Sarana umum yang sering digunakan adalah transportasi bus. Pada transportasi bus terdapat pengemudi bus yang mengemudikan kendaraan bus, pengemudi akan terasa lelah dan kantuk apabila faktor yang menyebabkan rasa kantuk dan lelah diantaranya jarak tempuh yang jauh, waktu perjalanan yang lama, faktor usia, dan faktor pola tidur. Permasalahan dapat ditemukan pada pengemudi bus AKAP (Antar Kota Antar Provinsi) dengan studi kasus pada pengemudi Po. 27 Trans Java dengan rute Malang-Bandung dan Malang-Jakarta. Akibat yang dapat ditimbulkan apabila pengemudi lelah dan kantuk salah satunya adalah kecelakaan, tujuan dari penelitian ini adalah untuk mengatasi dan membantu permasalahan pengemudi bus pada saat merasa lelah dan kantuk. Dalam hal ini yang digunakan adalah metode penggunaan landmarks machine learning mampu mendeteksi pengemudi kantuk melalui klasisfikasi mata, cara penggunaan metode landmarks ini adalah menginsialisasi titik koordinat menggunakan nilai regression tree untuk objek yang akan dideteksi. Data yang digunakan dalam penelitian ini adalah pengambilan video diambil dari dari pengemudi bus 27 Trans Java dengan banyaknya data 30 video dari 4 orang, waktu 1 video 30 detik kemudian diekstraksi dengan tujuan menemukan histogram deteksi wajah dan diklasifikasikan pada mata pengemudi untuk mengetahui mata berkedip dengan durasi waktu yang ditentukan. Hasil pengujian penelitian ini memiliki presentase akurasi 81%, untuk nilai error 19% untuk 10 jarak dengan skenario 10 percobaan. Dan untuk pengujian dengan sampel data percobaan berupa 30 file video yang memiliki nilai akurasi dan nilai MSE (Mean Squared Error) rata-rata keseluruhan 30 percobaan adalah 89,073% untuk akurasi deteksi, dan 8,213% untuk nilai MSE. Kata Kunci : Machine Learning, Python, Numpy, Mediapipe