IMPLEMENTASI ALGORITMA REAL-TIME DETECTION TRANSFORMER (RT-DETR) UNTUK DETEKSI KELELAHAN DAN TINGKAT KELELAHAN (DROWSINESS) PENGENDARA BERBASIS FACE RECOGNITION

Abstract

Kecelakaan lalu lintas merupakan salah satu permasalahan utama dalam sektor transportasi yang sebagian besar disebabkan oleh faktor manusia, khususnya kelelahan dan kantuk saat berkendara. Kondisi ini dapat menurunkan tingkat kewaspadaan dan memicu terjadinya microsleep yang berisiko tinggi terhadap kecelakaan. Penelitian ini bertujuan untuk mengimplementasikan algoritma Real Time Detection Transformer (RT-DETR) dalam mendeteksi dan mengklasifikasikan tingkat kelelahan pengendara berbasis face recognition. Sistem yang dikembangkan memanfaatkan citra wajah dengan fokus pada indikator visual seperti kondisi mata dan aktivitas mulut. Dataset yang digunakan terdiri dari sekitar 3.000 citra yang dibagi ke dalam tiga kategori, yaitu normal, kelelahan sedang, dan kelelahan berat. Proses penelitian meliputi pengumpulan data, preprocessing, anotasi, pelatihan model, serta evaluasi menggunakan metrik precision, recall, F1-score, dan mean Average Precision (mAP). Hasil penelitian menunjukkan bahwa model RT-DETR memiliki performa yang sangat baik dengan nilai mAP@0.5 sebesar 0,939, precision sebesar 0,94, recall sebesar 0,93, serta F1-score sebesar 0,95. Sistem juga mampu berjalan secara real-time dengan kecepatan 10-13 FPS. Dengan demikian, RT-DETR efektif digunakan untuk deteksi kelelahan pengendara secara akurat dan responsif.