Skripsi/Tugas Akhir
Implementasi Algoritma You Only Look Once (YOLO) dan Convolution Neural Network (CNN) pada Deteksi Alat Pelindung Diri (APD)
ABSTRAK
Deteksi Alat Pelindung Diri (APD) merupakan salah satu aspek penting dalam pengawasan keselamatan di berbagai lingkungan kerja. Dalam konteks ini, penggunaan teknologi deteksi visual telah menjadi fokus utama dalam upaya meningkatkan efisiensi dan akurasi deteksi APD. Salah satu algoritma yang telah terbukti efektif dalam deteksi objek adalah You Only Look Once (YOLO), yang memungkinkan deteksi objek secara real-time dengan tingkat akurasi yang tinggi. Di sisi lain, Convolutional Neural Network (CNN) telah menjadi salah satu pendekatan yang paling populer dalam pengolahan citra dan deteksi objek. Penelitian ini bertujuan untuk mengimplementasikan algoritma YOLO dan CNN pada deteksi APD, dengan fokus pada perlindungan diri di lingkungan kerja. Metode yang digunakan adalah dengan mengumpulkan dataset citra APD yang beragam dan melatih model YOLO dan CNN menggunakan dataset tersebut. Selanjutnya, model-model yang telah dilatih akan diuji pada dataset uji yang berbeda untuk mengevaluasi kinerja deteksi APD. Hasil penelitian menunjukkan bahwa implementasi algoritma YOLO dan CNN pada deteksi APD memberikan hasil yang memuaskan, dengan tingkat akurasi yang tinggi dan waktu deteksi yang cepat. Dengan demikian, penelitian ini memberikan kontribusi penting dalam pengembangan teknologi deteksi APD yang lebih efisien dan akurat, yang dapat meningkatkan keselamatan kerja di berbagai lingkungan industri.
Kata Kunci: Alat Pelindung Diri (APD), You Only Look Once (YOLO), Convolution Neural Network (CNN)
ABSTRACT
Personal Protective Equipment (PPE) detection is an important aspect of safety monitoring in various work environments. In this context, the use of visual detection technology has become the main focus in efforts to increase the efficiency and accuracy of PPE detection. One algorithm that has been proven effective in object detection is You Only Look Once (YOLO), which allows real-time object detection with a high level of accuracy. On the other hand, Convolutional Neural Network (CNN) has become one of the most popular approaches in image processing and object detection. This research aims to implement the YOLO and CNN algorithms in PPE detection, with a focus on personal protection in the work environment. The method used is to collect a diverse dataset of PPE images and train the YOLO and CNN models using this dataset. Next, the trained models will be tested on different test datasets to evaluate the APD detection performance. The research results show that the implementation of the YOLO and CNN algorithms in PPE detection provides satisfactory results, with a high level of accuracy and fast detection time. Thus, this research makes an important contribution to the development of more efficient and accurate PPE detection technology, which can improve work safety in various industrial environments.
Keywords: Personal Protective Equipment (PPE), You Only Look Once (YOLO), Convolution Neural Network (CNN)
Tidak ada salinan data
Universitas DIPA Makassar
NPP 7371142D1000002
Jln. Perintis Kemerdekaan KM.9
Telp. (0411)587194
Hotline: +6281228221994
WhatsApp Admin: +6281342092072
e-Mail: [email protected]
© 2024 — Perpustakaan UNDIPA Makassar - SLiMS