Sistem Pendeteksi Helm dan Identifikasi Pengendara Motor Berbasis Deep Learning dengan Pengenalan Wajah serta Notifikasi Pelanggaran Otomatis ke Wali Dosen dan Pengamanan Dalam

Abstract

Keselamatan berkendara di lingkungan kampus merupakan aspek penting yang perlu mendapatkan perhatian serius, khususnya terkait pelanggaran penggunaan helm oleh mahasiswa saat mengendarai sepeda motor. Penelitian ini menghasilkan sebuah sistem pendeteksi helm dan identifikasi pengendara motor berbasis yang mampu mendeteksi pelanggaran secara otomatis serta mengirimkan notifikasi kepada wali dosen dan pengamanan dalam (Pamdal). Sistem dikembangkan menggunakan model untuk mendeteksi penggunaan helm secara real-time dan model FaceNet untuk melakukan identifikasi wajah pengendara. Pengujian sistem dilakukan dengan melibatkan 10 orang, di mana setiap orang melakukan pengambilan data sebanyak 30 kali, terdiri dari 15 kali menggunakan helm dan 15 kali tanpa menggunakan helm, sehingga total data uji berjumlah 300 data citra. Hasil pengujian menunjukkan bahwa sistem deteksi helm menggunakan memperoleh nilai accuracy sebesar 90,3%, precision 91,0%, recall 89,2%, dan F1-score 0,901. Sementara itu, sistem identifikasi wajah menggunakan FaceNet memperoleh nilai accuracy sebesar 81,9%, precision 81,9%, recall 81,9%, dan F1-score 0,819. Hasil tersebut menunjukkan bahwa sistem mampu mendeteksi pelanggaran penggunaan helm dan mengidentifikasi pengendara motor secara otomatis dengan tingkat ketepatan yang baik pada kondisi implementasi nyata. Dengan adanya sistem ini, pengawasan penggunaan helm di lingkungan kampus dapat dilakukan secara lebih efektif, terstruktur, dan berkelanjutan guna meningkatkan kepatuhan mahasiswa terhadap keselamatan berkendara.