Rancang Bangun Sistem Peringatan Dini Microsleep untuk Pengendara Motor Berbasis Photoplethysmography Menggunakan Metode Root Mean Square of Successive Differences (RMSSD)

Fernando Wijaya Sumargo, Kevin (2026) Rancang Bangun Sistem Peringatan Dini Microsleep untuk Pengendara Motor Berbasis Photoplethysmography Menggunakan Metode Root Mean Square of Successive Differences (RMSSD). Bachelor Thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Restricted to Registered users only Download (634kB)
	PDF BAB_I.pdf Download (262kB)
	PDF BAB_II.pdf Download (1MB)
	PDF BAB_III.pdf Restricted to Registered users only Download (591kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (993kB)
	PDF BAB_V.pdf Restricted to Registered users only Download (233kB)
	PDF DAFTAR_PUSTAKA.pdf Restricted to Registered users only Download (258kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (2MB)
	Archive (ZIP) 00000044537_2521_LembarPengesahan.pdf Restricted to Registered users only Download (64kB)

Abstract

Microsleep merupakan kondisi tidur singkat yang terjadi secara tidak sadar selama beberapa detik dan berpotensi meningkatkan risiko kecelakaan lalu lintas, terutama pada pengendara sepeda motor. Penurunan tingkat kewaspadaan akibat kantuk merupakan salah satu kondisi yang dapat mengindikasikan terjadinya microsleep. Oleh karena itu, diperlukan suatu sistem yang mampu mendeteksi perubahan kondisi fisiologis sebagai peringatan dini sebelum microsleep terjadi. Penelitian ini bertujuan untuk merancang dan membangun sistem peringatan dini yang mampu mendeteksi kondisi yang mengindikasikan terjadinya microsleep pada pengendara sepeda motor berbasis Photoplethysmography (PPG) menggunakan sensor MAX30102 yang ditempatkan pada dahi pengguna. Data denyut jantung yang diperoleh diolah menggunakan mikrokontroler ESP32 untuk menghasilkan nilai Inter-Beat Interval (IBI) dan menghitung parameter Heart Rate Variability (HRV) menggunakan metode Root Mean Square of Successive Differences (RMSSD). Sistem menggunakan nilai baseline masing-masing pengguna sebagai acuan untuk mendeteksi penurunan nilai RMSSD berdasarkan ambang batas (threshold) yang telah ditentukan. Apabila nilai RMSSD melewati ambang batas tersebut, sistem akan mengaktifkan vibration motor sebagai keluaran berupa peringatan dini kepada pengguna. Evaluasi performa sistem dilakukan menggunakan Karolinska Sleepiness Scale (KSS) sebagai ground truth. Hasil klasifikasi sistem dibandingkan dengan kondisi aktual sehingga diperoleh 6 true positive, 22 true negative, 1 false positive, dan 1 false negative dari total 30 data pengujian, kemudian dianalisis menggunakan confusion matrix. Berdasarkan hasil pengujian tersebut, sistem memperoleh nilai accuracy sebesar 93,33%, sensitivity sebesar 85,71%, dan specificity sebesar 95,65%. Hasil tersebut menunjukkan bahwa sistem berbasis RMSSD mampu membedakan kondisi sadar dan mengantuk serta mendeteksi kondisi fisiologis yang mengindikasikan terjadinya microsleep secara real-time.

Item Type:	Thesis (Bachelor Thesis)
Creators:	Fernando Wijaya Sumargo, Kevin (00000044537)
Contributors:	Kusuma Halim, Dareen
Keywords:	Microsleep, Photoplethysmography (PPG), MAX30102, Heart Rate Variability (HRV), RMSSD, Karolinska Sleepiness Scale.
Subjects:	000 Computer Science, Information and General Works > 000 Computer Science, Knowledge and Systems > 004 Computer Science, Data Processing, Hardware
Divisions:	Faculty of Engineering & Informatics > Computer Engineering
Date Deposited:	22 Jul 2026 07:57
URI:	https://kc.umn.ac.id/id/eprint/47839

Actions (login required)

View Item