SISTEM PENDETEKSIAN DINI KANTUK PENGENDARA BERMOTOR BERBASIS ESP32- CAM MENGGUNAKAN TEKNOLOGI IOT DENGAN METODE HAAR CASCADE CLASSIFIER

Authors

  • Ilham Rizky Hidayatullah Universitas Islam Balitar
  • Sri Widoretno Universitas Islam Balitar

DOI:

https://doi.org/10.35457/quateknika.v16i01.5236

Keywords:

drowsiness, traffic accidents, face recognition, motorbike

Abstract

ABSTRAK

Kecelakaan lalu lintas yang disebabkan oleh pengemudi yang mengantuk telah lama menjadi salah satu faktor utama penyumbang tingginya angka kecelakaan di jalan raya. Kondisi mengantuk saat berkendara dapat secara drastis menurunkan konsentrasi, memperlambat reaksi, serta meningkatkan risiko terjadinya microsleep yakni kondisi di mana pengemudi tertidur dalam waktu sangat singkat tanpa disadari. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem pendeteksian dini kantuk pengendara bermotor berbasis Internet of Things (IoT). Sistem ini menggunakan modul ESP32-CAM sebagai unit pemroses citra untuk mendeteksi kondisi mata pengendara menggunakan metode Haar Cascade Classifier. Data hasil deteksi kemudian dikirim melalui protokol HTTP ke Raspberry Pi Pico W yang berfungsi sebagai unit penerima dan pemicu peringatan. Jika kondisi mata terdeteksi tertutup dalam durasi tertentu, sistem akan mengaktifkan buzzer dan LED sebagai peringatan dini bagi pengendara. Sistem ini dirancang untuk bekerja secara real-time dengan efisiensi daya yang tinggi serta implementasi yang fleksibel pada kendaraan bermotor. 

References

[1] F. Irdanadi, "Pengaruh Electronic Word of Mouth Terhadap Citra Merek dan Minat Beli Pada

Produk," Journal Of Management, vol. 6, no. 1, pp. 14-34. , 2017.

[2] F. Purwanti, "368 kecelakaan terjadi di Blitar hingga September 2023, 74 korban tewas," Detik.com,

9 Oktober 2023. [Online]. Available: https://www.detik.com/jatim/berita/d-6971981/368

kecelakaan-terjadi-di-blitar-hingga-september-2023-74-korban-tewas. [Accessed 20 September

2024].

[3] D. &. U. F. Amalia, "Deteksi kantuk pada pengemudi melalui jumlah kedipan mata menggunakan

facial landmark berbasis Intel NUC.," Jurnal Pengembangan Teknologi Informasi dan Ilmu

Komputer, vol. 5, no. 12, p. 5529–5535, 2021.

[4] e. a. Amrudin, Metodologi penelitian kuantitatif dan kualitatif., Bandung: Media Sains Indonesia,

2022.

[5] R. P. A. R. &. K. A. Angga, "Sensor parkir mobil berbasis mikrokontroler AT89S51 dengan bantuan

mini kamera.," Jurnal Komputasi, vol. 11, no. 1, p. 1412–9434, 2012.

[6] W. Bangun, Manajemen sumber daya manusia., Jakarta: Erlangga, 2012.

[7] A. I. A. A. &. A. M. Birana, "Kelelahan kerja operator dump truck (studi analitik di PT Indonesia

Pratama, Tabang Kutai Kartanegara, Kalimantan Timur).," PROMOTIF: Jurnal Kesehatan

Masyarakat, vol. 9, no. 2, p. 143–151, 2019.

[8] E. Korlantas, "Data kendaraan roda dua di Indonesia.," 2023.

[9] F. D. H. N. A. &. S. A. F. Fikriyah, "Eye fatigue detection in vehicle drivers based on facial landmarks

features.," Jurnal Teknologi dan Inovasi, vol. 19, no. 1, p. 11–19, 2021.

[10] I. M. R. &. M. Imanuddin, "Deteksi mata mengantuk pada pengemudi mobil menggunakan metode

Viola–Jones.," JOINTECS (Journal of Information Technology and Computer Science), vol. 4, no. 2,

p. 45–48, 2019.

[11] M. K. &. Z. A. Indra Warman, "Rekayasa web untuk pemesanan handphone berbasis jQuery pada

Permata Cell.," Jurnal Momentum, vol. 15, no. 2, p. 30–38, 2013.

[12] J. L. H. U. W. W. H. X. X. Z. S. &. H. J. Li, "Identification and classification of construction

equipment operators' mental fatigue using wearable eye-tracking technology.," Automation in

Construction, vol. 109, no. 103000, 2020.

[13] A. A. A. P. Mangkunegara, Manajemen Sumber Daya Manusia Perusahaan., Bandung: Remaja Rosda

Karya, 2004.

[14] M. Nazir, Metode Penelitian, Bogor: Ghalia Indonesia, 2014.

[15] V. C. N. H. J. M. A. &. S. I. Nastiti, "Rancang bangun sistem monitoring kelelahan dan tracking

pekerja konstruksi melalui safety vest berbasis IoT.," Jurnal Teknologi Konstruksi dan Inovasi, vol.

8, no. 2, p. 39–46, 2023.

[16] M. S. Panggabean, Manajemen sumber daya manusia, Jakarta: Ghalia Indonesia., 2012.

[17] A. H. M. B. H. &. K. R. Rahman, "Computer vision-based approach to detect fatigue driving and

face mask for edge computing device.," Heliyon, vol. 8, no. 10, p. e11204, 2022.

[18] Ramli, Sistem manajemen keselamatan dan kesehatan kerja: OHSAS 18001., Jakarta: Dian Rakyat,

2010.

[19] J. Ridley, Kesehatan dan keselamatan kerja, Jakarta: Erlangga, 2004.

[20] R. I. H. A. D. &. A. F. Samsinar, "Sistem monitoring mendeteksi mata lelah pada pengemudi

kendaraan besar berbasis pengolahan citra.," RESISTOR: Jurnal Elektronika Kendali Telekomunikasi

Tenaga Listrik Komputer, vol. 7, no. 1, p. 77–84.

[21] Sugiyono, Metodologi penelitian kuantitatif, kualitatif, dan R&D., Bandung: Alfabeta, 2019.

Published

2026-03-31

Deprecated: json_decode(): Passing null to parameter #1 ($json) of type string is deprecated in /home/ejournal.unisbablitar.ac.id/public_html/plugins/generic/citations/CitationsPlugin.php on line 68

How to Cite

SISTEM PENDETEKSIAN DINI KANTUK PENGENDARA BERMOTOR BERBASIS ESP32- CAM MENGGUNAKAN TEKNOLOGI IOT DENGAN METODE HAAR CASCADE CLASSIFIER. (2026). Jurnal Qua Teknika, 16(01), 118-128. https://doi.org/10.35457/quateknika.v16i01.5236