Pada Artificial Intelligence terdapat Neural Network yang merupakan salah satu implementasi dari Machine Learning, sedangkan Deep Learning merupakan salah satu implementasi dari NN. Deep learning banyak diaplikasikan banyak diaplikasikan di kehidupan sehari-hari, salah satu contohnya mengemudi. Mengemudi merupakan suatu perilaku yang membutuhkan proses kognisi yang digunakan sebagai pengambil keputusan dalam berkendaraan yang membutuhkan perhatian dan konsentrasi. Salah satu transportasi yang dapat dikemudikan yaitu bus. Bus merupakan salah satu transportasi darat yang dapat menampung penumpang cukup besar. Pengemudi bus yang kelelahan dapat mengakibatkan ketidaknyamanan dan membahayakan bagi penumpang. Kelelahan pada pengemudi bus bahkan dapat menyebabkan kecelakaan lalu lintas. Kelelahan pada pengemudi bus dapat diketahui melalui ekspresi wajah pengemudi bus tersebut yang dimaati dengan kamera yang terpasang pada bus. Kondisi yang diamati yaitu penutupan mata dan menguap. Dari kedua kondisi tersebut dapat diketahui keadaan dari pengemudi bus sedang mengalami kelelahan atau tidak. Dari beberapa permasalahan yang telah disampaikan dapat dibuat sebuah sistem untuk mendeteksi kelelahan melalui pengenalan ekspresi wajah pada pengemudi transportasi bus pada penelitian tugas akhir ini. Sistem akan dijalankan pada bus dengan menggunakan mini PC Nvidia Jetson AGX Orin. Sistem memiliki improvement pada inference model yang dapat dijalankan pada PyTorch, ONNX, ataupun TensorRT. Sistem yang dibuat akan menghasilkan data yang diharapkan dapat mengembangkan Artificial Intelligence, lalu dapat diterapkan pada bus elektrik khususnya pada keamanan bus terlebih pada pengemudi bus. Berdasarkan pengujian secara keseluruhan akurasi dari model dengan backbone Resnet50 81,68% dan MobileNetV2 71,45%. Oleh karena itu model landmark wajah dengan backbone Resnet50 dipilih untuk digunakan dan memiliki akurasi head pose untuk yaw 75,92% dan pitch 68,83%, lalu akurasi deteksi kelelahannya yaitu 86,67%.