Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio

Mochammad Fadiil Thoriq ; Muhammad Fathi Ramdhana ; Desinta Nur Rahma ; Najla Amelia Putri ; Rafi Hilal Zahir ; Gema Parasti Mindara ; Endang Purnama Giri
Jurnal Sistem Informasi dan Ilmu Komputer 📅 2024 Vol 2, No 4 🔗 DOI: 10.59581/jusiik-widyakarya.v2i4.4226
Abstract
Traffic accidents are one of the leading causes of death worldwide, where drowsiness while driving is a significant factor that reduces driver alertness. This study develops a real-time driver drowsiness detection system using the Eye Aspect Ratio (EAR) method to avoid this. EAR calculates the ratio of the upper and lower eyelid distances to detect signs of drowsiness based on changes in eye shape. This system utilizes the OpenCV and Dlib libraries to identify faces and measure EAR, with a threshold of 0.25 as a warning trigger. If the EAR value drops below the threshold in several consecutive frames, the system automatically activates an alarm to increase driver alertness. With the advantages of cost efficiency and ease of implementation without additional hardware, this system is suitable for various types of vehicles. The results show that this system is effective in providing early warnings, thus helping to reduce the risk of accidents due to drowsiness.
Keywords
Driver Drowsiness; Eye Aspect Ratio; Drowsiness Detection; Real-Time; Computer Vision
How to Cite

Mochammad Fadiil Thoriq, et al. (2024). Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio. Jurnal Sistem Informasi dan Ilmu Komputer, 2(4). https://doi.org/10.59581/jusiik-widyakarya.v2i4.4226

Mochammad Fadiil Thoriq; Muhammad Fathi Ramdhana; Desinta Nur Rahma; Najla Amelia Putri; Rafi Hilal Zahir; Gema Parasti Mindara; Endang Purnama Giri, "Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio," Jurnal Sistem Informasi dan Ilmu Komputer, vol. 2, no. 4, 2024.

Mochammad Fadiil Thoriq; Muhammad Fathi Ramdhana; Desinta Nur Rahma; Najla Amelia Putri; Rafi Hilal Zahir; Gema Parasti Mindara; Endang Purnama Giri. "Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio." Jurnal Sistem Informasi dan Ilmu Komputer, vol. 2, no. 4, 2024.

Mochammad Fadiil Thoriq; Muhammad Fathi Ramdhana; Desinta Nur Rahma; Najla Amelia Putri; Rafi Hilal Zahir; Gema Parasti Mindara; Endang Purnama Giri. "Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio." Jurnal Sistem Informasi dan Ilmu Komputer 2, no. 4 (2024).

Mochammad Fadiil Thoriq, et al. (2024) 'Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio', Jurnal Sistem Informasi dan Ilmu Komputer, 2(4). doi: 10.59581/jusiik-widyakarya.v2i4.4226.

Mochammad Fadiil Thoriq; Muhammad Fathi Ramdhana; Desinta Nur Rahma; Najla Amelia Putri; Rafi Hilal Zahir; Gema Parasti Mindara; Endang Purnama Giri. Implementasi Sistem Deteksi Kantuk Secara Real-Time Bagi Pengemudi Menggunakan Metode Eye Aspect Ratio. Jurnal Sistem Informasi dan Ilmu Komputer. 2024;2(4).

Artikel Terkait

Tinjauan Etika Profesi IT dalam Menghadapi Ancaman Cyber Crime di Indonesia

Evy Nurmiati; Muhammad Faiz Aqeel

Inovasi Sistem Kendali Penyiraman dan Pemberian Pupuk Cair Tanaman Cabai Berbasis IoT Menggunakan ESP32

Angga Setyawan; Hendri Wahyudi; Reza Aditya Angga Putra

Perencanaan Strategis Sistem Informasi pada Wyndham Opi Hotel Palembang

Desvilia Desvilia

Perencanaan Strategis Sistem Informasi pada KR Hotel Palembang

Abel De Lando

Evaluasi dan Perbandingan Metode Klasifikasi Support Vector Machine dan K-Nearest Neighbor untuk Prediksi Kompetensi Lulusan Perguruan Tinggi

Annisa Fathia Aziza; Hayati Noor; Rina Alfah

Data Mining Pengelompokkan Jenis Penyakit pada Balita Berdasarkan Usia Menggunakan Metode Clustering

Achmad Faris Fadhlullah; Dika Arif Sihombing; Rizki Riandi; Suri Handayani
Tren Sitasi Jurnal