PNCPNC

InfotekmesinInfotekmesin

Pada tahun 2022 terjadi 139.258 kasus kecelakaan lalu lintas, yang mencakup seluruh jenis kecelakaan baik ringan maupun fatal. Tingginya angka kecelakaan ini, terutama akibat pelanggaran kecepatan dan jarak aman mendorong perlunya sistem yang mampu memantau dan mengintervensi perilaku pengemudi secara otomatis. Penelitian ini bertujuan mengembangkan sistem kontrol dan pemantauan berbasis IoT yang tidak hanya mendeteksi pelanggaran seperti overspeed dan jarak terlalu dekat, tetapi juga mampu memberikan intervensi langsung terhadap laju kendaraan. Sistem ini menggunakan Arduino Mega dan ESP32 dengan sensor GPS dan LiDAR, serta output DAC untuk membatasi tegangan pedal akselerator saat pelanggaran berulang terdeteksi. Pengujian dilakukan untuk menilai akurasi sensor, performa IoT, dan efektivitas intervensi kecepatan. Hasil menunjukkan tingkat keberhasilan 100% dari 5 kali pengujian pada intervensi kecepatan, akurasi sensor yang baik, serta notifikasi IoT yang berhasil terkirim dalam waktu rata-rata 5,9 detik. Sistem terbukti efektif dan layak diterapkan sebagai solusi peningkatan keselamatan berkendara berbasis teknologi.

Penelitian ini berhasil mengembangkan sistem kontrol dan pemantauan perilaku pengemudi berbasis IoT yang mampu mendeteksi pelanggaran seperti overspeed dan jarak aman, serta memberikan peringatan melalui buzzer, tampilan LCD, dan notifikasi Telegram secara real-time.Hasil pengujian menunjukkan bahwa sensor GPS dan LiDAR yang digunakan memiliki tingkat akurasi yang memadai untuk mendeteksi parameter pelanggaran.Selain itu, fitur intervensi kecepatan melalui pembatasan tegangan pada pedal akselerator berhasil dijalankan dengan tingkat keberhasilan 100% dalam lima kali pengujian, menandakan komunikasi antar mikrokontroler berjalan baik dan logika kontrol berfungsi sesuai desain.Sistem ini menunjukkan potensi besar dalam meningkatkan keselamatan berkendara melalui deteksi dan respon otomatis terhadap perilaku berisiko.Untuk implementasi di lapangan, disarankan peningkatan stabilitas jaringan dengan menggunakan koneksi alternatif seperti modul GSM, serta evaluasi lanjutan terhadap aspek keamanan, kenyamanan pengemudi, dan respon sistem terhadap berbagai kondisi jalan nyata.

Untuk meningkatkan efektivitas sistem, penelitian lanjutan dapat fokus pada pengembangan algoritma yang lebih canggih untuk mendeteksi pola berkendara yang tidak aman, seperti zigzag atau mengemudi agresif. Selain itu, penelitian dapat mengeksplorasi integrasi sistem dengan teknologi kecerdasan buatan (AI) untuk meningkatkan akurasi dan kemampuan belajar sistem dalam mengidentifikasi perilaku pengemudi yang berisiko. Penelitian juga dapat menyelidiki cara-cara untuk meningkatkan stabilitas koneksi IoT, seperti penggunaan jaringan seluler atau satelit, untuk memastikan sistem dapat berfungsi dengan baik di berbagai kondisi jalan dan lokasi. Dengan demikian, sistem pengawasan perilaku pengemudi berbasis IoT dapat menjadi lebih andal dan efektif dalam meningkatkan keselamatan berkendara.

  1. Communications - Scientific Letters of the University of Zilina: The Impact of the Safe following Distance... doi.org/10.26552/com.C.2024.014Communications Scientific Letters of the University of Zilina The Impact of the Safe following Distance doi 10 26552 com C 2024 014
  2. A Proposed Approach to Utilizing Esp32 Microcontroller for Data Acquisition | Journal of Engineering... doi.org/10.5614/j.eng.technol.sci.2024.56.4.4A Proposed Approach to Utilizing Esp32 Microcontroller for Data Acquisition Journal of Engineering doi 10 5614 j eng technol sci 2024 56 4 4
Read online
File size346.34 KB
Pages8
DMCAReport

Related /

ads-block-test