Program Deteksi Kantuk Menggunakan Convolutional Neural Networks dan Haar Cascade

Rasa kantuk dapat datang dimana saja, dan kapan saja, sehingga rasa kantuk merupakan hal yang wajar dialami oleh manusia. Kecelakaan lalu lintas semakin hari semakin bertambah banyak. Berdasarkan data pada tahun 2017, terdapat sebanyak 73 kecelakaan pada enam hari sebelum lebaran, dan jika dibandingkan dengan tahun 2016 yang terdapat 63 kecelakaan, jumlah tersebut meningkat cukup banyak yaitu sebesar 16%. 

Faktor utama penyebab terjadinya kecelakaan yaitu karena kelelahan atau mengantuk. Rasa kantuk saat berkendara merupakan salah satu kondisi yang tidak jarang diabaikan oleh para pengendara kendaraan bermotor dan merupakan salah satu hal yang menyebabkan terjadinya kecelakaan, terutama ketika berkendara dalam jarak yang cukup jauh. 

Kejadian mengantuk atau tertidur dalam waktu beberapa detik tersebut adalah microsleep. Pengemudi kendaraan bermotor sangan sensitif terhdap microsleep karena faktor kelelahan fisik selama mengemudi. Durasi microsleep sangat singkat yaitu diantara 3 detik hingga 5 detik, justru ada yang memiliki durasi sampai 10 detik. Penelitian ini mengembangkan pengolahan citra digital untuk mendeteksi kantuk pada pengendara mobil menggunakan metode pengenalan obyek Haar Cascade Classifier dan klasifikasi menggunakan Convolutional Neural Network. 

Lingkup Deteksi Kantuk menggunakan metode Haar Cascade dan Convolutional Neural Network merupakan suatu proyek yang digunakan untuk mencegah dan membantu pengendara, pekerja, perkantoran atau keadaan tertentu dimana berhubungan dengan situasi kantuk. Masukan citra secara real-time pada sistem didapat dari kamera yang dipasang didepan pengemudi. Keluaran dari sistem terdapat suara alarm untuk peringatan bahwa pengendara sedang berada pada posisi mengantuk atau tertidur. 

Deteksi Kantuk menggunakan metode Haar Cascade dan Convolutional Neural Networks yang memberikan input berupa kamera yang berupa video dan mendeteksi wajah menggunakan haar cascade, lalu mendeteksi kedua mata, yaitu mata kanan dan mata kiri ketika terbuka atau tertutup. Proses nya akan dihitung oleh jumlah skor, apabila mata terbuka akan bernilai -1 sedangkan mata tertutup skor +1. Batas skors dinyatakan pengguna tersebut mengantuk adalah 15 dan outputnya langsung peringatan melalui suara alarm yang akan membuat pengguna terjaga akan kondisinya. Berikut detail hasil program : 

Percobaan mata tertutup akan otomatis skor bertambah +1 secara berkala/dokpri

Percobaan mata terbuka setelah mata tertutup step sebelumnya, skor akan mengurang secara perlahan bertahap -1 dari skor sebelumnya dan mencapai skor normal yaitu 0/dokpri

Percobaan mata tertutup hingga skor diatas 15 akan muncul peringatan dari frame yang berwarna merah beserta bunyi alarm untuk mengingatkan bahwa pengguna mulai mengantuk/dokpri

Percobaan mata terbuka setelah muncul peringatan alarm, perlahan skor akan berkurang bertahap -1 dari skor sebelumnya yaitu 15 menjadi 10 dan frame berwarna merah pun perlahan hilang serta bunyi alarm nya pun akan tiba- tiba berhenti./dokpri

Keberhasilan dari sistem dipengaruhi oleh peletakkan kamera, posisi wajah yang pas, dan pencahayaan yang bagus. Akurasi rata- rata yang diperoleh untuk mendeteksi kantuk adalah 93.9%. Rata-rata waktu komputasi sistem ini adalah 0.1069 detik yang akan mempercepat dalam pendeteksian kantuk pengguna.