Penerapan Data Mining Untuk Mendeteksi Penggunaan Helm Dan Kacamata Keselamatan Menggunakan Convolutional Neural Network

Nugraha, Dimas Satria (2024) Penerapan Data Mining Untuk Mendeteksi Penggunaan Helm Dan Kacamata Keselamatan Menggunakan Convolutional Neural Network. Other thesis, Universitas Komputer Indonesia.

	Text UNIKOM_Dimas Satria Nugraha_COVER.pdf - Published Version Download (123kB)
	Text UNIKOM_Dimas Satria Nugraha_LEMBAR PENGESAHAN.pdf - Published Version Download (424kB)
	Text UNIKOM_Dimas Satria Nugraha_SURAT KETERANGAN PUBLIKASI.pdf - Published Version Download (319kB)
	Text UNIKOM_Dimas Satria Nugraha_PERNYATAAN KEASLIAN.pdf - Published Version Download (367kB)
	Text UNIKOM_Dimas Satria Nugraha_KATA PENGANTAR.pdf - Published Version Download (171kB)
	Text UNIKOM_Dimas Satria Nugraha_DAFTAR ISI.pdf - Published Version Download (273kB)
	Text UNIKOM_Dimas Satria Nugraha_BAB I.pdf - Published Version Download (241kB)
	Text UNIKOM_Dimas Satria Nugraha_BAB II.pdf - Published Version Download (786kB)
	Text UNIKOM_Dimas Satria Nugraha_BAB III.pdf - Published Version Restricted to Repository staff only Download (591kB) | Request a copy
	Text UNIKOM_Dimas Satria Nugraha_BAB IV.pdf - Published Version Restricted to Repository staff only Download (1MB) | Request a copy
	Text UNIKOM_Dimas Satria Nugraha_BAB V.pdf - Published Version Download (191kB)
	Text UNIKOM_Dimas Satria Nugraha_DAFTAR PUSTAKA.pdf - Published Version Download (191kB)
	Text UNIKOM_Dimas Satria Nugraha_KONTAK PENULIS DAN KONTIBUTOR PENELITIAN.pdf - Published Version Download (107kB)

Abstract

Penerapan alat keselamatan kerja seperti helm dan kacamata adalah langkah penting dalam industri konstruksi untuk meminimalkan risiko kecelakaan. Namun, pengawasan manual terhadap penggunaan alat keselamatan ini seringkali tidak efektif dan memakan waktu. Oleh karena itu, penelitian ini bertujuan untuk mengembangkan sistem deteksi otomatis penggunaan helm dan kacamata keselamatan menggunakan metode Convolutional Neural Network (CNN) yang diterapkan pada video pengawasan. Metode penelitian yang digunakan adalah pendekatan Data Mining dengan menerapkan algoritma YOLOv8, salah satu varian dari model CNN untuk deteksi objek. Dataset yang digunakan dalam penelitian ini dikumpulkan dan diannotasi menggunakan Roboflow, sementara proses pelatihan model dilakukan di Google Colaboratory. Sistem ini kemudian diintegrasikan ke dalam aplikasi berbasis web untuk mendeteksi penggunaan helm dan kacamata secara real-time. Hasil penelitian menunjukkan bahwa model YOLOv8 yang dikembangkan mampu mendeteksi penggunaan helm dan kacamata dengan tingkat akurasi yang tinggi, mencapai mAP50 sebesar 98.5% dan mAP50-90 sebesar 91.7%. Sistem ini juga berhasil diimplementasikan pada aplikasi web dengan kinerja yang responsif. Kesimpulan dari penelitian ini adalah bahwa penerapan CNN khususnya menggunakan model YOLOv8, dapat menjadi solusi efektif untuk mendeteksi penggunaan alat keselamatan kerja di tempat konstruksi secara otomatis dan real- time, sehingga membantu meningkatkan keselamatan kerja.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Convolutional Neural Network, YOLOv8, Data Mining, Deteksi, Akurasi
Subjects:	000_COMPUTER SCIENCE, INFORMATION & GENERAL WORKS. > 004_Data Processing & Computer Science Q Science > QA Mathematics > QA76 Computer software
Divisions:	S1_SKRIPSI > FTIK_Sistem Informasi (05)
Depositing User:	Mia Mia Hayati Kosasih
Date Deposited:	11 Jul 2025 04:06
Last Modified:	11 Jul 2025 04:06
URI:	http://elibrary.unikom.ac.id/id/eprint/10584

Actions (login required)

View Item