Saputra, Adrian Nugi (2026) ANALISIS KINERJA YOLOV8 DALAM APLIKASI DETEKSI ALAT PELINDUNG DIRI PADA PEKERJA KONSTRUKSI. S1 thesis, Fakultas Teknik Universitas Sultan Ageng Tirtayasa.

	Text (Fulltext) Adrian Nugi Saputra_3332200086_Fulltext.pdf Restricted to Registered users only Download (16MB) | Request a copy
	Text (Bab 1) Adrian Nugi Saputra_3332200086_01.pdf Download (9MB)
	Text (Bab 2) Adrian Nugi Saputra_3332200086_02.pdf Restricted to Registered users only Download (757kB) | Request a copy
	Text (Bab 3) Adrian Nugi Saputra_3332200086_03.pdf Restricted to Registered users only Download (654kB) | Request a copy
	Text (Bab 4) Adrian Nugi Saputra_3332200086_04.pdf Restricted to Registered users only Download (1MB) | Request a copy
	Text (Bab 5) Adrian Nugi Saputra_3332200086_05.pdf Download (207kB)
	Text (Daftar Referensi) Adrian Nugi Saputra_3332200086_Ref.pdf Restricted to Registered users only Download (248kB) | Request a copy
	Text (Lampiran) Adrian Nugi Saputra_3332200086_Lamp.pdf Restricted to Registered users only Download (13MB) | Request a copy
	Text (Cek Plagiarisme) Adrian Nugi Saputra_3332200086_CP.pdf Restricted to Registered users only Download (45MB) | Request a copy

Abstract

Cedera di tempat kerja memiliki dampak yang menghancurkan bagi individu, sosial, kesehatan masyarakat, dan ekonomi, serta merupakan risiko yang signifikan dan terus-menerus bagi pekerja dan tempat kerja secara global. Berdasarkan data dari BPJS Ketenagakerjaan, jumlah kasus kecelakaan kerja di Indonesia telah mencapai 234.270 pada tahun 2021, dan angka ini terus meningkat hingga saat ini. Sebagai bagian dari upaya mengurangi akibat kecelakaan di tempat kerja, seluruh pekerja wajib menggunakan Alat Pelindung Diri (APD). Dalam kenyataan di lapangan ditemukan bahwa kedisiplinan pekerja dalam mematuhi penggunaan APD terbilang masih rendah sehingga risiko kecelakaan kerja yang dapat menimbulkan bahaya bagi pekerja relatif besar. Terdapat hubungan yang signifikan antara pengawasan dengan kepatuhan pekerja dalam penggunaan APD. Namun, menerapkan mekanisme pengawasan yang melibatkan agen manusia memiliki banyak keterbatasan, karena orang bisa lelah dan mahal. Sistem yang menggunakan computer vision dapat mendeteksi APD pada pekerja konstruksi sehingga mengurangi waktu dan biaya otoritas serta meningkatkan keselamatan. YOLO telah menjadi pendekatan yang populer dalam deteksi objek, karena dapat menghasilkan deteksi secara realtime dengan akurasi yang tinggi. Berdasarkan uraian tersebut maka penelitian ini bertujuan untuk menggunakan model YOLOv8 untuk mendeteksi pekerja serta APD dengan masukan berupa citra. YOLOv8 yang digunakan dalam penelitian ini merupakan versi yang lebih baru dan menawarkan peningkatan signifikan dalam hal efisiensi dan akurasi deteksi objek, termasuk dalam kondisi dunia nyata yang kompleks. Berdasarkan hasil pengujian tehadap berbagai kondisi YOLOv8 mampu mendeteksi APD dengan baik pada kondisi Normal, Kabut, dan Gelap. Dimana pada kondisi normal diperoleh nilai mAP50 sebesar 89,3%, pada kondisi Kabut diperoleh mAP50 sebesar 86,7%, dan pada kondisi Gelap diperoleh mAP50 sebesar 87,0%. Pada kondisi Hujan kinerja YOLOv8 berkurang drastis dimana diperoleh mAP50 sebesar 79,1%.

Actions (login required)

View Item