DETEKSI KELELAHAN PENGEMUDI MOBIL MENGGUNAKAN CITRA WAJAH

  • Sukma Firdaus Politeknik Negeri Tanah Laut
  • Kurnia Dwi Artika Politeknik negeri Tanah Laut

Abstract

Faktor kelelahan merupakan faktor yang sulit untuk dihindari karena pengemudi sering kali tidak mengetahui kondisi tubuh secara pasti apakah dalam kondisi kelelahan atau tidak dan juga karena tidak ada sistem yang memberikan peringatan untuk waktu beristirahat. Penelitian ini adalah merancang sistem pendeteksi kelelahan berdasarkan hasil pengolahan ekspresi citra wajah pengemudi secara real-time. Penelitian ini telah menghasilkan head unit yang mampu mengambil citra wajah pengemudi dan mengolahnya untuk mengekstrak titik-titik geometri. Jumlah titik-titik geometri yang digunakan sebanyak 68 titik. Ciri wajah telah diperoleh dengan menghitung jarak setiap titik untuk setiap kondisi wajah dengan menggunakan rumusan euclidean distance. kelelahan ditentukan berdasarkan rasio mata terbuka menggunakan rumus perhitungan rasio tinggi-lebar kelopak mata. Ekstraksi geometri wajah juga telah menghasilkan deteksi pengamatan aktifitas ‘menguap’ yakni dengan cara menghitung jarak pada titik-titik geometri mulut.

Author Biography

Sukma Firdaus, Politeknik Negeri Tanah Laut

Jurusan Mesin Otomotif, Politeknik Negeri Tanah Laut

References

[1] Haque. Mohammad A, Irani. Ramin, Nasrollahi. Kamal, Moeslund. Thomas B, 2016, "Facial video-based detection of physical fatigue for maximal muscle activity", IET Computer Vision, Vol 10, Iss 4, pp. 323-329.
[2] Li. Zhao, Nianqiang. Li, 2019, "Fatigue Driving Detection System Based on Face Feature ", 2nd International Conference on Electronics Technology, pp. 525-529.
[3] Loannou. Spiros V, Raouzaiou. Amaryllis T, Tzouvaras. Vasilis A, Mailis. Theofilos P, Karpouzis. Kostas C, Kollias. Stefanos D, 2005, "Emotion recognition through facial expression analysisbased on a neurofuzzy network", Neural Networks, vol 18, pp. 423 - 435.
[4] Uppal. Anmol, Tyagi. Shweta, Kumar. Rishi, Sharma. Seema, 2019, "Emotion recognition and drowsiness detection using Python ", 9th International Conference on Cloud Computing, Data Science & Engineering (Confluence), pp. 464-469.
[5] Verma. Bindu, Choudhary. Ayesha, 2019, "A Framework for Driver Emotion Recognition using Deep Learning and Grassmann Manifolds", 21st International Conference on Intelligent Transportation Systems (ITSC), pp.1421 - 1426, November 2018.
Published
2021-06-28
How to Cite
FIRDAUS, Sukma; ARTIKA, Kurnia Dwi. DETEKSI KELELAHAN PENGEMUDI MOBIL MENGGUNAKAN CITRA WAJAH. ELEMEN : JURNAL TEKNIK MESIN, [S.l.], v. 8, n. 1, p. 16-21, june 2021. ISSN 2581-2661. Available at: <https://je.politala.ac.id/index.php/JE/article/view/154>. Date accessed: 04 aug. 2021. doi: https://doi.org/10.34128/je.v8i1.154.
Section
Articles

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.