Implementasi Sistem Peringatan Kecepatan dan Notifikasi Kecelakaan Otomatis pada Sepeda Motor
Abstract
Tingginya angka fatalitas kecelakaan yang melibatkan sepeda motor di Indonesia menjadi masalah krusial yang salah satunya disebabkan oleh lambatnya penanganan medis. Keterlambatan informasi mengenai terjadinya dan lokasi kecelakaan secara akurat menjadi penghambat utama dalam memberikan pertolongan pertama pada periode kritis. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan merancang dan mengimplementasikan sebuah sistem notifikasi kecelakaan otomatis. Solusi yang diimplementasikan berupa sistem terintegrasi yang terdiri dari perangkat IoT pada sepeda motor, server backend, dan aplikasi seluler. Perangkat IoT menggunakan sensor IMU MPU6050 dan GPS untuk mendeteksi anomali pergerakan dan kemiringan yang mengindikasikan kecelakaan. Saat terdeteksi, data lokasi dan waktu kejadian dikirimkan secara otomatis melalui jaringan GPRS ke server Django, yang kemudian meneruskan informasi tersebut sebagai notifikasi push real-time ke aplikasi seluler kontak darurat. Berdasarkan pengujian, sistem ini berhasil berfungsi sesuai rancangan. Pengujian sensor menunjukkan akurasi penentuan lokasi GPS dengan selisih rata-rata 6.92 meter. Waktu transmisi notifikasi dari deteksi kecelakaan oleh perangkat IoT hingga diterima oleh aplikasi seluler kontak darurat berhasil dicapai dengan rata-rata 2.016 detik. Hasil ini membuktikan bahwa sistem yang dibangun mampu menyediakan solusi notifikasi darurat yang cepat dan akurat, sehingga berpotensi mempercepat waktu respons dan meningkatkan peluang keselamatan korban.
Kata kunci— deteksi kecelakaan, internet of things, notifikasi otomatis, sepeda motor, sistem peringatan
References
CNBC Indonesia, “Tren Kecelakaan Lalin Lagi-Lagi Didominasi Sepeda Motor,” CNBC Indonesia. Accessed: Oct. 15, 2024. [Online]. Available: https://www.cnbcindonesia.com/news/20231227160816-4-500635/tren-kecelakaan-lalin-lagi-lagi-didominasi-sepeda-motor
GAIKINDO, “Jumlah Kendaraan di Indonesia 147 Juta Unit, 60 Persen di Pulau Jawa,” GAIKINDO. Accessed: Oct. 15, 2024. [Online]. Available: https://www.gaikindo.or.id/jumlah-kendaraan-di-indonesia-147-juta-unit-60-persen-di-pulau-jawa/
Khairul Fahmi, “FAKTOR PENYEBAB KECELAKAAN LALU LINTAS DAN PERILAKU BERKENDARA PADA SISWA SEKOLAH MENENGAH ATAS DI PASIR PENGARAIAN RIAU,” Jurnal Ilmiah Cano Ekonomos, vol. 10, no. 1, pp. 1–10, Jul. 2021, doi: 10.30606/cano.v10i1.1084.
L. N. Kholilah, “Analisis Angka Kecelakaan pada Malam Hari saat Menggunakan Kendaraan Roda Dua,” Kompasiana. Accessed: Oct. 15, 2024. [Online]. Available: https://www.kompasiana.com/lilahnurkholilah9571/638acbeb4addee54e6145a12/analisis-angka-kecelakaan-pada-malam-hari-saat-menggunakan-kendaraan-roda-dua
A. H. Alkhaiwani and B. S. Alsamani, “A Framework and IoT-Based Accident Detection System to Securely Report an Accident and the Driver’s Private Information,” Sustainability, vol. 15, no. 10, p. 8314, May 2023, doi: 10.3390/su15108314.
D. Hercog, T. Lerher, M. Truntič, and O. Težak, “Design and Implementation of ESP32-Based IoT Devices,” Sensors, vol. 23, no. 15, p. 6739, Jul. 2023, doi: 10.3390/s23156739.
S. R. Wategonkar, K. P. Rane, S. A. Khot, N. A. Yadav, S. A. Vilankar, and S. Akashe, “Development and Execution of an IoT-Based Accident Detection and Alert System with Location Tracking,” in 2024 Sixth International Conference on Computational Intelligence and Communication Technologies (CCICT), IEEE, Apr. 2024, pp. 91–97. doi: 10.1109/CCICT62777.2024.00027.
J. Leoni, S. Gelmini, G. Panzani, M. Tanelli, and S. M. Savaresi, “Automatic eCall in Powered Two-Wheelers: A Dynamics-Based Approach,” IEEE Transactions on Intelligent Transportation Systems, vol. 26, no. 4, pp. 4365–4379, Apr. 2025, doi: 10.1109/TITS.2025.3545907.
R. Jubitra and R. Khana, “JURNAL TRESHOLD,” Feb. 2020.
K. N. S. Ayuningtyas, A. Kusumawati, and E. Ellizar, “PERBANDINGAN PERILAKU KECEPATAN BERLEBIH PENGEMUDI MOBIL DAN SEPEDA MOTOR Studi Kasus: Provinsi Jawa Barat, Indonesia (The Comparison of Exceeding Speed Behavior Between Car Drivers and Motorcyclists Case of Study: West Java Province, Indonesia),” Jun. 2021.
J. Swacha and A. Kulpa, “Evolution of Popularity and Multiaspectual Comparison of Widely Used Web Development Frameworks,” Electronics (Switzerland), vol. 12, no. 17, Sep. 2023, doi: 10.3390/electronics12173563.
S. Sharma, “Performance Evaluation of IoT Database Management using Mongo DB versus MYSQL Databases,” International Journal of Electrical, vol. 13, no. 2, pp. 1–04, 2024, [Online]. Available: www.researchtrend.net
R. Jangassiyev et al., “Comparative analysis of cross-platform development methodologies: a comprehensive study,” Telkomnika (Telecommunication Computing Electronics and Control), vol. 23, no. 1, pp. 108–118, Feb. 2025, doi: 10.12928/TELKOMNIKA.v23i1.26331.
L. Safitri, C. E. Gunawan, and M. S. Muarie, “Usability Analysis of the Ikan Musi Mobile Application Using the System Usability Scale (SUS),” The Future of Education Journal, vol. 4, p. Page, 2025, [Online]. Available: https://journal.tofedu.or.id/index.php/journal/index
G. Karuna, R. P. R. Kumar, V. T. S. Sai, J. Abhishek, M. Shashikanth, and B. Kashyap, “Motorcycle Crash Detection and Alert System using IoT,” E3S Web of Conferences, vol. 391, p. 01145, Jun. 2023, doi: 10.1051/e3sconf/202339101145.
J. Gerhardsen, “Evaluating the user experience of a learning management system-to improve usability Utvärdering av användarupplevelsen av en lärplattform,” 2023. [Online]. Available: www.liu.se
Z. Mohammadzadeh et al., “Evaluating usability of computerized physician order entry systems: Insights from a developing nation,” Inform Med Unlocked, vol. 47, Jan. 2024, doi: 10.1016/j.imu.2024.101487.
