Deteksi Helm Otomatis Untuk Keselamatan Kerja di Tempat Proyek Berbasis Yolo

Authors

  • Susi Susanti Telkom University
  • Suci Aulia Telkom University
  • Indrarini Dyah Irawati Telkom University

Abstract

Abstrak— Keselamatan dan Kesehatan Kerja (K3) merupakan nilai yang paling tinggi bagi karyawan bekerja di lingkungan konstruksi, Cedera kepala sangat serius dan seringkali berakibat fatal, helm memiliki arti penting bagi kehidupan pekerja sebagai pelindung dasar diri bagi pekerja di konstruksi. Cedera kepala sangat serius dan seringkali berakibat fatal, helm memiliki arti penting bagi kehidupan pekerja sebagai pelindung dasar diri bagi pekerja di konstruksi. Metode yang digunakan pada deteksi ini yaitu menggunakan YOLO (You Only Look Once) sisem terdiri dari tiga proses pre processing, proses training dan proses deteksi. Pada deteksi hasil citra yang yang telah terdeteksi dan implementasi ini menngunkan Bahasa pemograman python dengan menggunakan platform googlecolab. Hasil implementasi ini bertujuan untuk mendeteksi helm menggunakan metode TinyYOLOv3, Dari hasil pengujian pada total 50 dataset terdapat nilai akurasi tertinggi yaitu 93% pada kondisi skenario 3 dengan waktu proses 9.44 detik.

Kata kunci— YOLO (You Only Look Once), bounding box

References

N. Novianto,

K. Li, X. Zhao, J. Bian, and M. Tan,

N. Wahyuni, B. Suyadi, and W. Hartanto,

C. D. Yuliandi and E. Ahman,

A. F. Fandisyah, N. Iriawan, and W. S. Winahju,

M. Sarosa et al.,

A. R. Putri,

A. R. Putri,

F. Maulana,

K. Khairunnas, E. M. Yuniarno, and A. Zaini,

R. I. Ndun,

Roboflow: Give your software the power to see objects in images and video. Roboflow.com Published 2022. Accessed July 28, 2022. https://roboflow.com/

Downloads

Published

2023-03-06

Issue

Section

Program Studi D3 Teknologi Telekomunikasi