Pratama, Tevin Abdi Kurnia (2020) PENGEMBANGAN SISTEM IDENTIFIKASI ALAT PELINDUNG DIRI (APD) MENGGUNAKAN METODE CONVOLUTIONAL NEURAL NETWORK (CNN). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.
Text
0916040049 - Tevin Abdi Kurnia Pratama - Pengembangan Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan Metode i Convolutional Neural Network (CNN) _i .pdf Restricted to Repository staff only Download (5MB) |
Abstract
Dalam penelitian kali ini, akan dikembangkan Sistem Identifikasi Alat Pelindung Diri (APD). Pada penelitian sebelumnya APD yang dideteksi hanya APD area kepala berupa Safety Helmet, Earmuff, Safety Glasses dan Safety Masker. Kenyataannya Alat Pelindung Diri juga berupa Safety Gloves dan Safety Shoes. Maka dari itu pada penelitian kali ini sistem mampu menambahkan deteksi pada area lain berupa deteksi Safety Gloves dan Safety Shoes. Penelitian ini didasari oleh kurangnya kesadaran dan kedisiplinan pekerja mengenai penggunaan alat pelingdung diri. Berdasarkan data Badan Penyelenggara Jaminan Sosial Kesehatan (BPJS), sepanjang tahun 2018 terjadi 157.313 kasus kecelakaan kerja. Input dari sistem ini berupa capture pekerja dan Sensor Proximity Induktif untuk mendeteksi sepatu safety. Identifikasi sistem ini menggunakan pengolahan citra. Pengolahan citra akan dilakukan dengan metode Convolutional Neural Network. Penelitian ini dapat menggantikan peranan manusia sebagai pengawas kelengkapan pengunaan APD. Output CNN dibagi menjadi 2 kategori yaitu lengkap dan tidak lengkap. Akurasi dari CNN yang digunakan mencapai 93,75%. Untuk pengujian kondisi berbeda dengan dataset akurasi mencapai 87,5%.
Item Type: | Thesis (Diploma) |
---|---|
Uncontrolled Keywords: | Convolutional Neural Network, Pengolahan Citra, Alat Pelindung Diri. |
Subjects: | TO - Teknik Otomasi > Rancang Bangun Sistem Otomasi |
Divisions: | Jurusan Teknik Kelistrikan Kapal > D4 Teknik Otomasi |
Depositing User: | Unnamed user with email repository@ppns.ac.id |
Date Deposited: | 09 Aug 2021 06:19 |
Last Modified: | 09 Aug 2021 06:19 |
URI: | http://repository.ppns.ac.id/id/eprint/3078 |
Actions (login required)
View Item |