K3 berkaitan erat dengan produksi di berbagai sektor dan punya kaitan dengan tingginya kecelakaan kerja. Data menunjukkan terjadi 881 kecelakaan tambang di Indonesia selama 2013-2021, sebabkan 195 korban jiwa. Namun, angka kecelakaan ini menurun dari 159 pada 2019 menjadi 104 pada 2021. Di tingkat global, lebih dari 250 juta kecelakaan kerja terjadi setiap tahun, dengan 1,2 juta kematian pekerja. Faktor kelelahan berkontribusi pada kecelakaan, dengan 32,8 persen pekerja mengalami kelelahan. Metode deteksi kantuk diusulkan menggunakan faktor fisiologis dan fisik. Deteksi wajah dan mata memungkinkan identifikasi pengemudi lelah. Sistem ini berpotensi mengurangi risiko kecelakaan dengan memberikan peringatan kepada pekerja agar menjaga kondisi fisik dan mental selama bekerja. Inovasi teknologi ini diharapkan dapat meminimalkan risiko kecelakaan.
Tujuan penelitian ini adalah untuk membuat sistem deteksi kantuk pengemudi dengan metode image processing dan untuk membuat peringatan pada pengemudi ketika mengantuk menggunakan alarm. Metodologi meliputi, studi literatur, perancangan rangkaian sistem, persiapan alat dan bahan, pembuatan dan perakitan, pemrograman, serta pengujian. Sistem menggunakan kamera sebagai sensor yang datanya diproses oleh mikrokontroler raspberry Pi.
Hasil pengujian menunjukkan alat sistem deteksi kantuk pengemudi dengan metode image processing dapat bekerja dengan baik pada intensitas cahaya yang cukup terang dengan membaca pergerakan kelopak mata seperti pada orang yang tidur. Pada pencahayaan yang kurang sistem bekerja kurang optimal. Alarm peringatan pada pengemudi ketika mengantuk bekerja pada saat mata pengemudi tertutup dengan jeda waktu kurang lebih 1-3 detik, jarak efektif antara pengemudi dan webcam adalah 40-80 cm.