Claim Missing Document
Check
Articles

Found 1 Documents
Search

Analisis Komparatif Arsitektur CNN Ringan sebagai Backbone YOLOv11 untuk Deteksi Alat Pelindung Diri Rashid Rizqullah, Reyhan; Utaminingrum, Fitri
Jurnal Pengembangan Teknologi dan Ilmu Komputer Vol 10 No 10 (2026): Oktober 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Industri minyak dan gas (MIGAS) merupakan sektor dengan risiko kecelakaan fatal yang tinggi, sehingga pengawasan kepatuhan Alat Pelindung Diri (APD) secara otomatis menjadi kebutuhan kritis. Penelitian ini mengajukan analisis komparatif terhadap tiga arsitektur CNN ringan, GhostNetV2, MobileNetV4, dan EfficientLite, sebagai backbone pengganti YOLOv11n untuk deteksi APD di industri MIGAS. Sepuluh varian model dievaluasi pada dataset primer 4.250 citra teranotasi 11 kelas APD dari rekaman CCTV kilang minyak. GhostNetV2-160 mencapai kinerja deteksi terbaik (mAP50 = 0,6220, +1,8 pp dari baseline), namun dengan peningkatan parameter 87%, GFLOPs 52%, dan latensi 327%. MobileNetV4_Small_035 mencapai efisiensi tertinggi (GFLOPs −49%, latensi −7%), namun dengan penurunan mAP50 sebesar 10,7 pp. Pemeringkatan SAW menempatkan MobileNetV4_Small_035 pertama (0,91), menunjukkan tidak ada backbone yang melampaui baseline pada kedua dimensi sekaligus. Uji Friedman mengkonfirmasi perbedaan signifikan secara statistik (p < 3,84×10⁻⁵), dan uji Nemenyi mengidentifikasi GhostNetV2-160 sebagai model dengan mean rank terbaik secara konsisten.