Kondisi mengantuk saat berkendara merupakan salah satu penyebab utama kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan model klasifikasi berbasis Convolutional Neural Network (CNN) guna mendeteksi kondisi mengantuk dari citra wajah pengemudi secara otomatis. Dataset yang digunakan adalah Driver Drowsiness Dataset yang terdiri dari lebih dari 41.000 gambar wajah berlabel "mengantuk" dan "tidak mengantuk". Model dikembangkan menggunakan arsitektur MobileNetV2 dengan pendekatan transfer learning dan teknik data augmentation untuk mengatasi tantangan seperti variasi ekspresi, pencahayaan, dan latar belakang. Proses pelatihan melibatkan normalisasi citra. Evaluasi performa dilakukan dengan menggunakan metrik akurasi, presisi, recall, dan F1-score. Hasil dari penelitian ini menunjukkan bahwa pendekatan CNN mampu mengenali kondisi mengantuk secara efektif, sehingga berpotensi diimplementasikan dalam sistem deteksi dini pada kendaraan untuk meningkatkan keselamatan berkendara
Copyrights © 2025