Unik, Mahasiswa UMM Kembangkan Prototipe Alat Pendeteksi Kantuk, Sasar Sopir Travel

Author : Humas | Minggu, 18 Februari 2024 13:48 WIB | portal bontang - portal bontang

Mahasiswa UMM mengembangkan prototipe alat pendeteksi kantuk untuk di kendaraan. Simak cara kerjanya. (Humas UMM)

Mahasiswa UMM mengembangkan prototipe alat pendeteksi kantuk untuk di kendaraan. Simak cara kerjanya. (Humas UMM)

PORTAL BONTANG - Tingginya angka kecelakaan akibat pengendara mengantuk, mendorong sekelompok mahasiswa UMM ini mengembangkan prototipe alat pendeteksi kantuk.

Alat pendeteksi kantuk ini akan bekerja saat pengemudi dideteksi mengalami kelelahan atau mengantuk saat mengemudikan kendaraan.

Alat pendeteksi kantuk ini pun disebut akan menyasar para sopir travel yang jam mengemudinya di jalan sangat tinggi.

Faza Ega Agista dan timnya asal Teknik Industri Universitas Muhammadiyah Malang (UMM) memaparkan data tingginya angka kecelakaan akibat kelelahan dan mengantuk.

Ia mengutip Wakil Ketua Umum Bidang Keselamatan Transportasi Indonesia (MTI), angka kecelakaan lalu lintas di Indonesia 2023 mencapai 116 ribu kasus.

Jika dibandingkan dengan tahun 2022, angka kecelakaan cenderung naik sebesar 6,8 persen.

Dari banyaknya kasus, tertinggi kecelakaan dialami oleh pengendara motor dan mobil pribadi.
Hal ini terjadi karena kelalaian pengendara, kelelahan, dan rasa kantuk.

Melihat trend data ini, Faza Ega Agista dan timnya asal Teknik Industri Universitas Muhammadiyah Malang (UMM) mengembangkan alat deteksi kantuk.

Alat yang diberi nama Drowsiness Detection ini memiliki sensor untuk mendeteksi gerak wajah pengguna saat merasa mengantuk.

Adapun alat ini masih dalam tahap pengembangan dan masih berupa prototipe.

Faza menjelaskan, prototipe buatannya ini dapat mengantisipasi pengendara saat kelelahan.

Pasalnya, alat yang ia buat ini memiliki face recognition yang mana sensor tersebut akan mendeteksi gerakan pengendara apabila mengantuk.

“Untuk saat ini, produk kami masih berupa kamera eksternal yang dipasangkan dengan program di komputer. Untuk programnya sendiri kami menggunakan pemograman python,” ucap Faza, dikutip Portalbontang.com dalam rilisnya.

Uniknya, Faza dan tim membuat program secara mandiri. Berbekal tutorial dari internet, ia dan tim membuat program yang dapat berjalan dengan baik.

Program tersebut berisi database kondisi wajah yang mengantuk.

Jadi, apabila pengendara menutup mata lima sampai sepuluh detik, maka secara otomatis sensor akan mendeteksi dan mengolah data kemudian merubahnya menjadi suara alarm.

Tak hanya itu, Faza dan tim juga menambahkan sensor detak jantung yang ditautkan pada gelang.

“Namun, untuk sekarang sensor detak jantung sendiri masih trial and error saja. Karena melihat masih banyak yang perlu dibenahi dan kami kembangkan dari alat ini,” tambahnya.

Target utama dari alat ini nantinya adalah agen travel yang memiliki jam terbang tinggi ataupun pengendara umum.

Hal ini diharapkan dapat mengantisipasi kecelakaan akibat kelelahan di perjalanan.

Apalagi, bagi sopir travel yang menempuh perjalanan panjang pasti mudah merasa kelelahan.

Nantinya, Faza dan tim akan menyempurnakan prototipe yang ia buat agar dapat segera diterapkan bagi masyarakat umum.

Penyempurnaannya nanti berupa pemasangan kamera dan program pada kendaraan sehingga tidak memerlukan program melalui laptop.

Selain itu, ia juga akan menyempurnakan sensor detak jantung dan menambahkan fitur pengereman otomatis jika pengendara terdeteksi mengantuk.

ntuk itu, ia berharap agar prototype yang ia buat dapat dikembangkan dengan bekerjasama menggaet perusahaan untuk diimplementasikan secara langsung.

“Besar harapan kami dapat bekerjasama dengan perusahaan kendaraan, agar Drowsiness Detection ciptaan kami dapat secara langsung diimplementasikan pada kendaraan dan dirasakan oleh masyarakat,” tegasnya. ***

Sumber: https://www.portalbontang.com/news/37190911/unik-mahasiswa-umm-kembangkan-prototipe-alat-pendeteksi-kantuk-sasar-sopir-travel?page=3
Shared:

Komentar

Tambahkan Komentar


characters left

CAPTCHA Image


Shared:

Kategori

Arsip Berita

Berita Terpopuler