Rancang Bangun Sistem Peringatan Identifikasi Alat Pelindung Diri (APD) Menggunakan Metode You Only Look Once v4 (YOLOv4)
Kata Kunci:
Identifikasi, Alat Pelindung Diri, You Only Look Once v4, Real-timeAbstrak
Berdasarkan data dari BPJAMSOSTEK angka klaim kecelakaan kerja pada semester I 2020 yakni dari Januari sampai dengan Juni 2020 meningkat 128 persen, angka ini naik dari ssebelumnya hanya 85.109 kasus menjadi 105.753 kasus. Maka dari itu digunakanlah Alat Pelindung Diri (APD) untuk mencegah potensi bahaya dari kecelakaan kerja. Namun pada praktiknya seringkali dijumpai para pekerja yang melepaskan APD saat sedang bekerja. Hal ini disebabkan akibat kurangnya pengawasan dalam penggunaan APD saat bekerja. Berdasarkan permasalahan tersebut, maka penelitian ini dilakukan dengan pembuatan alat berupa sistem peringatan kelengkapan APD. Input dari sistem ini yaitu berupa rekaman citra pekerja yang menggunakan APD dan selanjutnya diproses menggunakan YOLOv4. Algoritma YOLOv4 akan mendeteksi pekerja beserta APD yang digunakan, apabila APD yang digunakan dilepaskan saat bekerja maka akan memberikan peringatan kepada pekerja. Sistem tersebut akan berjalan secara terus menerus atau yang bisa disebut dengan Real-time. Akurasi dari hasil pengujian data yang digunakan sebesar 94% untuk model YOLOv4, sedangkan untuk model YOLOv4-tiny mencapai 87%. Untuk percobaan sinkronisasi dengan hardware mencapai rata-rata 90% dan pengujian dengan tingkat kepatuhan mencapai 88%.
Referensi
Anwar, A., Pengertian dan Sejarah Bahasa Pemprograman Python, Indonesia: ilmuti.org, 2019.
Bochkovskiy, A., Wang, C. Y. and Liao, H. Y. M., “YOLOv4: Optimal Speed and Accuracy of Object Detection”, arXiv, 2020.
Digital 16bit Serial Output Type Ambient Light Sensor IC, BH1750FVC, ROHM, Kyoto, Japan: 2011.
Eko Supriyatno, S., “Pemodelan Sistem Audio Secara Wireles Transmitter Menggunakan Laser Pointer”, Jurnal
Teknik Mesin (JTM), 05, 2015.
Huang Gao, Liu Zhuang, van der Maaten Laurens, Weinberger Kilian, “Densely Connected Convolutional
Networks”. 10.1109/CVPR.2017.243, 2017.
Maier, J., Humenberger, M. (2013), “Movement detection based on dense optical flow for unmanned aerial
vehicles”, International Journal of Advanced Robotic Systems, 10, pp. 1–11. doi: 10.5772/52764.
Menteri Tenaga Kerja dan Transmigrasi, “Peraturan Menteri Tenaga Kerja dan Transmigrasi Republik Indonesia”, Peraturan Menteri tenaga Kerja dan Transmigrasi, VII(8), 2010.
Pham, M. T., Courtai, Luc, Friguet, Chloe, Levefre, Sebastian, Baussard, Alexandre. (2020) ‘YOLO-fine:Onestage detector of small objects under various backgrounds in remote sensing images’, Remote Sensing, 12(15), pp. 1–26. doi: 10.3390/RS12152501.
Pradana, R. D. W., “Rancang Bangun Sistem Identifikasi Kelengkapan Alat Pelindung Diri (APD) Menggunakan
Metode Convolutional Neural Network (CNN)”, Surabaya: Politeknik Perkapalan Negeri Surabaya, 2019.
Pratama, T. A. K., “Pengembangan Sistem Identifikasi Alat Pelindung Diri (APD) Menggunakan Metode
Convolutional Neural Network (CNN)”, Surabaya: Politeknik Perkapalan Negeri Surabaya, 2020.
Redmon, Joseph, Divvala, Santosh, Girshick, Ross, Farhadi, Ali, ‘You only look once: Unified, real-time object
detection’, Proceedings of the IEEE Computer Society Conference on Computer Vision and Pattern Recognition, 2016-Decem, pp. 779–788. doi: 10.1109/CVPR.2016.91, 2016.
Toleubay Yeldar, James Alex, “Getting Started with TensorFlow Deep Learning”, 10.1007/978-3-030-14524-8_4, 2020.
