Penerapan Metode Facial Landmark Pada Pengenalan Pola Wajah Drowsiness Untuk Sistem Peringatan Mobil Listrik
DOI:
https://doi.org/10.53513/jursik.v3i3.9202Keywords:
Computer Vision, Pengenalan Pola Wajah, Drowsiness, Deteksi Metode Facial Landmark, Mobil ListrikAbstract
Mobil listrik semakin menjadi tren di era transportasi karena konstribusinya terhadap pengurangan emisi gas rumah kaca dan polusi udara. Namun, kelelahan pengemudi tetap menjadi masalah yang serius yang dapat menyebabkan kecelakaan lalu lintas. Untuk mengatasi masalah ini, penelitian ini bertujuan untuk mengembangkan sistem pengenalan pola wajah drowsiness menggunakan teknologi Computer Vision untuk memberi peringatan dini kepada pengemudi yang mengalami kelelahan selama berkendara. Penelitian ini memanfaatkan Teknik deteksi metode Facial Landmark yang mendeteksi mata dan mulut dalam keadaan terbuka dan tertutup. Sistem peringatan keselamatan berkendara ini dapat memberikan peringatan secara real-time kepada pengemudi untuk mengindetifikasi dan mengklasifikasikan pola wajah drowsiness. Hasil dari penelitian ini adalah sebuah sistem pengenalan pola wajah drowsiness yang dapat terintegrasi dengan mobil listrik untuk memberikan peringatan berbasis visual atau suara kepada pengemudi saat mereka menunjukkan tanda-tanda kelelahan. Dengan adanya sistem ini, diharapkan dapat meningkatkan kesadaran pengemudi dan mengurangi potensi kecelakaan akibat mengantuk saat berkendara.References
N. S. Kumara, Tinjauan Perkembangan Kendaraan Listrik Dunia Hingga Sekarang.
Badan Pusat Statistik, STATISTIK TRANSPORTASI DARAT. https://www.bps.go.id/publication/2021/11/29/4f0914ee631f397e1e6ad858/statistik-transportasi-darat-2020.html (accessed Nov. 29, 2021).
A. Zein, Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV dan DLIB PYTHON, Sainstech J. Penelit. dan Pengkaj. Sains dan Teknol., vol. 28, no. 2, 2018, doi: 10.37277/stch.v28i2.238.
S. A. Khan et al., 18227-36571-1-Sm, vol. 9, no. 4, pp. 1810–1820, 2022.
W. A. Pangemanan, I. Surya, and K. Idris, Identifikasi Kualitas Udang Segar Menggunakan Metode Gray Level Co-Occurance Matrix dan Artificial Neural Network, vol. 1, no. 2, pp. 72–78, 2022.
M. Z. Nasution, Face Recognition based Feature Extraction using Principal Component Analysis (PCA), J. Informatics Telecommun. Eng., vol. 3, no. 2, pp. 182–191, 2020, doi: 10.31289/jite.v3i2.3132.
M. R. Muliawan, B. Irawan, and Y. Brianorm, Metode Eigenface Pada Sistem Absensi.03, J. Coding, Sist. Komput. Untan, vol. 03, no. 1, pp. 41–50, 2015.
A. Zein, Pendeteksian Kantuk Secara Real Time Menggunakan Pustaka OPENCV dan DLIB PYTHON, Sainstech J. Penelit. dan Pengkaj. Sains dan Teknol., vol. 28, no. 2, pp. 22–26, 2018, doi: 10.37277/stch.v28i2.238
C. Kurniawan, U. Nggiku, and A. Rabi, Deteksi Kantuk Untuk Keamanan Berkendara Berbasis Pengolahan JEETech, pp. 48–56, 2023.
R. Mulyadi, K. D. Artika, and M. Khalil, Perancangan Sistem Kelistrikan Perangkat Elektronik Pada Mobil Listrik, Elem. J. Tek. Mesin, vol. 6, no. 1, p. 07, 2019, doi: 10.34128/je.v6i1.85.
M. Aziz, Y. Marcellino, I. A. Rizki, S. A. Ikhwanuddin, and J. W. Simatupang, Studi Analisis Perkembangan Teknologi Dan Dukungan Pemerintah Indonesia Terkait Mobil Listrik, TESLA J. Tek. Elektro, vol. 22, no. 1, p. 45, 2020, doi: 10.24912/tesla.v22i1.7898.
S. Penyiraman Tanaman Otomatis Berbasis Mikrokontroler Arduino Uno Pada Toko Tanaman Hias Yopi Rahmat Tullah and A. Hendra Setyawan, Dosen STMIK Bina Sarana Global, 3 Mahasiswa STMIK Bina Sarana Global, J. Sisfotek Glob., vol. 9, no. 1, pp. 2088–1762, 2019.
