Mahfuzhon, Adnan
Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Published : 1 Documents
Articles

Found 1 Documents
Search

Rancang Bangun Alat Pendeteksi Kecelakaan Mobil Menggunakan Sensor Akselerometer dan Sensor 801s Vibration Mahfuzhon, Adnan; Tibyani, Tibyani; Setyawan, Gembong Edhi
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 2 No 12 (2018)
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (733.198 KB)

Abstract

Peningkatan infrastruktur, terutama jalan dan jalan tol, akan membuat industri jasa transportasi semakin menjanjikan. Salah satunya adalah bisnis jasa sewa mobil yaitu meningkat hingga 70%. Ada sejumlah alasan, kenapa jasa sewa mobil lebih menjadi pilihan dari pada membeli atau memiliki mobil sendiri, terutama bagi kalangan dunia usaha. Selain menghemat anggaran, menyewa kendaraan bermotor juga menghilangkan sejumlah kerepotan, seperti soal pemeliharaan, perpanjangan surat kendaraan bermotor, bahkan menghilangkan risiko kehilangan kendaraan bermotor. Berdasarkan data yang di dapat dari meningkatnya usaha jasa sewa mobil perlunya upaya menjaga kenyamanan antara pemberi jasa dengan pelanggan, hal yang perlu diperhatikan ketika pemberi jasa harus menjaga asetnya berupa mobil mereka yang sedang disewa. Dan pelanggan harus menjaga mobil yang sedang mereka sewa. Dari permasalahan tersebut diperlukan adanya penelitian yang terkait dengan notifikasi kecelakaan untuk menjaga aset prusahaan dan kenyamanan pelanggan. Proses pengamilan data uji dengan cara manual untuk di jadikan data masukan untuk perhitungan naïve bayes. Penyesuaian data di tetapkan dengan mengacu pada data akselerometer jika data lebih dari 4g maka masuk dalam kondisi kecelakaan. Pengambilan data dari kondisi berjalan di dapat persentase kesesuaian sebesar 90%, lalu pada saat pengambilan dalam kondisi berhenti mendadak sebesar 78%, dan saat kondisi kecelakaan sebesar 98%. Dari hasil data uji dari hasil klasifkasi menggunakan metode naïve bayes didapat degan pengambilan data uji pada masing masing 16 kali pengujian pada setiap skenario, pada kondisi berjalan didapat nilai keakurasian sebesar 98,7 %, kondisi berhenti mendadak didapat nilai keakurasian sebesar 87,5 %, dan kondisi kecelakaan didapat nilai keakurasian sebesar 98,7 %.