Sistem Deteksi Kantuk Pengemudi berbasis EEG (Electroencephalography) dengan Analisis Gelombang Otak

Posted on by admin

Pendahuluan

Deteksi kantuk pengemudi berdasarkan eye blink atau face expression memiliki keterbatasan (terkena kacamata, pencahayaan, dll). Penelitian ini mengembangkan sistem deteksi kantuk berbasis EEG yang mengukur aktivitas listrik otak secara langsung, lebih akurat dan tidak tergantung kondisi visual.

Dasar Teori

Saat mengantuk, gelombang otak berubah:

  • Alpha (8-13 Hz): Meningkat saat rileks, mata tertutup
  • Theta (4-7 Hz): Meningkat saat kantuk/transisi tidur
  • Beta (13-30 Hz): Dominan saat sadar/aktif

Rasio (Theta+Alpha)/Beta meningkat saat kantuk.

Desain Sistem

Hardware:

  • Headset EEG: 4 kanal (FP1, FP2, O1, O2) sesuai standar 10-20
  • Elektroda kering (dry electrode) untuk kemudahan pemakaian
  • Mikrokontroler: ESP32 untuk akuisisi dan pengiriman data
  • ADC: 24-bit, sampling 250 Hz
  • Buzzer dan vibrator untuk alarm
  • Bluetooth untuk koneksi ke smartphone

Software:

  • Aplikasi Android menerima data EEG
  • Analisis real-time dengan FFT (Fast Fourier Transform) untuk ekstraksi band power
  • Algoritma klasifikasi (SVM) untuk deteksi kantuk

Algoritma

  1. Preprocessing: Filter bandpass 1-50 Hz, notch filter 50 Hz (untuk noise listrik)
  2. Ekstraksi fitur per 5 detik:
    • Power alpha, beta, theta, delta
    • Rasio theta/beta, (alpha+theta)/beta
    • Coherence antar kanal
  3. Klasifikasi: SVM dengan kernel RBF dilatih dengan data 20 subjek (10 mengantuk, 10 sadar) yang diberi label berdasarkan Karolinska Sleepiness Scale (KSS). Subjek mengantuk diperoleh dengan sleep deprivation.

Hasil

  • Akurasi deteksi kantuk: 94% (vs 85% untuk eye blink-based)
  • Waktu deteksi: rata-rata 30 detik sebelum onset kantuk (subjektif)
  • False positive: 5% (terjadi saat relaksasi)
  • False negative: 6% (kantuk tidak terdeteksi)

Pengujian di Simulator

Diuji pada 10 pengemudi di simulator mengemudi selama 2 jam. Sistem memberi peringatan jika kantuk terdeteksi.

Hasil:

  • Semua pengemudi yang mengantuk terdeteksi
  • 2 pengemudi hampir tertidur, alarm membangunkan
  • Skor subjektif: 80% merasa terbantu

Pembahasan

Keunggulan EEG:

  • Tidak tergantung pencahayaan, kacamata, pose wajah
  • Mendeteksi kantuk sebelum tanda fisik muncul
  • Dapat diintegrasikan dengan sistem keselamatan lain (rem otomatis)

Tantangan:

  • Kenyamanan headset: elektroda kering masih bisa mengganggu setelah 2 jam
  • Gangguan gerakan: sinyal EEG terganggu saat mengemudi aktif (belok, rem). Perlu deteksi artefak.
  • Harga: headset EEG masih mahal (Rp 5-10 juta). Untuk adopsi massal perlu murah.

Kesimpulan

Deteksi kantuk berbasis EEG lebih akurat daripada metode visual, namun masih memerlukan pengembangan pada kenyamanan dan biaya. Potensi besar untuk kendaraan otonom atau sistem keselamatan premium.

Kata Kunci: Deteksi Kantuk, EEG, Pengemudi, Gelombang Otak, Keselamatan Berkendara

Related Posts