Rancang Bangun Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan Metode Convolutional Neural Network (CNN)

Pradana, Rifki Dita Wahyu (2019) Rancang Bangun Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan Metode Convolutional Neural Network (CNN). Diploma thesis, Politeknik Perkapalan Negeri Surabaya.

[img] Text
0915040013 - Rifki Dita Wahyu Pradana - Rancang Bangun Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan Metode _i_Convolutional Neural Network_i_ (CNN).pdf
Restricted to Repository staff only

Download (4MB)

Abstract

Berdasarkan data BPJS Ketenagakerjaan (2018), terdapat 157.313 kasus kecelakaan kerja dan sebagian besar berakibat fatal. Kurangnya kesadaran dan kedisiplinan pekerja dalam penggunaan Alat Pelindung Diri (APD) merupakan faktor utama terjadinya kecelakaan kerja. Sehingga diciptakan suatu alat yaitu “Rancang Bangun Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan Metode Convolutional Neural Network (CNN)”. Input dari sistem ini yaitu hasil capture gambar pekerja menggunakan APD dan Sensor Proximity Induktif untuk mendeteksi Safety Shoes. Sistem identifikasi ini menggunakan pengolahan citra. Pengolahan citra dimodifikasi dengan metode Convolutional Neural Network (CNN), dimana algoritma ini akan mengolah dan menganalisis gambar pekerja menggunakan APD. APD yang dideteksi pada penelitian ini adalah APD area kepala yaitu Safety Helmet, Safety Glasses, Safety Masker, dan Safety Earmuff. Dua belas klasifikasi data training disiapkan untuk proses training dengan jumlah total data training 917 gambar. Output dari penelitian ini yaitu hasil klasifikasi kelengkapan APD yang digunakan pekerja dengan indikator berupa lampu pilot DC 12 Volt warna hijau untuk indikator kategori lengkap dan warna merah untuk indikator kategori tidak lengkap. Dari hasil pengujian pada penelitian ini, didapatkan persentase keberhasilan saat pengujian realtime yaitu untuk data gambar pengujian yang masuk dalam data training sebesar 87,50%, untuk data gambar pengujian gender pria yang tidak masuk dalam data training sebesar 86,66% dan untuk data gambar pengujian gender wanita sebesar 83,33%.

Item Type: Thesis (Diploma)
Additional Information: No inventaris: 5308/TO-15/2019_Lokasi Ta: 307
Uncontrolled Keywords: Convolutional Neural Network, Pengolahan Citra, Alat Pelindung Diri, PC.
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: 29 Nov 2019 00:35
Last Modified: 22 Jul 2021 04:39
URI: http://repository.ppns.ac.id/id/eprint/2373

Actions (login required)

View Item View Item