Sistem Monitoring Mendeteksi Mata Lelah Pada Pengemudi Kendaraan Besar Berbasis Pengolahan Citra
Abstract
ABSTRAK
Sistem pendeteksi kantuk yang akan di proses dengan pengolahan citra, dengan di bangunnya suatu alat untuk mendeteksi secara dini mungkin untuk si pengemudi. Sehingga saat pengemudi mengedarai truk logistik, yang sering terjadi pada malam hari, situasi seperti ini harus diperhitungkan untuk menghindari kecelakaan yang disebabkan oleh kelelahan, kelelahan yang menimbulkan rasa kantuk. Karena permasalahan tersebut, diperlukan alat untuk mendeteksi secara otomatis apakah pengemudi sedang tertidur atau sadar dengan menggunakan metode facial landmark. Proses awal dimulai dengan streaming kamera dengan webcam, yang diproses oleh webcam yang terpasang pada mikrokontrol raspberry pi3 dan sensor gerak. mendeteksi area wajah menggunakan algoritma eye aspect ratio yang diolah pada proses pengolahan citra yang tertangkap webcam, kemudian digunakan algoritma eye ratio untuk melaporkan mata mengantuk dalam bentuk output. terdeteksi oleh speaker, speaker mengeluarkan suara yang dapat diubah sesuai keinginan pengemudi. Alat ini dibangun untuk pendeteksi otomatis secara dini, dan hasil algoritma dengan pengolahan citra pada steraming webcam. pengujian algoritma deteksi kantuk, didapatkan akurasi deteksi sebesar 92%, dengan tingkat false positives sekitar 7% dan false negatives sekitar 3%. Hal ini menunjukkan bahwa algoritma yang diimplementasikan mampu secara efektif mengidentifikasi tanda-tanda kantuk pada wajah pengemudi.
Kata Kunci : Citra Digital, Landmark, Python, Web Service
ABSTRACT
A sleepy detection system that will be processed with image processing, with in-built a tool for early detection possible for the driver. So when drivers ride logistics trucks, which often happen at night, situations like this must be taken into account to avoid accidents caused by fatigue, fatigue that causes drowsiness. Because of the problem, a tool is needed to automatically detect whether the driver is asleep or awake using the facial landmark method. The initial process began with streaming cameras with a webcam, which was processed by a webcam attached to the raspberry pi3 microcontroller and motion sensor. It detected the area of the face using the eye aspect ratio algorithm processed on the processing of images captured by the webcam, then used the eye ratio algoritm to report sleepy eyes in the form of outputs. detected by the speaker, the speakers make a sound that can be modified according to the driver's wishes. This tool is built for automatic early detection, and algorithm results with image processing on webcam steaming. Testing a sleep detection algorithm, achieved a detection accuracy of 92%, with a rate of false positives of about 7% and false negatives of about 3%. This shows that the algority implemented is able to effectively identify signs of sleep on the driver's face..
Keywords : Digital Images, Facial Landmarks, Python, Web Services
Full Text:
PDFDOI: https://doi.org/10.24853/resistor.7.1.77-84
Refbacks
- There are currently no refbacks.
Jurnal terindeks oleh :