<?xml version="1.0" encoding="UTF-8" ?>
<modsCollection xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xmlns="http://www.loc.gov/mods/v3" xmlns:slims="http://slims.web.id" xsi:schemaLocation="http://www.loc.gov/mods/v3 http://www.loc.gov/standards/mods/v3/mods-3-3.xsd">
<mods version="3.3" id="3285">
 <titleInfo>
  <title>MENDETEKSI NGANTUK DALAM BERKENDARA (DROWSY DRIVING) MENGGUNAKAN ALGORITMA OBJECT REAL-TIME YOU ONLY LOOK ONCE (YOLO)</title>
 </titleInfo>
 <name type="Personal Name" authority="">
  <namePart>Rama Fikli</namePart>
  <role>
   <roleTerm type="text">Primary Author</roleTerm>
  </role>
 </name>
 <typeOfResource manuscript="no" collection="yes">mixed material</typeOfResource>
 <genre authority="marcgt">bibliography</genre>
 <originInfo>
  <place>
   <placeTerm type="text">BEKASI</placeTerm>
  </place>
  <publisher>USNI</publisher>
  <dateIssued>2023</dateIssued>
 </originInfo>
 <language>
  <languageTerm type="code">id</languageTerm>
  <languageTerm type="text">Indonesia</languageTerm>
 </language>
 <physicalDescription>
  <form authority="gmd">Text</form>
  <extent></extent>
 </physicalDescription>
 <note>Ngantuk dalam berkendara (drowsy driving) dapat disebabkan karena pengemudi&#13;
menderita kelelahan dalam melakukan perjalanan panjang, Ini menjadi salah satu&#13;
faktor yang menyebabkan kecelakaan lalu lintas. Drowsy driving sering terjadi pada&#13;
Supir Bis. Dengan adanya penelitian ini diharapkan terciptanya sebuah sistem yang&#13;
dapat mendeteksi ngantuk dalam berkendara. Penelitian ini menggunakan&#13;
Algoritma You Only Look Once juga dikenal sebagai YOLO, untuk membantu&#13;
sistem &quot;melihat&quot; dan mengidentifikasi objek. Algoritma YOLO melatih kumpulan&#13;
model citra pengemudi saat mengantuk dan tidak mengantuk, sehingga dapat&#13;
digunakan untuk mendeteksi ngantuk dalam berkendara pada pengemudi secara&#13;
real-time. YOLO menggunakan Convolutional Neural Network (CNN) pada&#13;
algoritmanya. Penelitian ini berhasil membuat model untuk mendeteksi pengemudi&#13;
mengantuk (drowsy) atau pengemudi yang terjaga (awake). Dari skenario yang&#13;
dibuat menghasil nilai akurasi tertinggi sebesar 0.995 atau 99,5%, dengan&#13;
menggunakan pembagian dataset sebesar 80% pelatihan, 10% validasi, 10% test&#13;
dan batch size 16.</note>
 <note type="statement of responsibility">Rama Fikli</note>
 <subject authority="">
  <topic>Teknik Informatika</topic>
 </subject>
 <subject authority="">
  <topic>Algoritma YOLO</topic>
 </subject>
 <subject authority="">
  <topic>Drowsy Driving</topic>
 </subject>
 <classification>NONE</classification>
 <identifier type="isbn"></identifier>
 <location>
  <physicalLocation>Institutional Repository USNI Universitas Satya Negara Indonesia</physicalLocation>
  <shelfLocator></shelfLocator>
  <holdingSimple>
   <copyInformation>
    <numerationAndChronology type="1">8230273</numerationAndChronology>
    <sublocation>Perpustakaan USNI Kampus B</sublocation>
    <shelfLocator></shelfLocator>
   </copyInformation>
  </holdingSimple>
 </location>
 <slims:digitals>
  <slims:digital_item id="3414" url="" path="/d3f661484b963df4bb901018bc1f557e.pdf" mimetype="application/pdf">MENDETEKSI NGANTUK DALAM BERKENDARA (DROWSY DRIVING) MENGGUNAKAN ALGORITMA OBJECT REAL-TIME YOU ONLY LOOK ONCE (YOLO)</slims:digital_item>
 </slims:digitals>
 <recordInfo>
  <recordIdentifier>3285</recordIdentifier>
  <recordCreationDate encoding="w3cdtf">2023-09-13 15:08:10</recordCreationDate>
  <recordChangeDate encoding="w3cdtf">2023-09-13 15:08:53</recordChangeDate>
  <recordOrigin>machine generated</recordOrigin>
 </recordInfo>
</mods>
</modsCollection>