Text

LAPORAN PENELITIAN : MODEL PREDIKTIF DETEKSI MICROSLEEP PADA PENGEMUDI DI INDONESIA MENGGUNAKAN RANDOM FOREST

---

Penlitian ini memiliki manfaat dua poin utama manfaat sebagai berikut:
1. Membantu Mencegah Kecelakaan Lalu Lintas Karena Microsleep
Melalui pengembangan model deteksi berbasis algoritma Random Forest, penelitian ini diharapkan dapat secara langsung mendukung upaya pencegahan kecelakaan lalu lintas yang disebabkan oleh microsleep. Beberapa aspek kontribusi ini mencakup:
a. Deteksi Dini Microsleep
Model prediktif untuk deteksi microsleep awal menggunakan data KNKT dan kuesioner pengetahuan pengemudi. Sistem deteksi dini memungkinkan pengemudi untuk mengambil tindakan pencegahan, seperti berhenti sejenak untuk istirahat. Untuk mengurangi risiko kehilangan konsentrasi yang dapat menyebabkan kecelakaan fatal, deteksi dini ini sangat penting.
b. Peningkatan kesadaran publik tentang tanda-tanda microsleep
Hasil penelitian ini dapat digunakan sebagai dasar untuk mengedukasi orang-orang, terutama pengemudi, tentang pentingnya mengidentifikasi tanda-tanda ini. Dengan memberikan wawasan yang berbasis data kepada pengemudi, diharapkan mereka akan lebih memperhatikan kondisi tubuh mereka saat berkendara, seperti istirahat rutin dan tidur yang cukup sebelum perjalanan. Kampanye keselamatan jalan yang lebih terarah dan berbasis bukti dapat digunakan untuk memberikan pengetahuan ini.
c. Dukungan Kebijakan Keselamatan Lalu Lintas
Penelitian ini dapat membantu pemerintah dan pemangku kebijakan seperti Kementerian Perhubungan dan KNKT membuat regulasi yang mendukung teknologi deteksi microsleep pada kendaraan komersial dan angkutan umum. Hal ini dapat mencakup saran teknis tentang penerapan sistem pengingat berbasis model prediktif di armada kendaraan besar atau angkutan jarak jauh.

2. Memberikan Pedoman untuk Pengembangan Sistem Pengelola Kelelahan Pengemudi
di Indonesia
Selain itu, manfaat yang lebih luas dari penelitian ini terkait dengan pengembangan teknologi deteksi kelelahan pengemudi di Indonesia, yang mencakup:
a. Pengembangan Model yang Adaptif terhadap Kondisi Lokal
Data dari kecelakaan KNKT dan hasil survei lokal akan digunakan untuk membuat model yang dikembangkan lebih relevan dengan kebiasaan pengemudi Indonesia, jam kerja yang tidak teratur, kondisi jalan yang berbeda, dan gaya berkendara. Ini membuat model lebih efisien daripada teknologi deteksi asing yang diadopsi tanpa modifikasi lokal.

b. Rujukan bagi penelitian selanjutnya
Penelitian ini dapat digunakan sebagai dasar untuk penelitian tambahan tentang keselamatan transportasi, khususnya untuk mengembangkan sistem yang mendeteksi kelelahan yang menggunakan pembelajaran mesin. Peneliti lain dapat menggunakan metode yang sama atau mengembangkan model dengan fitur tambahan untuk meningkatkan akurasi deteksi, seperti data fisiologis atau pengolahan gambar.
c. Penerapan Teknologi pada kendaraan Masa Depan
Penelitian ini membuka peluang bagi integrasi sistem deteksi kelelahan pada kendaraan cerdas atau kendaraan otonom di Indonesia. Salah satu elemen penting dalam sistem bantuan pengemudi (Advanced Driver Assistance Systems/ADAS) adalah model prediktif berbasis Random Forest. Sistem ini dapat memberikan peringatan atau bahkan mengambil alih kendali kendaraan saat pengemudi menunjukkan tanda-tanda kelelahan.

---

Ketersediaan

Informasi Detail

Judul Seri

-

No. Panggil

J 380.72 AIN l

Penerbit

TEGAL : POLITEKNIK KESELAMATAN TRANSPORTASI JALAN., 2024

Deskripsi Fisik

-

Bahasa

Indonesia

ISBN/ISSN

-

Klasifikasi

380.72

Tipe Isi

-

Tipe Media

-

Tipe Pembawa

-

Edisi

-

Subjek

TRANSPORTASI

Info Detail Spesifik

-

Pernyataan Tanggungjawab

AINUN RAHMAWATI

Versi lain/terkait

Lampiran Berkas

Komentar

---

Anda harus masuk sebelum memberikan komentar