Sistem Pendeteksi Kantuk Berbasis Website Metode You Only Look Once (Yolo)

Pentingnya keselamatan di jalan raya dan lingkungan kerja mengilhami ide untukmerancang sebuah sistem informasi pendeteksi kantuk yang dapat diakses melaluiwebsite. Sistem ini diharapkan dapat memberikan solusi efektif dan efisien dalammendeteksi kantuk secara real-time, sehingga dapat mencegah terjadinyakecelakaan atau kesalahan yang dapat disebabkan oleh kelelahan. Pemilihanmodel dari metode pembelajaran mendalam YOLO (You Only Look Once) sebagaidasar sistem pendeteksi kantuk menjadi langkah yang strategis. YOLO telahterbukti efektif dalam mendeteksi objek dalam gambar dan video secara real-timedengan tingkat akurasi yang tinggi. Dalam penelitian ini, penulis berfokus padaimplementasi kamera untuk memantau aktivitas mata dan wajah pengguna.Deteksi tanda-tanda kantuk akan menjadi fokus utama, dan sistem akanmemberikan peringatan secara real-time ketika tanda-tanda tersebut terdeteksi.Pendekatan ini diharapkan dapat memberikan solusi non-intrusif yang dapatdiakses oleh banyak individu tanpa mengganggu aktivitas mereka. Sistempendeteksi kantuk berbasis website menggunakan metode YOLO ini dapatmengidentifikasi kantuk dengan berbagai macam ciri – ciri umum seperti mataterpejam dan mulut terbuka. Berdasarkan evaluasi model yang didapatkan melaluigrafik confusion matrix. Nilai akurasi pada model yang digunakan pada sistemadalah sebesar 82% yang berarti model dapat melakukan prediksi pada kelaspositif dan kelas negatif dengan benar pada setiap masing – masing kelas. Jumlahprediksi yang berhasil didapatkan oleh model sebanyak 99 prediksi positif dan 198prediksi negatif di masing – masing kelas dari 361 prediksi yang dilakukan.Sedangkan untuk presisi dan recall nya masing – masing sebesar 75%, yang berartimodel dapat mengenali objek positif dan mendeteksi dengan benar sebanyak 99objek dari 131 objek, dengan pembagian objek yang dikenali 38 objek positif kelasfokus, 61 objek positif kelas kantuk, dan 0 objek kelas background dari total 131objek positif dari setiap kelas.