Implementasi Sistem Deteksi Mata Kantuk Pada Pengendara Mobil Dengan Metode Eye Aspect Ratio Dan Facial Landmarks Berbasis Raspberry Pi 4B

Abstract

Angka kecelakaan lalu lintas di Indonesia meningkat setiap tahunnya. Kondisi pengemudi yang mengantuk merupakan faktor penting dalam terjadinya kecelakaan. Untuk menyelesaikan masalah ini, diperlukan sebuah alat yang secara otomatis bisa mendeteksi apakah pengemudi mobil sedang dalam keadaan mengantuk atau sadar. Tujuan dari penelitian ini adalah untuk mengidentifikasi tingkat kantuk pada pengemudi mobil menggunakan metode Facial Landmarks dan Eye Aspect Ratio (EAR). Proses yang dilakukan melibatkan beberapa tahapan diantaranya, pengumpulan data, deteksi wajah Facial Landmarks, perhitungan Eye Aspect Ratio (EAR), deteksi kantuk, dan pengujian. Proses dimulai dengan pengambilan gambar menggunakan kamera, selanjutnya melibatkan pemrosesan gambar menggunakan Raspberry Pi 4b untuk mengenali wilayah wajah. Setelah berhasil diidentifikasi, selanjutnya menerapkan metode eye aspect ratio untuk memeriksa kondisi mata. Sistem membaca jika mata terbuka, maka pengemudi dalam kondisi sadar dan tidak mengantuk. Jika mata tertutup dalam jangka waktu yang ditentukan, sistem mengenali bahwa pengemudi mengalami kantuk dan akan memberikan peringatan suara. Penelitian ini dilakukan 40 kali pengujian pada siang hari dan pada malam hari, 20 kali pengujian pada siang hari dan 20 kali pengujian pada malam hari. Hasil pengujian menunjukkan bahwa pada siang hari, akurasi mencapai 70%, sementara pada malam hari akurasi sebesar 35%.