SISTEM DETEKSI TINGKAT NYERI PENGEMUDI MELALUI ESTIMASI NILAI VAS (VISUAL ANALOGUE SCALE) DENGAN METODE YOLOV5 BERBASIS IoT�SMARTWATCH

Tercatat pada Badan Pusat Statistik(BPS) jumlah kecelakaan pada tahun 2019
berjumlah 116.441 kecelakaan dengan korban meninggal 25.671 orang. Dari
berbagai faktor penyebab kecelakaan dan gangguan kesehatan pada pengemudi
salah satunya nyeri punggung bawah dan carpal tunnel syndrome. Nyeri yang
ditimbulkan dapat menyebabkan perubahan fisiologis seperti yang ditunjukkan dari
respon anggota tubuh, respon verbal, dan respon wajah. Untuk mendeteksi nyeri
dari respon wajah tersebut digunakan algoritma YOLO (You Only Look Once)
sehingga dapat mengklasifikasikan tingkat nyeri berdasarkan skala Visual
Analogue Scale(VAS) dari respon wajah yang dihubungkan melalui jaringan
internet dengan IoT(Internet of Things). Hasil deteksi nyeri dari sistem dapat
dipantau menggunakan smartwatch yang telah terhubung dengan sistem deteksi
melalui IoT. Pada penelitian ini, menggunakan metode YOLO dengan model yang
sudah dilatih sebelumnya dengan nilai confident >0.5, hasil dari klasifikasi metode
YOLO yaitu nilai vas yang telah dibuat sebelumnya saat membangun model yaitu
nilai 0-10. Nilai vas yang didapatkan dari hasil klasifikasi disimpan pada basis data
yang akan diakses oleh smartwatch. Data yang didapatkan oleh smartwatch dari
basis data diperiksa. Jika nilai vas lebih dari 7 maka smartwatch akan menampilkan
kata "severe" dan membunyikan suara peringatan.
Kata kunci: IoT (Internet of Things), Nyeri, smartwatch, VAS (Visual Analogue
Scale), YOLO (You Only Look Once)