Pengenalan Aktivitas Pengemudi Berdasarkan Data Sensor Menggunakan Deep Learning

Abstract

Kendaraan sepeda motor sudah menjadi kebutuhan pokok bagi masyarakat indonesia karena dinilai mudah untuk digunakan dan mampu untuk menerjang kemacetan. Tingginya peminat kendaraan sepeda motor di Indonesia serta adanya inovasi baru yaitu sepeda motor listrik yang menjadi alternatif bagi dunia otomotif modern, dikarenakan sepeda motor listrik menjadi solusi untuk mengurangi polusi udara dan suara seperti yang dihasilkan pada kendaraan yang menggunakan sumber daya minyak bumi. Oleh sebab itu tidak menutup kemungkinan terjadinya kecelakaan lalu lintas. Pada penelitian ini mengusulkan Sistem Pengenalan Aktivitas Pengemudi pada Kendaraan Listrik. Sistem ini menggunakan data sensor meliputi Accelero, Gyro, Tegangan, Arus, Daya, Energi, dan Kecepatan dengan dilengkapi latitude dan longitude. Sensor yang digunakan adalah MPU6050, PZEM017, dan GY-NEO6V2 dengan menggunakan mikrokontroler ESP32 dan diprogram melalui perangkat lunak Arduino IDE. kemudian data sensor tersebut akan diolah menggunakan algoritma LSTM dengan lima kelas (Drove, Brake, Stop, Left, Right).