Penerapan Internet Of Things (IoT) Untuk Sistem Deteksi Kantuk Pengemudi Berbasis Sensor Detak Jantung

Kecelakaan lalu lintas yang disebabkan oleh kelelahan dan rasa kantuk (microsleep) pengemudi masih menjadi permasalahan serius dalam sistem transportasi. Penelitian ini bertujuan untuk merancang bangun sistem peringatan dini deteksi kantuk pengemudi berbasis pemantauan fisiologis menggunakan teknologi Internet of Things (IoT). Berbeda dengan sistem visual konvensional, penelitian ini menggunakan sensor biometrik MAX30102 untuk mengakuisisi sinyal detak jantung (Beats Per Minute/BPM) dan saturasi oksigen darah (SpO2) secara real-time, yang kemudian diproses oleh mikrokontroler ESP32. Pendekatan pendeteksian didasarkan pada analisis Heart Rate Variability (HRV), di mana status kantuk dipicu apabila terjadi penurunan detak jantung melewati ambang batas 15% dari Resting Heart Rate (RHR) dasar pengemudi. Metode penelitian menggunakan pendekatan kuantitatif eksperimental yang diuji secara aman menggunakan driving simulator di bawah berbagai skenario beban kognitif. Hasil pengujian menunjukkan bahwa sensor yang dirancang memiliki tingkat akurasi pembacaan sebesar 98.63% dengan Mean Absolute Percentage Error (MAPE) hanya 1.37% ketika dibandingkan dengan alat oximeter medis. Sistem ini mampu merespons kondisi kritis secara sangat cepat dengan latensi rata-rata 770 milidetik untuk mengaktifkan aktuator peringatan berupa buzzer dan layar LCD Nokia 5110. Evaluasi menggunakan Confusion Matrix pada skenario simulator membuktikan bahwa sistem memiliki akurasi klasifikasi sebesar 90% dalam membedakan fase sadar dan fase mengantuk. Selain itu, data fisiologis dan status peringatan berhasil ditransmisikan secara kontinu tanpa packet loss ke dashboard eksternal (Blynk) melalui jaringan Wi-Fi. Kesimpulannya, sistem pendeteksi kantuk berbasis biometrik dan IoT ini terbukti efisien, memiliki presisi tinggi, serta sangat reliabel untuk diimplementasikan sebagai solusi preventif dalam menekan angka kecelakaan berkendara.