Author : Evi Nur Qomariya   , Amang Sudarsono, Tri Budi Santoso
ABSTRAK

Kecelakaan dalam berkendara masih menjadi insiden yang banyak menyebabkan kematian. Beberapa upaya untuk menanganinya sudah dilakukan baik tahap pencegahan maupun proses penyelidikan. Hanya saja, penanganan tersebut masih kurang effisien sehingga masih menyulitkan pihak wewenang untuk mengidentifikasi penyebab kejadian kecelakaan tersebut. Maka dari itu, dalam proyek akhir ini akan dibuat sistem layanan cloud sebagai pendukung aplikasi keamanan berkendara berbasis kontainer. Data yang dikirim pada cloud berupa manuver yang didapat dari dataset yang meliputi hasil pembacaan sensor diantaranya Accelerometer, Gyroscope, dan Magnetometer. Data yang akan dikirim tersebut akan melalui proses enkripsi menggunakan algoritma berbasis DNA dan juga proses klasifikasi menggunakan algoritma K-Nearest Neighbor. Terdapat 4 jenis klasifikasi manuver yang digunakan diantaranya akselerasi mendadak, belok kanan mendadak, belok kiri mendadak, dan rem mendadak. Sedangkan sistem pada server akan diimplementasikan penggunaan docker berbasis kontainer yang merupakan teknologi virtualisasi ringan yang dapat dijalankan di berbagai environment sehingga dapat lebih mempermudah proses deployment. Hypervisor yang akan digunakan adalah VMware yang akan dilengkapi dengan PfSense sebagai firewall untuk memberikan sistem keamanan pada server. Pengujian sistem yang dibuat ini terdiri dari pengukuran akurasi klasifikasi, uji fungsionaalitas dan performa dari web dan server dengan menggunakan metode stress testing untuk menguji stabilitas dan ketahanan sistem dalam melayani request user dengan jumlah yang banyak. Hasil yang didapatkan dari pengujian ini, server dan website beruhasil dijalankan dengantingkat akurasi klasifikasi rata rata sebesar 88%, dan ketika jumlah virtual user ditetapkan maximal 500 user, eror dalam menerima request 0% dengan penggunaan cpu dan memori yang akan semakin besar seiring dengan meningkatnya jumlah user tersebut. Dengan adanya sistem ini, diharapkan akan lebih mempermudah dalam mengidentifikasi penyebab kecelakaan yang terjadi menggunakan beberapa data yang merupakan kondisi abnormal terakhir pada mobil tersebut sebelum terjadinya kecelakaan.

[DOWNLOAD ABSTRACT]