Sistem Pendeteksi Kantuk Berbasis Metode Haar Cascade Untuk Aplikasi Computer Vision
DOI:
https://doi.org/10.33633/tc.v22i3.8464Keywords:
Kantuk, Kondisi Mata, Computer Vision, Haar CascadeAbstract
Setiap orang memerlukan istirahat yang cukup agar dapat menjalankan aktivitas sehari-hari dengan optimal. Istirahat yang tidak cukup memicu kondisi kantuk seseorang. Rasa kantuk dapat mengganggu aktivitas karena adanya penurunan konsentrasi. Kondisi yang berbahaya terjadi ketika pengemudi mengantuk saat mengemudi. Kondisi tersebut dapat dihindari dengan membuat sistem alarm berbasis computer vision. Penelitian ini memanfaatkan kamera dan kecerdasan buatan untuk mendeteksi apakah pengemudi dalam keadaan mengantuk atau tidak. Penelitian ini melakukan perancangan sistem untuk mendeteksi kantuk melalui kondisi mata pada citra wajah berbasis metode Haar Cascade. Sistem dibangun menggunakan total 1.600 dataset citra dan 200 kali pengujian. Hasil dari pengujian menunjukkan bahwa sistem memiliki tingkat accuracy sebesar 92,5%, tingkat precision sebesar 89,71%, dan tingkat recall sebesar 96%. Penelitian ini membuktikan bahwa metode haar cascade dapat digunakan untuk mendeteksi kondisi mata kantuk berdasarkan masukan gambar dari kamera.References
G. Guritnaningsih, T. Tjahjono, and D. Maulina, “Kelalaian Manusia (Human Error) dalam Kecelakaan Lalu Lintas: Analisis Berdasarkan Pemrosesan Informasi,” J. Indones. Road Saf., vol. 1, no. 1, p. 30, Apr. 2018, doi: 10.19184/korlantas-jirs.v1i1.14772.
E. Buchari, D. D. A. Putranto, D. Asmoro, and L. D. Saribu, “Analisis Perubahan Kecepatan Terhadap Risiko Kecelakaan Lalu Lintas,” J. Indones. Road Saf., vol. 2, no. 2, p. 76, Aug. 2019, doi: 10.19184/korlantas-jirs.v2i2.15027.
P. Hardini, N. Hidayati, and E. W. I, “Studi Komparasi Pemilihan Angka Kecepatan Kendaraan di Purwokerto dan Semarang,” J. Indones. Road Saf., vol. 2, no. 2, p. 87, Aug. 2019, doi: 10.19184/korlantas-jirs.v2i2.15038.
F. P. Makalew, B. Widodo, and M. I. Ramli, “Pengaruh Perilaku Pengendara Terhadap Kecelakaan Pejalan Kaki-Sepeda Motor,” J. Indones. Road Saf., vol. 2, no. 1, p. 32, Apr. 2019, doi: 10.19184/korlantas-jirs.v2i1.15028.
T. C. A.-S. Zulkhaidi, E. Maria, and Y. Yulianto, “Pengenalan Pola Bentuk Wajah dengan OpenCV,” J. Rekayasa Teknol. Inf., vol. 3, no. 2, p. 181, Jun. 2020, doi: 10.30872/jurti.v3i2.4033.
Lukman Priyambodo et al., “Klasifikasi Kematangan Tanaman Hidroponik Pakcoy Menggunakan Metode SVM,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 1, pp. 153–160, Feb. 2022, doi: 10.29207/resti.v6i1.3828.
M. A. Afandi, I. Hikmah, and C. Agustinah, “Microcontroller-based Artificial Lighting to Help Growth the Seedling Pakcoy,” J. Nas. Tek. ELEKTRO, vol. 10, no. 3, Nov. 2021, doi: 10.25077/jnte.v10n3.943.2021.
M. Jannah, “Tomato Maturity Detection System Using Color Histogram Method and Nearest Neighbor,” JAICT, vol. 7, no. 1, p. 63, Mar. 2022, doi: 10.32497/jaict.v7i1.3074.
M. A. Afandi, S. I. Purnama, and R. F. Crisianti, “Implementasi Metode Deteksi Tepi Laplacian dan Jarak Euclidean untuk Identifikasi Tanda Tangan,” J. Nas. Tek. ELEKTRO, vol. 9, no. 1, p. 34, Mar. 2020, doi: 10.25077/jnte.v9n1.756.2020.
Octavian Ery Pamungkas et al., “Classification of Rupiah to Help Blind with The Convolutional Neural Network Method,” J. RESTI (Rekayasa Sist. dan Teknol. Informasi), vol. 6, no. 2, pp. 259–268, Apr. 2022, doi: 10.29207/resti.v6i2.3852.
J. Jumadi, Y. Yupianti, and D. Sartika, “Pengolahan Citra Digital untuk Identifikasi Objek Menggunakan Metode Hierarchical Agglomerative Clustering,” JST (Jurnal Sains dan Teknol., vol. 10, no. 2, pp. 148–156, Nov. 2021, doi: 10.23887/jstundiksha.v10i2.33636.
F. Zaini aryatama, “Analisis Penyebab Kecelakaan Lalu Lintas di Jalan Empunala Kota Mojokerto,” J. Tek. Sipil Ranc. Bangun, vol. 8, no. 2, pp. 150–155, Oct. 2022, doi: 10.33506/rb.v8i2.1805.
L. A. Septiandi, E. M. Yuniarno, and A. Zaini, “Deteksi Kedipan dengan Metode CNN dan Percentage of Eyelid Closure (PERCLOS),” J. Tek. ITS, vol. 10, no. 1, Aug. 2021, doi: 10.12962/j23373539.v10i1.61174.
M. Zulfikri, K. A. Latif, H. Hairani, A. Ahmad, R. Hammad, and M. Syahrir, “Deteksi dan Estimasi Kecepatan Kendaraan dalam Sistem Pengawasan Lalu Lintas Menggunakan Pengolahan Citra,” Techno.Com, vol. 20, no. 3, pp. 455–467, Aug. 2021, doi: 10.33633/tc.v20i3.4588.
R. P. H. Sejati and R. Mardhiyyah, “Deteksi Wajah Berbasis Facial Landmark Menggunakan OpenCV Dan Dlib,” J. Teknol. Inf., vol. 5, no. 2, pp. 144–148, Dec. 2021, doi: 10.36294/jurti.v5i2.2220.
T. Susim and C. Darujati, “Pengolahan Citra untuk Pengenalan Wajah (Face Recognition) Menggunakan OpenCV,” J. Heal. Sains, vol. 2, no. 3, pp. 534–545, Mar. 2021, doi: 10.46799/jsa.v2i3.202.
Downloads
Published
Issue
Section
License
License Terms
All articles published in Techno.COM Journal are licensed under the Creative Commons Attribution-NonCommercial 4.0 International (CC BY-NC 4.0). This means:
1. Attribution
Readers and users are free to:
-
Share – Copy and redistribute the material in any medium or format.
-
Adapt – Remix, transform, and build upon the material.
As long as proper credit is given to the original work by citing the author(s) and the journal.
2. Non-Commercial Use
-
The material cannot be used for commercial purposes.
-
Commercial use includes selling the content, using it in commercial advertising, or integrating it into products/services for profit.
3. Rights of Authors
-
Authors retain copyright and grant Techno.COM Journal the right to publish the article.
-
Authors can distribute their work (e.g., in institutional repositories or personal websites) with proper acknowledgment of the journal.
4. No Additional Restrictions
-
The journal cannot apply legal terms or technological measures that restrict others from using the material in ways allowed by the license.
5. Disclaimer
-
The journal is not responsible for how the published content is used by third parties.
-
The opinions expressed in the articles are solely those of the authors.
For more details, visit the Creative Commons License Page:
? https://creativecommons.org/licenses/by-nc/4.0/