{"title":"检测眼睛、嘴巴和头痛活动,作为检测汽车驾驶员触摸的特征","authors":"Sugeng Sugeng, Taufiq Nuzwir Nizar","doi":"10.34010/komputika.v12i1.9688","DOIUrl":null,"url":null,"abstract":"Kondisi mengantuk pada pengendara roda empat adalah salah satu faktor yang menyebabkan terjadinya kecelakaan lalulintas. Kondisi mengantuk dapat disebabkan karena kelelahan perjalanan yang dilalui oleh pengendara. Pemanfaatan kecerdasan buatan dapat digunakan untuk mendeteksi kondisi mengantuk pendendara, salah satunya dengan mengamati aktifitas atau kondisi mata, pergerakan mulut dan posisi kepala saat mengemudi. Dengan mengetahui semua kondisi tersebut maka dapat dibuat sebuah mesin yang dapat memberi peringatan jika pengendara mengalami kemungkinan kondisi mengantuk. Penelitian ini memanfaatkan sebuah kamera sebagai masukan data untuk mengenali kondisi pengendara melalui aktifitas, mata, mulut dan posisi kemiringan kepala. Sistem akan memulai dengan mendeteksi wajah pengendara, kemudian menghitung setiap aktivitas kedipan mata, jumlah atau banyaknya mulut terbuka karena menguap, serta aktivitas kepala melalui pose maupun kemiringan posisi kepala. Deteksi wajah digunakan untuk mengetahui posisi wajah lalu mendeteksi posisi mata, mulut serta kepala pengendara. Memanfaatkan kecerdasan buatan dengan metoda Blazeface yang merupakan algoritma yang digunakan untuk memetakan posisi wajah. Serta dengan menggunakan metoda EAR( Eye Aspect Ratio) untuk dapat menentukan apakah mata dan mulut dalam keadaan terbuka atau tertutup. Hasil dari penelitian ini didapatkan akurasi deteksi wajah 98% dan sistem hanya dapat mendeteksi wajah pada sudut kemiringan wajah 0-15 derajat.","PeriodicalId":52813,"journal":{"name":"Komputika","volume":" ","pages":""},"PeriodicalIF":0.0000,"publicationDate":"2023-05-24","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Deteksi Aktivitas Mata, Mulut Dan Kemiringan Kepala Sebagai Fitur Untuk Deteksi Kantuk Pada Pengendara Mobil\",\"authors\":\"Sugeng Sugeng, Taufiq Nuzwir Nizar\",\"doi\":\"10.34010/komputika.v12i1.9688\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"Kondisi mengantuk pada pengendara roda empat adalah salah satu faktor yang menyebabkan terjadinya kecelakaan lalulintas. Kondisi mengantuk dapat disebabkan karena kelelahan perjalanan yang dilalui oleh pengendara. Pemanfaatan kecerdasan buatan dapat digunakan untuk mendeteksi kondisi mengantuk pendendara, salah satunya dengan mengamati aktifitas atau kondisi mata, pergerakan mulut dan posisi kepala saat mengemudi. Dengan mengetahui semua kondisi tersebut maka dapat dibuat sebuah mesin yang dapat memberi peringatan jika pengendara mengalami kemungkinan kondisi mengantuk. Penelitian ini memanfaatkan sebuah kamera sebagai masukan data untuk mengenali kondisi pengendara melalui aktifitas, mata, mulut dan posisi kemiringan kepala. Sistem akan memulai dengan mendeteksi wajah pengendara, kemudian menghitung setiap aktivitas kedipan mata, jumlah atau banyaknya mulut terbuka karena menguap, serta aktivitas kepala melalui pose maupun kemiringan posisi kepala. Deteksi wajah digunakan untuk mengetahui posisi wajah lalu mendeteksi posisi mata, mulut serta kepala pengendara. Memanfaatkan kecerdasan buatan dengan metoda Blazeface yang merupakan algoritma yang digunakan untuk memetakan posisi wajah. Serta dengan menggunakan metoda EAR( Eye Aspect Ratio) untuk dapat menentukan apakah mata dan mulut dalam keadaan terbuka atau tertutup. Hasil dari penelitian ini didapatkan akurasi deteksi wajah 98% dan sistem hanya dapat mendeteksi wajah pada sudut kemiringan wajah 0-15 derajat.\",\"PeriodicalId\":52813,\"journal\":{\"name\":\"Komputika\",\"volume\":\" \",\"pages\":\"\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2023-05-24\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Komputika\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.34010/komputika.v12i1.9688\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Komputika","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.34010/komputika.v12i1.9688","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
Deteksi Aktivitas Mata, Mulut Dan Kemiringan Kepala Sebagai Fitur Untuk Deteksi Kantuk Pada Pengendara Mobil
Kondisi mengantuk pada pengendara roda empat adalah salah satu faktor yang menyebabkan terjadinya kecelakaan lalulintas. Kondisi mengantuk dapat disebabkan karena kelelahan perjalanan yang dilalui oleh pengendara. Pemanfaatan kecerdasan buatan dapat digunakan untuk mendeteksi kondisi mengantuk pendendara, salah satunya dengan mengamati aktifitas atau kondisi mata, pergerakan mulut dan posisi kepala saat mengemudi. Dengan mengetahui semua kondisi tersebut maka dapat dibuat sebuah mesin yang dapat memberi peringatan jika pengendara mengalami kemungkinan kondisi mengantuk. Penelitian ini memanfaatkan sebuah kamera sebagai masukan data untuk mengenali kondisi pengendara melalui aktifitas, mata, mulut dan posisi kemiringan kepala. Sistem akan memulai dengan mendeteksi wajah pengendara, kemudian menghitung setiap aktivitas kedipan mata, jumlah atau banyaknya mulut terbuka karena menguap, serta aktivitas kepala melalui pose maupun kemiringan posisi kepala. Deteksi wajah digunakan untuk mengetahui posisi wajah lalu mendeteksi posisi mata, mulut serta kepala pengendara. Memanfaatkan kecerdasan buatan dengan metoda Blazeface yang merupakan algoritma yang digunakan untuk memetakan posisi wajah. Serta dengan menggunakan metoda EAR( Eye Aspect Ratio) untuk dapat menentukan apakah mata dan mulut dalam keadaan terbuka atau tertutup. Hasil dari penelitian ini didapatkan akurasi deteksi wajah 98% dan sistem hanya dapat mendeteksi wajah pada sudut kemiringan wajah 0-15 derajat.