Rancang Bangun Pengecekan Alat Pelindung Diri Menggunakan Algoritma You Only Look Once (Yolo)

Dannys, . (2023) Rancang Bangun Pengecekan Alat Pelindung Diri Menggunakan Algoritma You Only Look Once (Yolo). Sarjana thesis, UNIVERSITAS NEGERI JAKARTA.

	Text COVER.pdf Download (887kB)
	Text BAB 1.pdf Download (130kB)
	Text BAB 2.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 3.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text BAB 4.pdf Restricted to Registered users only Download (725kB) | Request a copy
	Text BAB 5.pdf Restricted to Registered users only Download (188kB) | Request a copy
	Text DAFTAR PUSTAKA.pdf Download (187kB)
	Text LAMPIRAN.pdf Restricted to Registered users only Download (3MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk menghasilkan sebuah aplikasi menggunakan algoritma You Only Look Once (YOLO) yang dapat mendeteksi dan mengenali alat pelindung diri dengan kamera IPCCTV secara tepat dan waktu yang singkat. Aplikasi ini memanfaatkan algoritma You Only Look Once (YOLO) yang di desain untuk mendeteksi beberapa alat pelindung di secara bersamaan dan tepat. Metode yang digunakan pada penelitian ini adalah metode rekayasa teknik. Latar belakang penelitian ini adalah masih kurangnya kedisiplinan dan kesadaran masyarakat khususnya pekerja menyebabkan angka kecelakaan kerja di Indonesia cukup tinggi. Di butuhkan banyak dataset yang di butuhkan untuk menghasilkan tingkat akurasi yang tinggi dalam pendeteksian alat pelindung diri baik secara indoor maupun outdoor. Berdasarkan hasil percobaan pangujian Helm safety dari jarak 0 hingga 5m dapat terdeteksi 100% berhasil. Masker dari jarak 0 hingga 5m dapat terdeteksi 97,95% berhasil. Kacamata safety dari jarak 0 hingga 5m dapat terdeteksi 38.77% berhasil. Sarungtangan safety dari jarak 0 hingga 5m dapat terdeteksi 100% berhasil. Rompi safety dari jarak 0 hingga 5m dapat terdeteksi 97,95% berhasil. Earmuff dari jarak 0 hingga 5m dapat terdeteksi 97,95% berhasil. Sepatu safety dari jarak 0 hingga 5m dapat terdeteksi 100% berhasil. Dari pengujian aplikasi digunakan jarak pengambilan 1.5 meter karena dalam jarank ini merupakan jarak ideal mencakup alat pelindung diri yang di gunakan dari atas kepala hingga kaki terlihat dalam kamera dihasilkan helm safety, masker, sarungtangan safety, rompi safetu, earmuff, dan sepatu safety memiliki tingkat keberhasilan sebesar 100%, dan kacamata safety memiliki tingkat keberhasian 81,3%. This study aims to determine an application that uses the "You Only Look Once" (YOLO) algorithm to detect and recognize personal protective equipment with IPCCTV cameras in a precise and timely manner. This application utilizes the You Only Look Once (YOLO) algorithm, which is designed to detect multiple protective devices simultaneously and precisely. The method used in this research is the engineering method. The background of this research is that there is still a lack of discipline and public awareness, especially among workers, causing the number of work accidents in Indonesia to be quite high. A lot of datasets are needed to produce a high level of accuracy in the detection of personal protective equipment both indoors and outdoors. Based on the experimental results of testing the safety helmet from a distance of 0–5 meters, it can be detected 100% successfully. Masks ranging from 0-5 m can be detected with 97.95% accuracy.Safety glasses from 0-5m can be detected successfully 38.77% of the time.Safety gloves with thicknesses ranging from 0-5 mm can be detected 100% of the time.From 0-5m, a safety vest can be detected 97.95% of the time. Earmuff detection from 0-5m is successful 97.95% of the time.Safety shoes from 0-5 can be detected 100% successfully. Based on the application test, a 1.5-meter shooting distance is used because it is the ideal distance for including personal protective equipment that is used from head to toe as seen in the camera, resulting in 100% success rates for safety helmets, masks, safety gloves, safety vests, earmuffs, and safety shoes, and 81.3% success rates for safety glasses.

Item Type:	Thesis (Sarjana)
Additional Information:	1).Mochammad Djaohar, M.Sc. ; 2).Dr. Aris Sunawar, S.Pd., M.T.
Subjects:	Teknologi dan Ilmu Terapan > Teknologi (umum) Teknologi dan Ilmu Terapan > Teknik Elektronika Teknologi dan Ilmu Terapan > Kerajinan Tangan
Divisions:	FT > S1 Pendidikan Teknik Elektro
Depositing User:	Users 16889 not found.
Date Deposited:	22 Feb 2023 05:04
Last Modified:	22 Feb 2023 05:04
URI:	http://repository.unj.ac.id/id/eprint/37022

Actions (login required)

View Item