PROTOTYPE ALARM DETEKSI MATA KANTUK MENGGUNAKAN SENSOR PULSE BERBASIS RASPBERRY PI 3

  • Yoyon Efendi STMIK Amik Riau
  • Aisyah Nurul Putri STMIK Amik Riau
  • Rahmaddeni Rahmadddeni STMIK Amik Riau
  • Syahrul Imardi STMIK Amik Riau
Abstract viewed = 9 times
PDF (Bahasa Indonesia) downloaded = 6 times

Abstract

Mengantuk pada saat mengemudi merupakan salah satu faktor penyebab terjadinya kecelakaan lalu lintas. Rasa kantuk dapat diakibatkan dari kurang nya jam istirahat, tinggi nya jam aktivitas, dan pergerakan yang monoton. Ini akan mempengaruhi reaksi atau sistem kerja otak, menurunkan tingkat kewaspadaan juga performa dari pengemudi dapat turun hingga dibawah standar yang dibutuhkan oleh lalu lintas. Sehingga dibutuhkan suatu alarm atau notifikasi yang dapat membantu pengemudi dalam memantau rasa kantuk dan keadaan fisik. Oleh karena itu dibuatlah suatu sistem peringatan pada pengemudi roda 4 yang mengantuk. Metode yang digunakan adalah dengan mendeteksi detak jantung berdasarkan keadaan normal dan pada saat mengantuk. Alat ini menggunakan sensor pulsa untuk mendeteksi detak jantung tersebut dengan output pengukuran dalam satuan beat per minute (bpm) yang akan ditampilkan pada led seven segment. Detak jantung normal manusia adalah 60-100 bpm dan jika denyut dibawah 60 bpm maka alarm akan berbunyi dan notifikasi sms pada nomor Hp supir yang sudah didaftarkan. Raspberry pi 3 digunakan sebagai pengendali atau pemproses data, hanya pengendara mobil yang cocok untuk diterapkan karena kondisi mobil lebih memungkinkan untuk dilakukan instalasi alarm pendeteksi ini. Diharapkan dengan adanya alat ini dapat mengurangi tingkat kecelakaan lalu lintas yang diakibatkan rasa kantuk pada pengemudi.

Downloads

Download data is not yet available.

References

AHMAD JAINAL, A. H. (2018). Pembangunan Aplikasi Pendeteksian kantuk pada PO. CV. Tebo Mandiri baru berbasi android. 1–8.
ANNISA, MOHAMMED SULTAN BILLHAQ, A. W. R. P. (2018). “Heartbeats Detector” (Pendeteksi Dan Pengukur Detak Jantung). Jurnal Autocracy, 5, 31–45. https://doi.org/10.21009/autocracy.05.1.4
CHIRAKANPHAISARN, N., THONGKANLUANG, T., & CHIWPREECHAR, Y. (2018). Heart Rate Measurement And Electrical Pulse Signal Analysis For Subjects Span Of 20–80 Years. Journal of Electrical Systems and Information Technology, 5(1), 112–120. https://doi.org/10.1016/j.jesit.2015.12.002
DWI, A. S. (2017). Studi Tingkat Kecelakaan Lalu Lintas Jalan di Indonesia Berdasarkan Data KNKT ( Komite Nasional Keselamatan Transportasi ) Dari Tahun 2007-2016 Nasional Keselamatan Transportasi ) Database from 2007-2016. Warta Penelitian Perhubungan, 29(2), 179–190.
FAISAL, I. F., & KHARISMA, AGI PUTRA, S. (2019). Pengembangan Aplikasi Pendeteksi Kantuk Pada Pengendara Kendaraan Bermotor Dengan Menggunakan Sensor Detak Jantung Pada Smartwatch. Jurnal Pengembangan Teknologi Informasi Dan Ilmu Komputer, 3(10), 9568–9578.
GURITNANINGSIH;, TJAHJONO, T., & MAULINA, D. (2018). Kelalaian Manusia (Human Error) Dalam Kecelakaan Lalu Lintas: Analisis Berdasarkan Pemrosesan Informasi. Journal of Indonesia Road Safety, 1(1), 30–38.
KARINA, P., & THOHARI, A. H. (2018). Perancangan Alat Pengukur Detak Jantung Menggunakan Pulse Sensor Berbasis Raspberry. Journal of Applied Informatics and Computing, 2(2), 57–61. https://doi.org/10.30871/jaic.v2i2.920
KURNIAWAN, D. E., & FANI, S. (2017). Perancangan sistem kamera pengawas berbasis perangkat bergerak menggunakan raspberry pi. Jurnal Ilmiah Teknologi Informasi Terapan, III(2), 140–146.
M.NUR AZIZ, A. Y., & ACHMAD FAUZI, NOVITA, N. (2016). Analisis Pengaruh Tingkat Kantuk Terhadap Kecepatan Reaksi Masinis Daerah Operasi Ii Bandung *. 03(01), 296–306.
MASLIKAH, S., ALFITA, R., & IBADILLAH, A. F. (2020). Sistem Deteksi Kantuk Pada Pengendara Roda Empat Menggunakan Eye Blink Detection. Fortech, 1(1), 123–128.
MUZAWI, R., EFENDI, Y., & AGUSTIN, W. (2018). Sistem Pengendalian Lampu Berbasis Web dan Mobile. SATIN - Sains Dan Teknologi Informasi, 4(1), 29.https://doi.org/10.33372/stn.v4i1.292
PERDANA, A. H. A. P., TRI, S., & HERI, R. (N.D.). Implementasi Sistem Deteksi Mata Kantuk Berdasarkan Facial Landmarks Detection Menggunakan Metode Regression Trees. 1–9.
Perdana, A. H. A. P., Tri, S., & Heri, R. (2019). Implementasi Sistem Deteksi Mata Kantuk Berdasarkan Facial Landmarks Detection Menggunakan Metode Regression Trees. 1(1), 1–9.
SETYOWATI, D. L., FIRDAUS, A. R., & ROHMAH, N. (2018). Factor Cause of Road Accidents at Senior High School Students in Samarinda. The Indonesian Journal of Occupational Safety and Health, 7(March), 329–338. https://doi.org/10.20473/ijosh.v7i3.2018.329
www.ditlantaspolrestapekanbaru.com
Published
2020-12-30
How to Cite
EFENDI, Yoyon et al. PROTOTYPE ALARM DETEKSI MATA KANTUK MENGGUNAKAN SENSOR PULSE BERBASIS RASPBERRY PI 3. JOISIE (Journal Of Information Systems And Informatics Engineering), [S.l.], v. 4, n. 2, p. 77-83, dec. 2020. ISSN 2527-3116. Available at: <http://www.ejournal.pelitaindonesia.ac.id/ojs32/index.php/JOISIE/article/view/794>. Date accessed: 17 jan. 2021. doi: https://doi.org/10.35145/joisie.v4i2.794.
Section
Articles