SMART WORKER SAFETY DETECTION SYSTEM BERBASIS COMPUTER VISION DI WORKSHOP PERKERETAAPIAN POLITEKNIK NEGERI MADIUN

---

• Dipublikasikan pada 23 Oktober 2024

Abstrak

Indonesia pada tahun 2022 terjadi kasus kecelakaan kerja sebesar 265.334 yang didasarkan dari data Badan Penyelenggara Jaminan Sosial (BPJS) Ketenagakerjaan. Salah satu faktor yang menyebabkan kecelakaan kerja adalah kurang disiplinnya pekerja dalam menggunakan Alat Pelindung Diri (APD). APD adalah seperangkat alat yang digunakan untuk melindungi seluruh atau sebagian tubuh manusia dari potensi kecelakaan kerja. Dalam upaya meningkatkan keselamatan para pekerja serta mengurangi resiko terjadinya kecelakaan kerja terutama mengenai APD, penulis dalam tugas akhir ini membuat sebuah sistem yang mampu mendeteksi dan mengidentifikasi pekerja menggunakan APD atau tidak dengan menggunakan Computer Vision. Metode Computer Vision yang digunakan penulis pada sistem ini adalah YOLOv5. Sistem ini dimulai dari deteksi pekerja pada area Workshop Perkeretaapian Politeknik Negeri Madiun apakah menggunakan APD atau tidak yang dapat dilihat langsung dari layar LCD pada alat. Apabila pekerja tidak menggunakan APD, maka sistem akan melakukan capture dan data hasil capture akan dikirimkan ke database yang akan ditampilkan pada aplikasi mobile. Dari seluruh hasil pengujian yang telah dilakukan, didapatkan persentasi akurasi sebesar 82% pada jarak deteksi 4 meter dan intensitas cahaya 6000 lux. Sistem deteksi kelengkapan alat pelindung diri ini dapat dijalankan dengan menggunakan Jetson Nano 2GB dan mendapatkan FPS tertinggi sebesar 2.81. 

Kata Kunci: Alat Pelindung Diri (APD), deteksi APD, Computer Vision, YOLOv5