Detail Cantuman

Tingkat kecelakaan lalu lintas semakin hari semakin bertambah banyak,
berdasarkan Badan Pusat Stastistik (BPS), pada tahun 2020 menunjukan tingkat
penggunaan kendaraan bermotor khususnya mobil di Indonesia selama 3 tahun
terakhir mengalami peningkatan. Peningkatan jumlah tersebut dapat memberikan
dampak negatif salah satunya yaitu naiknya angka kecelakaan lalu lintas. Faktor
tertinggi penyebab peningkatan jumlah kecelakaaan lalu lintas adalah faktor
manusia, lebih dari 25 % penyebab kecelakaan merupakan kelelahan yang
mengakibatkan pengendara mengalami kantuk saat sedang berkendara. Maka dari
itu , diperlukan sebuah sistem yang dapat mendeteksi keadaan pengemudi saat
sedang lelah atau mengantuk. Penelitian ini mengembangkan sistem pendeteksi
kantuk menggunakan Convolutional Neural Network. Masukan citra secara real time pada sistem didapat dari kamera yang dipasang didepan pengemudi. Keluaran
dari sistem terdapat suara alarm untuk peringatan bahwa pengendara dalam keadaan
mengantuk atau tertidur. Rata-rata akurasi sistem pendeteksian wajah
menggunakan Haar Cascade yaitu 100 %, rata-rata akurasi untuk pendeteksian
mata terbuka dan tertutup pada jarak 30-50 cm yaitu 97,2 % dan rata-rata akurasi
untuk pendeteksian kantuk sebesar 94,4 %. Sedangkan untuk rata-rata waktu untuk
pendeteksin mata terbuka dan tertutup memiliki rata-rata waktu sebesar 5.19 detik
yang akan memudahkan untuk mendeteksi kantuk secara cepat.