Akhmad Fauzi Ikhsan, M.T Dosen Pembimbing 1 Iik Muhmmad M M, S.Kom., M.T Dosen Pembimbing 1 Ridwan Iswahyudi Dosen Pembimbing 1

Tingkat kecelakaan lalu lintas semakin hari semakin bertambah banyak, berdasarkan Badan Pusat Stastistik (BPS), pada tahun 2020 menunjukan tingkat penggunaan kendaraan bermotor khususnya mobil di Indonesia selama 3 tahun terakhir mengalami peningkatan. Peningkatan jumlah tersebut dapat memberikan dampak negatif salah satunya yaitu naiknya angka kecelakaan lalu lintas. Faktor tertinggi penyebab peningkatan jumlah kecelakaaan lalu lintas adalah faktor manusia, lebih dari 25 % penyebab kecelakaan merupakan kelelahan yang mengakibatkan pengendara mengalami kantuk saat sedang berkendara. Maka dari itu , diperlukan sebuah sistem yang dapat mendeteksi keadaan pengemudi saat sedang lelah atau mengantuk. Penelitian ini mengembangkan sistem pendeteksi kantuk menggunakan Convolutional Neural Network. Masukan citra secara real time pada sistem didapat dari kamera yang dipasang didepan pengemudi. Keluaran dari sistem terdapat suara alarm untuk peringatan bahwa pengendara dalam keadaan mengantuk atau tertidur. Rata-rata akurasi sistem pendeteksian wajah menggunakan Haar Cascade yaitu 100 %, rata-rata akurasi untuk pendeteksian mata terbuka dan tertutup pada jarak 30-50 cm yaitu 97,2 % dan rata-rata akurasi untuk pendeteksian kantuk sebesar 94,4 %. Sedangkan untuk rata-rata waktu untuk pendeteksin mata terbuka dan tertutup memiliki rata-rata waktu sebesar 5.19 detik yang akan memudahkan untuk mendeteksi kantuk secara cepat.