| NIM | H1D020083 |
|---|
| Namamhs | THARIQ PUTRADHAFA |
|---|
| Judul Artikel | PENGEMBANGAN SISTEM CERDAS DETEKSI PERSONAL PROTECTIVE EQUIPMENT (PPE) PADA PEKERJA LAPANGAN DAN LABORATORIUM MENGGUNAKAN METODE DEEP LEARNING YOLO-NAS BERBASIS WEB |
|---|
| Abstrak (Bhs. Indonesia) | Sistem cerdas ini dikembangkan untuk membantu meminimalisir kecelakaan kerja dalam bidang kerja yang memerlukan Personal Protective Equipment (PPE) dan dalam beberapa bidang pendidikan memerlukan perlengkapan keselamatan dalam pelaksanaannya. Penerapan sistem cerdas deteksi PPE bertujuan untuk memonitor penggunaan PPE dan mendisiplinkan penggunaan PPE dalam lingkungan kerja. Sistem cerdas ini dibuat menggunakan model dengan bahasa python menggunakan metode YOLO-NAS yang dilatih menggunakan dataset dari internet dan laboratorium yang memerlukan penggunaan PPE. Model diimplementasikan dalam basis web menggunakan framework Flask yang umum digunakan dalam pengembangan website berbasis python. Hasil pengujian model mendapatkan skor loss intersection over union sebesar 0.73, distribution focal Loss sebesar 0.4, general loss sebesar 1.55, precision sebesar 0.07, recall sebesar 0.96, mean average-precision sebesar 0.88, F1-Score sebesar 0.13 dan best score threshold sebesar 0.59. Pengujian sistem deteksi berbasis web, pengujian metode blackbox pada 4 fitur dan 26 kasus uji menunjukkan hasil valid. Disimpulkan bahwa aplikasi telah memenuhi kebutuhan dan berfungsi sesuai harapan, dimana sistem dapat menampilkan luaran dari masukan yang diberikan pengguna. Sedangkan pada pengujian User Acceptence Test (UAT) yang diikuti oleh 33 responden, sistem memperoleh skor sebesar 87.6 dimana memperoleh predikat baik. |
|---|
| Abtrak (Bhs. Inggris) | This intelligent system was developed to help minimize work accidents in the field of work that requires Personal Protective Equipment (PPE) and in some fields of education requires safety equipment in its implementation. The application of the intelligent PPE detection system aims to monitor the use of PPE and discipline the use of PPE in the work environment. This intelligent system is created using a model with the python language using the YOLO-NAS method which is trained using datasets from the internet and laboratories that require the use of PPE. The model is implemented in a web-based basis using the Flask framework which is commonly used in python-based website development. The results of the model test obtained a loss intersection over union score of 0.73, distribution focal Loss of 0.4, general loss of 1.55, precision of 0.07, recall of 0.96, mean average-precision of 0.88, F1-Score of 0.13 and best score threshold of 0.59. Testing of the web-based detection system, testing of the blackbox method on 4 features and 26 test cases showed valid results. It is concluded that the application has met the needs and functions as expected, where the system can display the output of the input provided by the user. While in the User Acceptance Test (UAT) which was followed by 33 respondents, the system obtained a score of 87.6 which obtained a good predicate. |
|---|
| Kata kunci | Flask, Object Recognition, Personal Protective Equipment, Python, YOLO-NAS |
|---|
| Pembimbing 1 | Ir. Yogiek Indra Kurniawan, S.T., M.T. |
|---|
| Pembimbing 2 | Ir. Ipung Permadi, S.Si., M.Cs |
|---|
| Pembimbing 3 | |
|---|
| Tahun | 2024 |
|---|
| Jumlah Halaman | 12 |
|---|
| Tgl. Entri | 2024-08-12 09:08:33.946944 |
|---|