Sistem Deteksi PengemudiMengantuk Berbasis DeepLearning dan IoT
SEBANYAK 15% tingkat kecelakaan lalu lintas di jalan raya dikarenakan pengemudi mengantuk. Pengemudi yang mengantuk saat menjalankan kendaraan hingga menyebabkan hilang fokus, bahkan kesadaran (microsleep), dapat meningkatkan risiko kecelakaan
UNTUK itu, perlu ada peringatan dini guna mencegah kecelakaan. Salah satunya dengan alat pemantau kondisi pengemudi saat mengendarai kendaraan secara real time. Hal ini menjadi latar belakang riset tim dosen Fakultas Informatika Telkom University (FIF Tel-U) yang dipimpin Muhamad Irsan, S.T., M.Kom., Ph.D. Melalui pendanaan DRTPM, tim membuat inovasi sistem deteksi Pengemudi Mengantuk (PM) Berbasis Deep Learning dan Internet of Things (IoT).
Riset ini pengembangan dari disertasi Muhamad Irsan, S.T., M.Kom., Ph.D., yang sudah menghasilkan tiga perangkat. Pertama, kotak cerdas seperti black box di dalam pesawat yang dipasang dalam kendaraan. Alat ini digunakan untuk memantau kondisi kendaraan berdasarkan tingkat kemiringan kendaraan, kecepatan kendaraan, dan kondisi kendaraan terbalik yang mengindikasikan kendaraan mengalami kecelakaan.
Kedua, alat serupa jam tangan untuk mendeteksi detak jantung (heart rate) pengemudi yang menjadi salah satu parameter indikasi pengemudi mengantuk. Ketiga, alat berupa kamera yang dipasang di dashboard kendaraan untuk melihat kondisi pengemudi mengantuk atau tidak. Ketiga alat ini saling berhubungan dan setelah melalui pengolahan dengan Deep Learning berbasis IoT akan memberikan informasi secara real time jika terjadi kecelakaan.
Pada riset yang didanai DRTPM ini pengembangan dilanjutkan hanya menggunakan dua prototipe, yakni kotak cerdas dan kamera pendeteksi pengemudi. Riset dilakukan untuk mengembangkan sistem yang lebih komprehensif dengan menggabungkan deteksi kelelahan pengemudi dan deteksi lokasi kecelakaan berbasis IoT. Pengembangan dilakukan pada tahap deteksi kantuk menggunakan Convolutional Neural Network (CNN). Tahap ini terdiri atas pra-pemrosesan data seperti deteksi fitur wajah, deteksi rasio aspek mata (kedip), penentuan rasio aspek mulut dan posisi kepala.
Pengembangan juga dilakukan dalam integrasi sistem. Tahap integrasi merupakan penerapan hasil framework deteksi lokasi kecelakaan dan fase model deteksi mengantuk. Integrasi kedua sistem melalui koneksi dengan microprocessor Raspberry Pi yang dilengkapi kamera. Sistem diuji berdasarkan akurasi pendeteksian wajah pengemudi, jarak perangkat dengan pengemudi, akurasi pendeteksian lokasi kecelakaan serta informasi yang diberikan ke nomor telepon yang telah didaftarkan. Peningkatan dilakukan pula untuk Tingkat Kesiapterapan Teknologi (TKT)-nya. Bahkan setelah teruji di laboratorium, tim riset langsung mendaftarkan prototipe ini untuk uji sertifikasi di Balai Besar Bahan dan Barang Teknik (B4T) Kementerian Perindustrian.
Meski belum menuju komersialisasi, karena baru teruji di laboratorium dan uji sertifikasi, namun inovasi ini memiliki tingkat akurasi tinggi dalam mendeteksi kondisi tanda-tanda pengemudi yang mengantuk dengan analisis Deep Learning. Kemudian, sistem monitoring real time dapat memberikan peringatan dini bagi pengemudi. Selain itu, dengan integrasi berbasis IoT, prototipe produk saling terhubung dan mempermudah pengiriman informasi pada pihak terkait. Terakhir, perangkat dapat dipasang secara mudah di kendaraan.
Tim periset pun sudah menjajaki sejumlah stakeholder pemerintah, seperti Dinas Perhubungan untuk kemungkinan kolaborasi implementasi prototipe. Sebab, dataset yang dihasilkan dari analisis parameter-parameter pengemudi mengantuk atau bahkan prototipe inovasinya sendiri berpotensi untuk diimplementasikan di masyarakat. Hanya tinggal meningkatkan TKT prototipe dan menyelesaikan uji sertifikasi produk. Riset ini sudah menghasilkan dua publikasi di jurnal internasional Q1 dan Q2 serta prosiding konferensi internasional.
Disarikan dari wawancara riset DRTPM 2024 bertajuk “Integrasi Deep Learning dan IoT dalam Intelligent Transportation Systems: Menuju Pencegahan Kecelakaan dan Manajemen Darurat yang Inovatif” oleh Muhamad Irsan, S.T., M.Kom., Ph.D., dan tim.
Profil Ketua Periset
MUHAMAD Irsan, S.T., M.Kom., Ph.D., dosen Fakultas Informatika (FIF) Tel-U sejak Februari 2023. Ia menyelesaikan studi S1 Teknik Informatika dari Sekolah Tinggi Teknik PLN Jakarta. Studi S2-nya dari Universitas Budi Luhur dalam Management Information System. Pendidikan S3-nya dari Faculty of Information Science and Technology, University Kebangsaan Malaysia, tahun 2019. Ia baru dinyatakan lulus tahun 2024 setelah memenuhi persyaratan publikasi internasional bereputasi. Irsan memiliki research field dalam Bidang IoT, IT Security , Database System, Machine Learning/Deep Learning, SQL, HTML, PHP. Ia berpengalaman dalam pengajaran di perguruan tinggi sejak tahun 2004.
Irsan pun aktif dalam dunia praktisi dan berpengalaman sebagai business analysis, konsultan IT dan Security. Diakuinya, kegiatan konsultansi hanya dilakukan di luar fokus aktivitasnya sebagai dosen Tel-U. Ia juga diamanahi sebagai Penetration Tester di PT Bakti Unggul Teknovasi Yayasan Pendidikan Telkom (BUT YPT).
