Bukan Breathalyzer Biasa: AI Kini Mampu Deteksi Pengemudi Mabuk Hanya dari Wajah, Bagaimana Cara Kerjanya?

Peneliti Edith Cowan University (ECU) Australia mengklaim telah menemukan terobosan: sistem kecerdasan buatan (AI) yang mampu mendeteksi kondisi mabuk, lelah, dan emosi berbahaya pengemudi hanya melalui analisis wajah. Inovasi ini digadang menjadi pukulan telak bagi angka kecelakaan fatal di jalan raya, terutama yang dipicu alkohol dan kelelahan ekstrem.

Sistem non-invasif ini dikembangkan untuk memerangi statistik mengkhawatirkan. Abdullah Tariq, kandidat PhD ECU yang memimpin riset, menyoroti 30 persen kecelakaan fatal di Australia dipicu alkohol. Metode deteksi konvensional seperti breathalyzer dan tes darah terbukti invasif, butuh kerja sama subjek, dan mustahil memantau secara terus-menerus selama perjalanan. AI wajah ini menawarkan pemantauan real-time tanpa gangguan.

Akurasi Mencengangkan dan Konteks Mendesak

Model deep learning 3D tunggal yang dikembangkan ECU ini tak seperti AI biasa yang hanya fokus satu tugas. Sistem ini sekaligus mengidentifikasi tiga faktor risiko utama: kadar alkohol dalam darah (BAC), tingkat kelelahan, dan ekspresi emosi seperti kemarahan. Dalam uji awal, akurasinya mencengangkan: 95 persen untuk deteksi kantuk, dan hampir 90 persen untuk alkohol. Bahkan, sistem ini mampu mengklasifikasi tingkat gangguan pengemudi dari sadar hingga parah.

Wajah: Sumber Informasi Tak Terbantahkan

“Wajah manusia menyimpan kekayaan informasi, mulai dari emosi, perilaku kognitif, hingga kondisi fisiologis,” tegas Abdullah Tariq. Ia menjelaskan, algoritma cerdas AI mampu membedakan pengemudi yang benar-benar mengantuk dari sekadar ekspresi wajah, atau mereka yang di bawah pengaruh alkohol.

Dr. Syed Zulqarnain Gilani dari Centre of AI and Machine Learning ECU menambahkan, kelelahan ekstrem seringkali menimbulkan efek fisik serupa mabuk, sementara kemarahan memicu road rage yang membahayakan. Ketiga kondisi ini, menurut Gilani, terbukti saling berkaitan erat dalam literatur psikologi.

Inovasi BiFuseNet untuk Segala Kondisi

Untuk menjamin akurasi di segala kondisi, peneliti merancang model BiFuseNet. Teknologi ini menggabungkan data video warna normal (RGB) dan inframerah (IR), memastikan sistem tetap bekerja optimal bahkan di malam hari atau minim cahaya. BiFuseNet secara otomatis menangkap dinamika wajah, dari frekuensi kedipan mata, gerakan halus, hingga perubahan geometri wajah—jauh melampaui metode manual pengamatan pupil atau rasio penutupan mata.

Hasil eksperimen luas menunjukkan akurasi klasifikasi mencapai 88,41 persen. Temuan ini telah dipresentasikan dalam British Machine Vision Conference (BMVC 2025) dan International Conference on Multimodal Interaction (ICMI 2025), menandai kesiapan untuk implementasi.

Masa Depan Penuh Pengawasan

Integrasi teknologi ini ke dalam dashboard kendaraan pintar sebagai “asisten keselamatan digital” bukan lagi mimpi. Sistem AI ini berpotensi memberikan peringatan dini, bahkan mengunci sistem kendaraan jika pengemudi terdeteksi dalam kondisi berbahaya. Sebuah janji ambisius untuk jalan raya yang diklaim “jauh lebih aman,” namun patut dipertanyakan seberapa jauh kesiapan publik menerima pengawasan wajah tanpa henti di balik kemudi.