<![CDATA[Kantuk merupakan salah satu faktor utama penyebab kecelakaan lalu lintas, khususnya pada pengemudi yang berkendara dalam waktu lama. Penelitian ini merancang sistem deteksi kantuk berbasis pengolahan citra dan sensor detak jantung menggunakan Raspberry Pi 5. Sistem ini memanfaatkan kamera webcam untuk mendeteksi kondisi mata menggunakan algoritma YOLOv5 dan sensor Pulse Sensor Amped untuk membaca denyut jantung pengemudi. Dataset citra wajah dikumpulkan dan dilabeli menjadi dua kondisi, yaitu mengantuk dan terjaga, kemudian digunakan untuk melatih model deteksi objek. Hasil pengujian menunjukkan bahwa model YOLOv5 mampu mendeteksi kondisi mata dengan rata-rata confidence sebesar 90,6% pada jarak 60–90 cm dalam berbagai intensitas cahaya. Pengujian sensor menunjukkan bahwa pembacaan denyut jantung lebih akurat saat sensor dipasang di pergelangan tangan, dengan rata-rata error 2,81%, dibandingkan pemasangan di jari yang memiliki error 3,98%. Sistem juga mampu memberikan peringatan melalui buzzer, LCD, dan notifikasi Telegram secara real-time. Dengan hasil tersebut, sistem ini terbukti efektif untuk mendeteksi kantuk secara cepat dan responsif.]]>
Copyrights © 2026
