Deteksi Kelelahan Pada Pengendara Sepeda Motor Berbasis Internet of Things (IoT)

Abstract

Kecelakaan lalu lintas di Indonesia, terutama
pada pengendara sepeda motor, adalah masalah yang terus
meningkat setiap tahunnya. Hal ini terjadi karena faktor
human error yaitu kelelahan dan kantuk pada saat berkendara.
Meminta bantuan teman untuk memastikan kondisi
pengendara bahwa mereka dalam keadaan tetap sadar dan
tidak mengantuk adalah solusi umum untuk mencegah
pengendara mengantuk. Namun, solusi ini tidak selalu efektif
karena ada kemungkinan bahwa pengendara menghadapi
situasi yang mengharuskan mereka berkendara sendiri. Pada
penelitian akan dibuat perancangan alat berbasis Internet of
Things (IoT) yang bertujuan untuk mendeteksi kelelahan pada
pengendara sepeda motor secara real-time dengan
menggunakan sensor MAX30102, sensor flex dan ESP32
sebagai pusat kendalinya. Hasil penelitian menunjukkan, sensor
MAX30102 berhasil mendeteksi denyut jantung dan saturasi
oksigen (SpO2), serta sensor flex berhasil mendeteksi
perubahan sudut kepala pengendara. Kemudian, Sistem ini
efektif memberikan peringatan dini jika terdeteksi kondisi
tertentu menggunakan notifikasi suara melalui speaker, buzzer,
dan menampilkan data pada aplikasi blynk. Hasil pengujian
menunjukkan bahwa sensor MAX30102 dan flex sensor
memiliki akurasi yang tinggi, dengan akurasi 98,73% untuk
pengukuran denyut jantung, 99,28% untuk saturasi oksigen,
dan 99,95% untuk deteksi sudut kepala
Kata kunci— Blynk, Flex Sensor, MAX30102, NodeMCU
ESP32