Claim Missing Document
Check
Articles

Found 1 Documents
Search

Sistem Deteksi Kantuk Pengemudi berbasis DLIB Facial Landmark dan Rasio Kedipan Mata menggunakan OPENCV secara Real-time M Ikhsan; Siti Nurjanah; Dila Marta Putri; Ika Mayla Sari; Hudaya Muna Putra; Ririn Violina; Radinal Dwiki Novendra; Yoan Purbolingga
Journal of System & Technology (SYSTEC) Vol. 2 No. 1 (2026): Journal of System & Technology (June Edition)
Publisher : Jurusan Teknik Elektro, Fakultas Teknik, Universitas Riau

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Kecelakaan lalu lintas akibat kondisi mengantuk saat berkendara merupakan permasalahan keselamatan yang serius dan belum terselesaikan secara tuntas. Penelitian ini mengimplementasikan sistem deteksi kantuk pengemudi secara real-time berbasis kecerdasan buatan dengan memanfaatkan OpenCV untuk akuisisi video dari webcam dan pustaka Dlib untuk ekstraksi 68 titik facial landmark. Kontribusi utama penelitian ini adalah pengembangan sistem tiga-kelas (active, drowsy, sleep) menggunakan mekanisme pencacah frame dengan ambang batas empat frame berturut-turut, yang beroperasi tanpa GPU khusus disertai alarm audio otomatis. Berbeda dengan penelitian terdahulu yang umumnya hanya membedakan dua kondisi, sistem ini menambahkan kelas 'active' sebagai konfirmasi eksplisit kondisi pengemudi yang waspada. Pengujian terhadap 30 percobaan menghasilkan akurasi 90%, recall rata-rata 0,90, dan rata-rata waktu respons alarm 0,65 detik. Hasil ini menunjukkan bahwa pendekatan berbasis rasio keterbukaan mata dan pencacah frame efektif sebagai prototipe sistem deteksi kantuk ringan syang dapat direproduksi pada perangkat komputasi konvensional.