SKRIPSI DIGITAL
Sistem Cerdas Multi-output Model Deep Learning pada Identifikasi Alat Pelindung Diri di Lingkungan Industri = Deep Learning Model-Based Multi-output Intelligent System on Identification of Personal Protective Equipment in Industrial Environment
Keselamatan pekerja di lingkungan industri bergantung pada penggunaan Alat Pelindung Diri (APD) yang benar. Penelitian ini mengusulkan sistem pembelajaran mendalam yang baru untuk mengatasi tantangan ini, dengan fokus pada industri konstruksi. Sistem yang dibangun menggunakan dua tahap pendekatan, pertama menggunakan model deteksi objek YOLOv8x untuk menemukan lokasi pekerja secara akurat di dalam gambar. Selanjutnya, model klasifikasi multi-output berbasis VGG16 menilai penggunaan helm, rompi, dan sepatu bot yang tepat untuk setiap pekerja yang terdeteksi. Evaluasi yang ketat pada kumpulan data yang beragam dari gambar beranotasi menunjukkan keefektifan sistem, mencapai mean average precision (mAP) sebesar 90,96% untuk deteksi pekerja dan rata-rata F1-score sebesar 89,42% untuk klasifikasi APD. Penggunaan model YOLOv8x menunjukkan peningkatan kinerja sekitar 1-2% dibandingkan model deteksi objek lainnya, sementara model VGG16 mengungguli model klasifikasi lain dengan peningkatan sekitar 1-16%. Integrasi kedua model ini menawarkan solusi efektif untuk meningkatkan pemantauan keselamatan di tempat kerja, sehingga menciptakan lingkungan yang lebih aman bagi pekerja konstruksi.
Tidak tersedia versi lain
Karya Umum 
Filsafat 
Agama 
Ilmu-ilmu Sosial 
Bahasa 
Ilmu-ilmu Murni 
Ilmu-ilmu Terapan 
Kesenian, Hiburan, dan Olahraga 
Kesusastraan 
Geografi dan Sejarah