Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Technologia: Jurnal Ilmiah
Agung Susanto
PASCASARJANA AMIKOM YOGYAKARTA
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
KOMBINASI SOBEL, CANNY DAN OTSU UNTUK SEGMENTASI CITRA PENGGUNA HELEM SAFETY DAN TANPA HELEM SAFETY Agung Susanto
Technologia : Jurnal Ilmiah Vol 13, No 2 (2022): Technologia (April)
Publisher : Universitas Islam Kalimantan Muhammad Arsyad Al Banjari

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (321.325 KB) | DOI: 10.31602/tji.v13i2.6493

Abstract

Kesehatan dan keselamatan kerja di atur oleh pemerintah dalam undang-undang Pasal 86 ayat (1) huruf a Undang-Undang Nomor 13 Tahun 2003 yang berisi “Pekerja mempunyai hak untuk mendapatkan perlindungan atas Keselamatan dan Kesehatan Kerja (K3)”.  Berdasarkan undang-undang tersebut perushan di wajibkan melindungi karyawanya selama bekerja dengan menyediakan alat pelindung diri dengan lengkap serta pengawasan. Salah satu bagian paling penting dalam tubuh manusia adalah kepala, dengan penggunaan helem projek untuk melindungi kepala dapat mencegah terjadinya kecelakan kerja yang lebih serius. Dalam pengawasan pengguanan alat pelindung diri berupa helem di perlukan kesadaran dan pengawasan baik secara langsung maupun memanfaatakn teknologi. Pengolahan Citra merupakansalah satu  teknologi yang dapat di manfaatakan dalam pengawasa. Pengolahan Citra dapat membedakan pengguna helem dan tidak, dalam prosesnya juga di perlukan beberapa tahapan. Salah satu tahapan paling penting adalah segmentasi Citra di mana gambar akan di olah terlebih dahulu. Dalam penelitian ini akan menggunakan beberapa metode segmentasi Citra seperti Sobel, Canny Dan Otsu untuk mendapatkan gambar yang baik dalam proses clasifikasi pengguna helem menggunakan metode SVM. Berdasarkan hasil pengujian di dapatkan kombinasi terbaik segmentasi cita sobel, canny, dan otsu yang di klasifikasi menggunakan SVM sebesar 81%.
Co-Authors