Sistem Pendeteksi Kantuk Pengemudi berbasis Eye Aspect Ratio dan Mouth Opening Ratio menggunakan Algoritme C-LSTM

Abstrak

Tercatat 103.645 kecelakaan lalu lintas di Indonesia pada tahun 2021, meningkat 3,6% dari tahun sebelumnya. Kendaraan penyebab kecelakaan kedua terbesar adalah angkutan barang dengan persentase 12%. Menurut Komite Nasional Keselamatan Transportasi Republik Indonesia (KNKT), 80% kecelakaan disebabkan oleh faktor kelelahan pengemudi yang menyebabkan microsleep. Untuk mengatasi masalah ini, diperlukan sistem deteksi dini kelelahan pengemudi. Sistem ini menggunakan eye aspect ratio (EAR) dan mouth opening ratio (MOR) sebagai parameter utama untuk mendeteksi microsleep dan menguap sebagai tanda kelelahan. Dengan adaptive threshold, akurasi sistem dalam mendeteksi microsleep sebesar 97%. Pendeteksian kondisi menguap pada sistem menggunakan model Convolutional Neural Network (C-LSTM). Model C-LSTM dipilih karena merupakan kombinasi antara CNN untuk pengenalan fitur yang lebih baik dan LSTM untuk pembelajaran sekuensial. Akurasi sistem deteksi menguap ini sebesar 98%. Dapat disimpulkan bahwa sistem ini dapat berjalan dengan baik dalam mendeteksi kelelahan pengemudi.