<![CDATA[Kondisi kantuk saat berkendara dapat menurunkan kewaspadaan dan meningkatkan risiko kecelakaan. Penelitian ini membandingkan performa sistem deteksi kantuk berbasis fitur geometri wajah dengan dan tanpa Contrast Limited Adaptive Histogram Equalization (CLAHE) pada smartphone Android. Sistem menggunakan Eye Aspect Ratio (EAR) untuk mendeteksi kondisi mata dan Mouth Aspect Ratio (MAR) untuk mendeteksi aktivitas menguap. Pengujian dilakukan pada tiga smartphone Android yang merepresentasikan perangkat spesifikasi rendah, sedang, dan tinggi. Evaluasi mencakup akurasi pada tiga kondisi pencahayaan, FPS, latensi, penggunaan CPU dan RAM yang dianalisis menggunakan rata rata dan deviasi standar, serta perubahan suhu perangkat selama 30 menit. Hasil menunjukkan bahwa CLAHE tidak selalu meningkatkan akurasi. Pada kondisi redup, CLAHE meningkatkan akurasi perangkat spesifikasi sedang sebesar 4,16% dan perangkat spesifikasi tinggi sebesar 2,09%, sedangkan perangkat spesifikasi rendah lebih baik tanpa CLAHE. Penggunaan CLAHE menurunkan FPS dan meningkatkan latensi pada seluruh perangkat, dengan dampak terbesar pada perangkat spesifikasi rendah, yaitu FPS menurun sebesar 10,44 FPS dan latensi meningkat sebesar 113,40 ms. Rata-rata penggunaan RAM tertinggi sebesar 250,27 MB terjadi pada perangkat spesifikasi tinggi dengan CLAHE, sedangkan perubahan suhu tertinggi sebesar 12,2°C terjadi pada perangkat spesifikasi sedang. Hasil ini menunjukkan trade-off antara peningkatan akurasi pada kondisi tertentu dan peningkatan beban pemrosesan.]]>
Copyrights © 2026
