SAPUTRA, MOCHAMMAD AGUNG (2024) SISTEM PEMERIKSAAN KELENGKAPAN KESELAMATAN DAN KESEHATAN KERJA (K3) UNTUK AREA KERJA TERBATAS. Skripsi thesis, UNIVERSITAS SANGGA BUANA YPKP.
![[img]](https://repository.usbypkp.ac.id/style/images/fileicons/text.png) |
Text
COVER.pdf Download (3MB) |
|
Text
LEMBAR PENGESAHAN.pdf Download (4MB) |
|
Text
LEMBAR PERNYATAAN.pdf Download (3MB) |
|
Text
ABSTRAK.pdf Download (3MB) |
|
Text
BAB I.pdf Download (3MB) |
|
Text
SKRIPSI FULL.pdf Download (4MB) |
|
Text
DAFTAR PUSTAKA.pdf Download (3MB) |
|
Text
SK CEK PLAGARISME.pdf Download (565kB) |
Abstract
ABSTRAK Peningkatan keamanan di tempat kerja merupakan prioritas utama dalam industri, khususnya dalam penerapan standar Keselamatan dan Kesehatan Kerja (K3). Studi ini memperkenalkan sebuah sistem pemeriksaan kelengkapan K3 inovatif yang mengintegrasikan kontrol akses dengan teknologi pengenalan objek. Sistem ini memanfaatkan kamera ESP32Cam untuk menangkap gambar pekerja sebelum memasuki area kerja berisiko. Tujuan utamanya adalah untuk meminimalkan risiko kecelakaan kerja dan menegakkan kepatuhan terhadap protokol keselamatan yang ditetapkan. Kamera ESP32Cam digunkaan pada jarak maksimum 100 cm untuk mengambil gambar pekerja. Sistem ini dirancang untuk mengidentifikasi apakah pekerja mengenakan helm dan rompi keselamatan dengan tepat. Penelitian ini menggunakan library OpenCV untuk dapat mengakses tangkapan gambar ESP32Cam, kemudian library YOLOv8 diaktifkan agar dapat melakukan prediksi pengenalan objek. Dataset yang digunakan untuk helm adalah sebanyak 761 dan untuk rompi adalah sebanyak 314, dengan menggunakan model pra-pelatihan yolov8s.pt diperoleh bahwa iterasi pengujian terbaik adalah menggunakan 100 epoch. Hasil dari penelitian ini menunjukkan tingkat confidence dalam pengenalan objek sebesar 0.89, dengan tingkat akurasi 0.75 untuk pengenalan helm dan rompi keselamatan. Pengamatan hasil pengenalan dapat dipantau secara real-time melalui dashboard berbasis web, dan data terkait disimpan secara sistematis dalam database untuk dapat dianalisis lebih lanjut. Studi ini membuktikan potensi penggabungan teknologi pengenalan objek dalam penerapan dan pengawasan standar K3, yang menawarkan langkah maju signifikan dalam menjaga keamanan tempat kerja. Kata Kunci: deteksi objek, kelengkapan K3, YOLOv8, kamera IoT
| Item Type: | Thesis (Skripsi) |
|---|---|
| Additional Information: | STE.24.0008 |
| Uncontrolled Keywords: | Deteksi objek kelengkapan K3 menggunakan metode YOLOv8 |
| Subjects: | Skripsi S1 > Teknik Elektro |
| Divisions: | Fakultas Teknik > Teknik Elektro (S1) |
| Depositing User: | Tuan Mochammad Agung Saputra |
| Date Deposited: | 20 May 2024 06:43 |
| Last Modified: | 20 May 2024 06:43 |
| URI: | http://repository.usbypkp.ac.id/id/eprint/3663 |
Actions (login required)
 |
View Item |
