Penerapan Algoritma Haar Cascade Eye Detection Untuk Sistem Peringatan Keamanan Pada Pengemudi Mobil
DOI:
https://doi.org/10.53513/jursik.v3i6.8822Keywords:
Computer Vision, Haar Cascades, Eye Detection, Mikrokontroller, Sistem PeringatanAbstract
Pada tahun 2020 hingga 2021, BPS(Badan Pusat Statistik) mencatat angka jumlah kecelakaan di jalan raya pada tahun 2020 mencapai sebesar 100.028.00 dan pada tahun 2021 mencapai sebesar 103.645.00 adanya peningkatan jumlah kecelakaan terjadi karena beberapa faktor diantaranya adalah mata mengantuk. Dari kasus kecelakaan tersebut maka akan dirancang sistem peringatan keamanan mengemudi mobil untuk deteksi mata pengemudi mobil dalam kondisi mata terbuka dan mata tertutup. Sistem ini menggunakan algoritma Haar Cascade untuk dijadikan sebagai metode pendeteksian mata yang menggunakan pustaka OpenCv Python sebagai pengolahan citra dan Mikrokontroller sebagai pengendali alat-alat elektronika untuk sistem peringatan ketika mata pengemudi mobil tertutup lebih dari 1 detik yang menggunakan buzzer(Alarm) akan menyala dan Motor Vibrator(Getaran) akan bergetar untuk menyadarkan pengemudi mobil yang dipasang pada seat belt pengemudi. Dari hasil pengujian sistem yang dirancang menggunakan algoritma Haar Cascade tidak 100% benar-benar berhasil dapat mendeteksi mata pengemudi mobil jika kurangnya pencahayaan yang masuk pada mobil dan berhasil mengendalikan alat-alat elektronika sebagai sistem peringatan ketika mata pengemudi mobil terbuka maupun tertutup.References
N. Anggraini, F. Martunus, I. M. Shofi, and L. K. Wardhani, “IMPLEMENTASI FACE RECOGNITION DENGAN OPENCV PADA ‘SMART CCTV’ UNTUK KEAMANAN BRANKAS BERBASIS IOT,” Jurnal Ilmiah FIFO, vol. 13, no. 1, pp. 41–50, Dec. 2021, doi: 10.22441/FIFO.2021.V13I1.005.
“Badan Pusat Statistik.” https://www.bps.go.id/indicator/17/513/1/jumlah-kecelakaan-korban-mati-luka-berat-luka-ringan-dan-kerugian-materi.html.
“Gunakan Convolutional Neural Networks, OpenCV, Tensorflow untuk Mendeteksi Rasa Kantuk | Menuju Ilmu Data.” https://towardsdatascience.com/drowsiness-detection-using-convolutional-neural-networks-face-recognition-and-tensorflow-56cdfc8315ad/ (accessed April. 13, 2021).
R. A. Putra and F. A. Hermawati, “SISTEM DETEKSI KELELAHAN PENGEMUDI BERDASARKAN PENGUKURAN KEDIPAN MATA,” KONVERGENSI, vol. 13, no. 2, Sep. 2019, doi: 10.30996/KONV.V13I2.2755.
Y. Iman Taufik, Y. Zakaria, D. Ayu Setyowati, and R. Mersis Brilianto, “SISTEM PENDETEKSI KANTUK MENGGUNAKAN WEBCAM DAN RASPBERRY PI.”
M. Fauzan Rabbani and D. Wahiddin, “Seminar Nasional Hasil Riset Prefix-RTR HAARCASCADE CLASSIFIER DAN EYE ASPECT RATIO UNTUK MENGIDENTIFIKASI MATA KANTUK PADA PENGEMUDI MOBIL,” 2021.
A. Aditya Permana and R. Destriana, “PENGAMANAN TEKS MENGGUNAKAN METODE ALGORITMA RSA DENGAN VERIFIKASI REALTIME BIOMETRIK MENGGUNAKAN OPENCV,” Universitas Muhammadiyah Tangerang, vol. 7, no. 2, 2018.
T. Kurniawan, “JURNAL DASAR PEMROGRAMAN : INPUT DAN OUTPUT DALAM PYTHON,” JURNAL DASAR PEMROGRAMAN: INPUT DAN OUTPUT DALAM PYTHON, Jun. 2018, Accessed: Oct. 11, 2022. [Online]. Available: https://www.academia.edu/36762577/JURNAL_DASAR_PEMROGRAMAN_INPUT_DAN_OUTPUT_DALAM_PYTHON
H. al fatta, Dasar Pemrograman C++ disertai dengan Pengenalan Pemrograman Berorientasi Objek. 2006.
B. Eckel, “Thinking in C++: Introduction to Standard C++, Volume One (2nd Edition) (Vol 1),” vol. 1, p. 814, 2000, Accessed: Sep. 19, 2022. [Online]. Available: http://www.amazon.com/Thinking-Introduction-Standard-Volume-Edition/dp/0139798099
Bjarne. Stroustrup, “The C++ programming language,” p. 1347.
S. Abidin et al., “Deteksi Wajah Menggunakan Metode Haar Cascade Classifier Berbasis Webcam Pada Matlab,” Jurnal Teknologi Elekterika, vol. 2, no. 1, pp. 21–27, May 2018, doi: 10.31963/ELEKTERIKA.V2I1.2102.
