Repository Universitas BojonegoroPenerapan Face Detection Kantuk Berbasis Computer Vision Berdasarkan Analisis Rasio Mata dan Intraksi Mulut pada Pengemudi Mobil Kendaraan UmumPutraVicko Ananda PutraauthorDistraksi dan kelelahan pengemudi merupakan salah satu penyebab utama kecelakaan lalu lintas yang dapat mengurangi tingkat keselamatan berkendara. Penelitian ini bertujuan untuk merancang dan mengembangkan sistem deteksi kantuk berbasis computer vision menggunakan metode face detection dengan analisis rasio mata dan mulut. Sistem ini mengintegrasikan deteksi wajah, ekstraksi landmark, serta perhitungan Eye Aspect Ratio (EAR) dan Mouth Aspect Ratio (MAR) untuk mengidentifikasi kondisi mata tertutup dan aktivitas menguap sebagai indikator kantuk. Metode yang digunakan dalam penelitian ini adalah model deteksi objek berbasis YOLOv8 yang dilatih menggunakan dataset citra wajah sebanyak 2094 gambar dengan empat kategori, yaitu mata terbuka, mata tertutup, menguap, dan tidak menguap. Dataset dibagi menjadi data pelatihan, validasi, dan pengujian dengan rasio 70:20:10. Proses pelatihan dilakukan menggunakan platform Google Colab dengan dukungan augmentasi data untuk meningkatkan variasi dan performa model. Hasil penelitian menunjukkan bahwa model memiliki kinerja yang baik dengan nilai precision sebesar 82,88%, recall sebesar 83,44%, F1-score sebesar 84,55%, dan mAP sebesar 84,22% pada tahap pelatihan. Pada tahap implementasi berbasis webcam secara real-time, sistem mampu mendeteksi kondisi kantuk dengan nilai precision sebesar 81,43%, recall sebesar 80,95%, dan F1-score sebesar 80,93%. Sistem ini juga mampu memberikan peringatan secara otomatis ketika terdeteksi kondisi mengantuk. Dengan demikian, sistem deteksi kantuk berbasis face detection ini terbukti efektif dalam mendeteksi tanda-tanda kelelahan pengemudi secara real-time dan berpotensi untuk meningkatkan keselamatan berkendara, khususnya dalam kondisi nyata di Indonesia.Prodi Teknik Industri2026-04-14Sains dan Teknik;Teknik IndustriThesis

For work being deposited by its own author: In self-archiving this collection of files and associated bibliographic metadata, I grant Repository Universitas Bojonegoro the right to store them and to make them permanently available publicly for free on-line. I declare that this material is my own intellectual property and I understand that Repository Universitas Bojonegoro does not assume any responsibility if there is any breach of copyright in distributing these files or metadata. (All authors are urged to prominently assert their copyright on the title page of their work.)

For work being deposited by someone other than its author: I hereby declare that the collection of files and associated bibliographic metadata that I am archiving at Repository Universitas Bojonegoro) is in the public domain. If this is not the case, I accept full responsibility for any breach of copyright that distributing these files or metadata may entail.

Clicking on the deposit button indicates your agreement to these terms.