AI Bisa Kenali Pengemudi Mabuk dari Deteksi Wajah, Akurasi Tembus 90%

24 Mar 2026, 14:52 WIB

Reyvan Maulid

AI Bisa Kenali Pengemudi Mabuk dari Deteksi Wajah, Akurasi Tembus 90%

ilustrasi pengendara memegang botol bir sambil mengemudikan mobil (freepik.com/jcomp)

Intinya Sih

Peneliti dari Edith Cowan University mengembangkan teknologi AI yang mampu mendeteksi kondisi pengemudi, termasuk mabuk dan lelah, hanya melalui analisis wajah dengan akurasi hingga 95 persen.
Metode berbasis AI ini dinilai lebih praktis dibandingkan breathalyzer karena dapat memantau kondisi pengemudi secara real-time tanpa kontak langsung, serta menganalisis ekspresi dan faktor fisiologis sekaligus.
Model BiFuseNet yang menggabungkan data RGB dan inframerah meningkatkan akurasi deteksi hingga 88,41 persen, memungkinkan sistem membedakan antara mabuk, lelah, atau sekadar perubahan ekspresi wajah.

Disclaimer: This was created using Artificial Intelligence (AI)

Perkembangan kecerdasan buatan kembali membuka peluang baru dalam meningkatkan keselamatan berkendara. Peneliti dari Edith Cowan University (ECU) tengah mengembangkan teknologi yang mampu mendeteksi kondisi pengemudi hanya dari wajah. Inovasi ini digadang-gadang menjadi solusi baru untuk mengidentifikasi pengemudi mabuk dan berbahaya secara lebih efisien.

Penelitian yang dipimpin kandidat PhD ECU, Abdullah Tariq, menyebut sekitar 30 persen faktor penyebab utama kecelakaan di Australia disebabkan oleh mengemudi sambil mabuk. Pendekatan ini memanfaatkan model deep learning 3D tunggal yang mampu menganalisis berbagai faktor risiko sekaligus, mulai dari kadar alkohol dalam darah, kelelahan, hingga ekspresi emosional seperti marah. Berikut temuan utama dari penelitian tersebut.

1. Sistem mampu mendeteksi banyak kondisi dan menghasilkan akurasi tinggi

ilustrasi pengendara mobil (unsplash.com/Nicole Logan)

Dalam pengujian awal, sistem ini menunjukkan hasil yang mengesankan. Deteksi kadar alkohol dalam darah (blood alcohol concentration) mencapai akurasi 90 persen. Sementara itu, kondisi mengantuk atau kelelahan dapat dikenali hingga 95 persen.

Menariknya, sistem tidak hanya mendeteksi ada atau tidaknya pengaruh alkohol, tetapi juga mengklasifikasikan tingkatnya. Pengemudi dibagi ke dalam tiga kategori, yaitu sadar (sober), moderat, atau kondisi berat. Kemampuan ini memberi gambaran lebih detail mengenai tingkat risiko di jalan.

2. Metode analisis wajah menggunakan AI dinilai lebih praktis dibandingkan metode konvensional

ilustrasi face recognition (freepik.com/pikisuperstar)

Selama ini, metode seperti breathalyzer atau tes darah memang dikenal akurat untuk mendeteksi alkohol. Namun, cara tersebut memiliki keterbatasan karena bersifat invasif, membutuhkan kerja sama pengguna, dan tidak memungkinkan pemantauan secara terus-menerus. Melalui analisis wajah, sistem AI menawarkan pendekatan yang lebih praktis.

Teknologi ini memungkinkan pemantauan real-time tanpa mengganggu aktivitas pengemudi. Selain itu, wajah manusia menyimpan banyak informasi penting, mulai dari kondisi fisiologis hingga emosi. Studi bertajuk “Jack of Many Faces: A Step Towards Facial Expression and Physiological State Analysis with a Single Network” telah dipresentasikan dalam ajang British Machine Vision Conference 2025. Dr Syed Zulqarnain Gilani dari ECU's Centre of AI and Machine Learning mengatakan bahwa penelitian ini menjadi salah satu yang pertama menggabungkan deteksi kelelahan, ekspresi wajah, dan kadar alkohol dalam satu sistem terpadu.

3. Peneliti juga memperkenalkan model bernama BiFuseNet

ilustrasi pengendara kesal setelah terjebak dalam kemacetan lalu lintas (freepik.com/diana.grytsku)

Dalam studi lainnya, peneliti memperkenalkan model bernama BiFuseNet. Teknologi ini menggabungkan data video warna normal (RGB) dan inframerah (IR) untuk meningkatkan akurasi analisis, terutama pada kondisi pencahayaan rendah. Pendekatan multimodal ini memungkinkan sistem menangkap detail wajah secara lebih menyeluruh, seperti kedipan mata, perubahan ekspresi halus, hingga perubahan fitur wajah untuk membedakan berbagai kondisi.

Hasilnya, sistem dapat membedakan apakah seseorang benar-benar mabuk, hanya lelah, atau sekadar menunjukkan ekspresi tertentu. Temuan BiFuseNet ini juga dipresentasikan dalam konferensi International Conference on Multimodal Interaction 2025. Tingkat akurasi klasifikasi mencapai sekitar 88,41 persen, sehingga teknologi ini dinilai menjanjikan sebagai solusi masa depan untuk meminimalisasi risiko kecelakaan di jalan.

Lebih jauh, sistem berbasis AI ini berpotensi diintegrasikan ke dalam kendaraan pintar atau sistem keselamatan jalan. Jika dikembangkan secara luas, AI bisa menjadi “asisten keselamatan digital” yang membantu mencegah kecelakaan sebelum terjadi. Menurut kamu, apakah inovasi ini bisa menjadi solusi efektif untuk mengurangi kecelakaan akibat pengemudi mabuk?

This article is written by our community writers and has been carefully reviewed by our editorial team. We strive to provide the most accurate and reliable information, ensuring high standards of quality, credibility, and trustworthiness.