Drowsiness Detection via Webcam on Google Colab

Deteksi kondisi mengantuk secara real-time menggunakan webcam langsung dari browser (via Google Colab) berbasis landmark wajah dan perhitungan EAR (Eye Aspect Ratio).

Metode Deteksi Mengantuk

Menggunakan EAR (Eye Aspect Ratio) berdasarkan landmark mata. Jika nilai EAR turun di bawah ambang batas 0.27, dianggap sebagai tanda mengantuk.

Rumus EAR:

EAR = (||p2 - p6|| + ||p3 - p5||) / (2 * ||p1 - p4||)

Tools & Library

• Python 3 (via Google Colab)
• OpenCV
• Dlib
• NumPy
• JavaScript (untuk akses webcam dari browser)

Cara Jalankan

1. Clone atau Fork repo ini
2. Buka file Colab notebook
3. Jalankan semua cell sesuai urutan
4. Izinkan akses kamera di browser
5. Tunggu hasil deteksi tiap 3 detik, akan muncul EAR dan visualisasi titik wajah

Struktur Proyek

.
├── drowsiness.ipynb   # Notebook utama
├── shape_predictor_68_face_landmarks.dat  # Model landmark wajah
└── README.md                   # Dokumentasi ini

Threshold EAR

Nilai default ambang batas:

EAR_THRESHOLD = 0.27

Silakan disesuaikan sesuai keperluan atau tuning dataset.

Resources

• dlib shape predictor
• Research paper: Real-Time Eye Blink Detection using Facial Landmarks

Author

Made with 💻 and ☕ by @fliw