Deteksi Dini Microsleep Pada Pengemudi Kendaraan Roda Empat Melalui Citra Mata Menggunakan Algoritma YOLOv8

Rhadis Steffani Saputri; Aulia Apriliani; Rizky Syahrul Amar; Lola Yorita Astri

doi:10.33998/processor.2025.20.2.2529

Authors

Rhadis Steffani Saputri Universitas Dinamika Bangsa
Aulia Apriliani Universitas Dinamika Bangsa
Rizky Syahrul Amar Universitas Dinamika Bangsa
Lola Yorita Astri Universitas Dinamika Bangsa

DOI:

https://doi.org/10.33998/processor.2025.20.2.2529

Keywords:

Microsleep, Deep Learning, Computer Vision, Deteksi Objek, YOLOv8, Deteksi Waktu Nyata, Deteksi Citra Mata

Abstract

Microsleep adalah episode tidur singkat dan tiba-tiba yang terjadi tanpa kesadaran, terutama saat mengemudi, dan diketahui sebagai salah satu penyebab utama kecelakaan lalu lintas. Penelitian ini bertujuan untuk mengembangkan sistem deteksi dini untuk microsleep pada pengemudi kendaraan roda empat menggunakan algoritma YOLOv8. Sistem ini beroperasi dengan mendeteksi kondisi mata secara real-time melalui kamera dan mengeluarkan peringatan baik yang dapat didengar maupun dilihat ketika mata tetap tertutup selama lebih dari 3 detik. Dataset yang digunakan adalah SleepyDetect dari Roboflow Universe, yang terdiri dari dua kelas yang relevan: Mata Terbuka dan Mata Tertutup. Model dibor menggunakan YOLOv8n. Hasil evaluasi menunjukkan kinerja yang sangat baik, dengan presisi 97,2%, recall 96,7%, F1-score 0,97, dan mAP@0.5 sebesar 97,9%. Sistem ini berhasil diimplementasikan dan diuji dalam berbagai kondisi pencahayaan, menunjukkan respons deteksi yang cepat dan akurat. Penelitian ini menunjukkan bahwa kombinasi visi komputer dan YOLOv8 dapat diterapkan secara efektif untuk meningkatkan keselamatan pengemudi melalui deteksi mikrotidur dini.

Downloads

Download data is not yet available.

References

R. Maulana, “Deteksi Mata Mengantuk Pada Pengemudi Mobil Menggunakan Metode Viola Jones,” JOINTECS (Journal of Information Technology and Computer Science), vol. 4, no. 2, 2019, doi: 10.31328/jo.

A. I. Pradana, H. Harsanto, and W. Wijiyanto, “Deteksi Rambu Lalu Lintas Real-Time di Indonesia dengan Penerapan YOLOv11: Solusi Untuk Keamanan Berkendara,” Jurnal Algoritma, vol. 21, no. 2, pp. 145–155, Nov. 2024, doi: 10.33364/algoritma/v.21-2.2106.

A. Asvin Mahersatillah Suradi, S. Alam, M. Furqan Rasyid, I. Djafar, U. Dipa Makassar, and J. K. Perintis Kemerdekaan, “Sistem Deteksi Kantuk Pengemudi Mobil Berdasarkan Analisis Rasio Mata Menggunakan Computer Vision,” Jurnal Komputer dan Informatika (JUKI), vol. 5, Nov. 2023.

W. U. Puspoprodjo and N. N. Laila, “Studi Pemahaman dan Perilaku Keselamatan Berkendara (Safety Riding) pada Remaja dan Usia Produktif di Pulau Jawa,” Jurnal Ilmiah Kesehatan, vol. 20, no. 3, pp. 118–126, Dec. 2021, doi: 10.33221/jikes.v20i3.1480.

G. Suyoso, V. Vestine, B. Prakoso, S. Hartanto, and Rusdiarti, “Edukasi Tentang Microsleep Sebagai Upaya Pengurangan Risiko Kecelakaan Kerja pada TRC BPBD Kabupaten Jember,” National Conference for Community Service (NaCosVi), vol. 6, 2024.

C. A. Saputra, D. Erwanto, P. N. Rahayu, and I. Kadiri, “Deteksi Kantuk Pengendara Roda Empat Menggunakan Haar Cascade Classifier Dan Convolutional Neural Network,” JEECOM, vol. 3, no. 1, Apr. 2021.

J. Nurhakiki et al., “Studi Kepustakaan: Pengenalan 4 Algoritma Pada Pembelajaran Deep Learning Beserta Implikasinya,” Jurnal Pendidikan Berkarakter, vol. 2, no. 1, pp. 270–281, Feb. 2024, doi: 10.51903/pendekar.v2i1.598.

J. Subur, Suryadhi, M. Taufiqurrohman, and N. R. Al Hafizh, “Pemanfaatan Teknologi Computer Vision untuk Deteksi Ukuran Ikan Bandeng dalam Membantu Proses Sortir Ikan,” CYCLOTRON : Jurnal Teknik Elektro, vol. 7, Jan. 2024.

Supiyandi and Rafif Rasendriya, “Penggunaan Visi Komputer untuk Mengidentifiksi Jenis Buah dari Gambar,” Router : Jurnal Teknik Informatika dan Terapan, vol. 2, no. 4, pp. 94–103, Nov. 2024, doi: 10.62951/router.v2i4.287.

G. Novandra Rizkatama, A. Nugroho, and S. Alfa Faridh, “Sistem Cerdas Penghitung Jumlah Mobil untuk Mengetahui Ketersediaan Lahan Parkir berbasis Python dan YOLO v4,” Jurnal Edu Komputika, vol. 8, no. 2, 2021, [Online]. Available: http://journal.unnes.ac.id/sju/index.php/edukom

M. D. R. P. Dio, B. P. Bayu Priyatna, A. L. H. April Lia Hananto, and S. S. H. Shofa Shofiah Hilabi, “Deteksi Objek Kecelakaan Pada Kendaraan Roda Empat Menggunakan Algoritma YOLOv5,” Teknologi: Jurnal Ilmiah Sistem Informasi, vol. 12, no. 2, pp. 15–26, Dec. 2022, doi: 10.26594/teknologi.v12i2.3260.

R. Sihombing, W. Harahap, and W. Rahman, “Implementasi Yolo V8 Untuk Mendeteksi Mata Uang Rupiah Emisi Tahun 2022 Ber-Output Audio,” JATI (Jurnal Mahasiswa Teknik Informatika), vol. 8, Aug. 2024.

J. Jonathan and D. Hermanto, “Penentuan Epochs Hasil Model Terbaik: Studi Kasus Algoritma YOLOv8,” Digital Transformation Technology, vol. 4, no. 2, pp. 792–798, Sep. 2024, doi: 10.47709/digitech.v4i2.4640.

N. J. Hayati, D. Singasatia, M. R. Muttaqin, T. Informatika, S. Tinggi, and T. Wastukancana, “Object Tracking Menggunakan Algoritma You Only Look Once (YOLO)v8 Untuk Menghitung Kendaraan,” KOMPUTA : Jurnal Ilmiah Komputer dan Informatika, vol. 12, no. 2, 2023, [Online]. Available: https://universe.roboflow.com/

MUH. IKBAL and R. A. Saputra, “Pengenalan Rambu Lalu Lintas Menggunakan Metode Yolov8,” JIKA (Jurnal Informatika), vol. 8, no. 2, p. 204, Apr. 2024, doi: 10.31000/jika.v8i2.10609.

E. U. Armin, A. Purnama Edra, F. I. Alifin, I. Sadidan, I. P. Sary, and U. Latifa, “Performa Model YOLOv8 untuk Deteksi Kondisi Mengantuk pada pengendara mobil,” BRAHMANA: Jurnal Penerapan Kecerdasan Buatan, vol. 5, no. 1, pp. 67–76, Dec. 2023.

N. R. Muntiari, Indah Chairun Nisa, Ana Sriekaningih, Andri Yogi Adyatma Prasetyo, and Muhammad Yusril, “Penerapan Algoritma YOLOv8 Dalam Indentifikasi Wajah secara Real-Time menggunakan CCTV untuk Presensi Siswa,” Decode: Jurnal Pendidikan Teknologi Informasi, vol. 4, no. 3, pp. 1155–1165, Nov. 2024, doi: 10.51454/decode.v4i3.847.

E. Panja, H. Hendry, and C. Dewi, “YOLOv8 Analysis for Vehicle Classification Under Various Image Conditions,” Scientific Journal of Informatics, vol. 11, no. 1, pp. 127–138, Feb. 2024, doi: 10.15294/sji.v11i1.49038.

N. Sujana, M. Malik Mutoffar, and A. Azzam Haryanto, “Analisis Kinerja YOLOv8 Optimalisasi Roboflow Untuk Deteksi Ekspresi Wajah Emosional Dengan Machine Learning,” NARATIF : Jurnal Ilmiah Nasional Riset Aplikasi dan Teknik Informatika, vol. 06, Dec. 2024.

T. Dompeipen and S. Sompie, “Penerapan Computer Vision untuk Pendeteksian dan Penghitung Jumlah Manusia,” Jurnal Teknik Informatika, vol. 15 no. 4, 2021