One of them is by conducting emission tests. This emission test procedure is carried out with a fixed driving behavior which causes this test not to be representative of the actual situation on the road, because of that we require direct monitoring of different driving behaviors. By utilizing OBD II technology and collaborating with the concept of IoT (Internet of Things) Researchers can make development towards monitoring. Development is carried out by connecting the OBD II and Raspberry Pi that has been programmed to calculate CO2 emissions. The calculation of CO2 emissions is done by calculating the MAF data that can be obtained from OBD II. The results of these calculations are sent to the Android application via Cloud Server so that they can be read by the application's users. To verify the calculation model, testing was done on the 2015 Nissan Juke by conducting a road test on three different driving behaviors. The resulting CO2 emissions are measured using Portable CO2 Meters Detector Tvoc Hcho AQI Monitor and compared with test results on the application. The verification error measurement value on each driving behavior is 11,65% for Eco, 7,38% for Normal, and 49,56% for Sport. The testing also shows that the Eco-driving behavior model has the lowest emission level compared to the other two driving behaviors with the amount of CO2 emissions produced of 33.401,25 g while for Normal and sport respectively produced CO2 emissions of 56.250,26 g and 123.122,99 g. Then when connected with driving behavior parameters, Eco-driving behavior with an interval value of Accelerator Position 4.63% - 10.99% produces CO2 per second of 0.57 g/s - 1.93 g/s, Normal driving behavior with an interval value Accelerator Position 16.23% - 24.15% produces CO2 per second of 3.37 g/s - 5.09 g/s and Sport driving behavior with an interval of Accelerator Position 71.89% - 78.39% produces CO2 per second of 13.00 g/s - 14.24 g/s."

"Perancangan sistem ini dibangun dengan bentuk aplikasi menggunakan kamera yang terdapat pada smartphone untuk mendapatkan citra digital lalu diolah dengan pustaka OpenCV. Pengolahan dilakukan dengan metode Haar Cascade Classifiers untuk mendapat daerah mata, lalu dengan menggunakan kontour, blur, tresholding, keadaan mata dilacak untuk mendeteksi tanda kantuk yang berupa mata tertutup. Aplikasi diuji kecepatan pengolahan dengan pengimplementasian pengembangan optimasi region of interest, nilai ambang HSV, pengaruh kondisi cahaya, dan karakteristik mata. Hasil yang didapatkan menunjukan bahwa dengan memberikan optimasi algoritma kepada sistem yang sudah ada dapat meningkatkan kecepatan pengolahan. Nilai ambang HSV optimal yang didapatkan bermulai dengan V=10 atau 20 dengan selisih tinggi 15 atau 20. Aplikasi memiliki tingkat kegagalan 11.11% pada kondisi pencahayaan dan gagal saat malam. Dari pengujian pengaruh kacamata, didapatkan tidak bahwa kacamata tidak berpengaruh besar dengan tingkat keberhasilan 94.44% untuk pengguna kacamata.

---

The development of this system is built as an application that uses the camera built in smartphones to get digital images which will be processed using the OpenCV library. In the process, Haar Cascade Classifier is used to find the region of interest of the eye, which will then be tracked using contour, thresholding, and blur to detect signs of drowsiness which are closed eyes. The application is tested based on the optimization made on the algorithm, the value for HSV thresholding, the effect of light on different times, and on the characteristic of the eye.

The results show that the optimization made has caused significant speed up on the processing in comparison to existing algorithm. The HSV threshold found to be the most effective is V=10 or 20 with a difference of 15 or 20 to the upper limit.  The effect of light causes 11.11% chance of failure especially when its night without lights. The characteristic of the eye, whether there are glasses or not, does not make a big difference and still has a 94.44% chance of success."