Perbandingan Kinerja YOLOv10 dan EfficientDet dalam Deteksi Mata Tertutup dan Mulut Terbuka sebagai Parameter Deteksi Pengemudi Mengantuk berbasis Citra Digital

Abstract

Penelitian ini mengembangkan dan membandingkan dua framework model deteksi objek (YOLOv10 dan EfficientDet) pada gejala pengemudi mengantuk yang dapat dikenali dari aspek visual seperti mata tertutup dan mulut terbuka, serta menganalisis performa kedua model dari segi kecepatan inference dan keakuratan deteksi berdasarkan pengujian confusion matrix. Kedua model deteksi yang telah dikembangkan dengan dataset dan konfigurasi yang sama diujikan pada 1441 buah gambar, nilai yang dievaluasi berupa metrik accuracy, precision, dan recall, serta rerata kecepatan inference model deteksi saat mengolah citra yang diterima. Hasil pengujian yang dilakukan menunjukkan perbedaan signifikan pada kecepatan inference YOLOv10 yang dua kali lebih cepat dibandingkan EfficientDet dengan YOLOv10 sebesar 27,59 ms dan EfficientDet sebesar 54,12 ms. Adapun pada evaluasi keakuratan, YOLOv10 unggul dengan selisih 2% hingga 2,6% pada hasil perhitungan accuracy, precision, dan recall.