Analisis Kebutuhan Alat Driver Monitoring System Untuk Mengurangi Resiko Kecelakaan Lalu Lintas Pada Pengemudi Maxim Di Desa Mendalo Darat
DOI:
https://doi.org/10.31884/random.v3i2.62Kata Kunci:
Driver Monitoring System, Traffic accidents, Driver fatigue , Transportation safetyAbstrak
Kecelakaan lalu lintas yang disebabkan oleh faktor manusia, terutama pengemudi, merupakan permasalahan serius yang terus meningkat. Penelitian ini bertujuan untuk menganalisis kebutuhan akan sistem pemantau pengemudi Driver Monitoring System (DMS) sebagai solusi untuk mengurangi risiko kecelakaan lalu lintas di Desa Mendalo Darat, khususnya pada pengemudi Maxim. Metode penelitian yang digunakan adalah survei dan wawancara terstruktur dengan pengemudi Maxim serta analisis data statistik terkait kecelakaan lalu lintas di wilayah tersebut. Hasil analisis menunjukkan bahwa pengemudi sering mengalami kelelahan, gangguan konsentrasi, dan kurangnya kesadaran terhadap kondisi fisik mereka sendiri saat mengemudi. DMS yang diusulkan akan dirancang untuk mendeteksi tanda-tanda kelelahan dan gangguan konsentrasi pada pengemudi, serta memberikan peringatan dini untuk mengurangi risiko kecelakaan. Penelitian ini diharapkan dapat memberikan kontribusi dalam meningkatkan keselamatan lalu lintas dan kesejahteraan pengemudi di Desa Mendalo Darat.
Unduhan
Referensi
R. Grace, V. E. Byme, D. M. Bierman, J. M. Legrand, D. Gricourt, R. K. Davis, J. J. Staszewski and B. Carnahan, “A Drowsy Driver Detection System for Heavy Vehicles”, Proceedings of 17th AIAA/IEEE/SAE Digital Avionics Systems Conference (DASC), (1998) November, Washington, USA.
H. Veeraraghavan and N. Papanikolopoulos, “Detecting Driver Fatigue Through the Use of Advanced Face Monitoring Techniques”, Intelligent Transportation System Institute, Department of Computer Science and Engineering, University of Minnesota, (2001).
F. Y. Luthfia, “Mendeteksi Kantuk Pada Pengemudi Mobil Menggunakan Metode HaarCascade,” Universitas Muhammadiyah Malang, 2022
C. K. U. Nggiku, A. Rabi, and S. Subairi, “Deteksi Kantuk Untuk Keamanan Berkendara Berbasis Pengolahan Citra,” J.JEETech, vol. 4, no. 1, pp. 48–56, 2023
G. De-Las-Heras, J. Sánchez-Soriano, and E. Puertas, “Advanced driver assistance systems (ADAS) based on machine learning techniques for the detection and transcription of variable message signs on roads,” Sensors, vol. 21, no. 17, pp. 1–18, 2021, doi:10.3390/s21175866.
L. Wang et al., “Advanced Driver-Assistance System (ADAS) for Intelligent Transportation Based on the Recognition of Traffic Cones,” Adv. Civ. Eng., vol. 2020, 2020, doi: 10.1155/2020/8883639.
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2024 Journal of Informatics and Computing (RANDOM)
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.