Media90 – Masa depan keselamatan berkendara memasuki babak baru berkat kemajuan kecerdasan buatan. Peneliti dari Edith Cowan University (ECU), Australia, tengah mengembangkan teknologi inovatif yang mampu mendeteksi kondisi fisik dan mental pengemudi hanya melalui analisis wajah.
Inovasi ini digadang-gadang menjadi solusi non-invasif untuk menekan angka kecelakaan akibat pengemudi mabuk, lelah, hingga emosional. Penelitian ini dipimpin oleh Abdullah Tariq, kandidat PhD dari ECU, yang menyoroti fakta bahwa sekitar 30 persen kecelakaan fatal di Australia disebabkan oleh pengaruh alkohol.
Model Deep Learning 3D: Satu Sistem, Banyak Deteksi
Berbeda dengan sistem AI konvensional, teknologi yang dikembangkan di ECU menggunakan model Deep Learning 3D tunggal. Sistem ini mampu mengidentifikasi tiga faktor risiko sekaligus, yaitu kadar alkohol dalam darah (blood alcohol concentration), tingkat kelelahan, serta ekspresi emosional seperti kemarahan.
Dalam pengujian awal, sistem ini menunjukkan performa tinggi. Deteksi kelelahan mencapai akurasi hingga 95 persen, sementara identifikasi kadar alkohol mendekati 90 persen. Selain itu, AI ini mampu mengklasifikasikan kondisi pengemudi ke dalam tiga kategori: sadar, moderat, hingga berat.
Melampaui Metode Konvensional
Selama ini, deteksi alkohol biasanya dilakukan menggunakan alat seperti Breathalyzer atau tes darah. Meski akurat, metode tersebut memiliki keterbatasan karena bersifat invasif dan tidak bisa digunakan secara terus-menerus selama perjalanan.
Menurut Abdullah Tariq, wajah manusia menyimpan banyak informasi penting terkait kondisi emosional, kognitif, dan fisiologis. Dengan bantuan algoritma AI, sistem ini dapat membedakan antara pengemudi yang benar-benar mengantuk, sekadar berekspresi, atau berada di bawah pengaruh alkohol.
Peneliti lain dari ECU, Syed Zulqarnain Gilani, menambahkan bahwa kelelahan, kemarahan, dan mabuk memiliki keterkaitan erat. Ketiganya dapat meningkatkan risiko kecelakaan di jalan raya secara signifikan.
BiFuseNet: Tetap Akurat di Kondisi Minim Cahaya
Untuk meningkatkan performa, tim peneliti memperkenalkan model bernama BiFuseNet. Teknologi ini menggabungkan data visual dari kamera RGB dan inframerah (IR), sehingga tetap mampu bekerja optimal bahkan dalam kondisi pencahayaan rendah.
Sistem ini secara otomatis menganalisis berbagai dinamika wajah, seperti frekuensi kedipan, gerakan halus, hingga perubahan struktur wajah. Pendekatan ini jauh lebih efisien dibanding metode manual yang sebelumnya digunakan.
Dalam pengujian lanjutan, BiFuseNet berhasil mencapai akurasi klasifikasi sebesar 88,41 persen. Hasil penelitian ini telah dipresentasikan dalam ajang internasional seperti British Machine Vision Conference 2025 dan International Conference on Multimodal Interaction 2025.
Menuju Asisten Keselamatan Digital
Ke depan, teknologi ini berpotensi diintegrasikan ke dalam kendaraan pintar sebagai “asisten keselamatan digital”. Sistem AI dapat memantau kondisi pengemudi secara real-time tanpa mengganggu aktivitas berkendara.
Jika terdeteksi adanya risiko seperti mabuk atau kelelahan ekstrem, sistem dapat memberikan peringatan dini atau bahkan mengambil tindakan pencegahan, seperti membatasi fungsi kendaraan.
Inovasi dari Edith Cowan University ini membuka peluang baru dalam meningkatkan keselamatan di jalan raya. Dengan perkembangan teknologi visi komputer yang semakin pesat, masa depan transportasi diharapkan menjadi jauh lebih aman bagi semua pengguna jalan.
