Article Per Year (5 Year)
p-Index From 2021 - 2026
1.745
P-Index
This Author published in this journals
All Journal JATI UNIK : Jurnal Ilmiah Teknik dan Manajemen Industri Gudang Jurnal Multidisiplin Ilmu Journal of Authentic Research The Indonesian Journal of Computer Science
Syafrijon
Unknown Affiliation
Religion Aerospace Engineering Arts Humanities Civil Engineering, Building, Construction & Architecture Computer Science & IT Control & Systems Engineering Decision Sciences, Operations Research & Management Earth & Planetary Sciences Economics, Econometrics & Finance Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Public Health Social Sciences Other

Published : 11 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 11 Documents
Search

 1   2 
Implementasi Yolov8 Dalam Sistem Deteksi Safety Helmets dan Safety Vests Berbasis Citra Digital di Area Konstruksi Rahmawati, Chindy; Huda, Yasdinul; Syafrijon; Sandra, Randi Proska
Journal of Authentic Research Vol. 5 No. 2 (2026): May
Publisher : LITPAM

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36312/ttzpab07

Abstract

Industri konstruksi memiliki tingkat risiko kecelakaan kerja yang tinggi, dengan salah satu penyebab utamanya adalah kelalaian penggunaan Alat Pelindung Diri (APD) seperti helm dan rompi keselamatan. Penelitian ini bertujuan mengimplementasikan sistem deteksi otomatis penggunaan safety helmet dan safety vest menggunakan algoritma YOLOv8 yang diintegrasikan dengan framework Flask berbasis web. Metode pengembangan yang digunakan adalah CRISP-DM, mencakup pemahaman data, persiapan data, pemodelan, evaluasi, dan deployment. Dataset terdiri dari 1.756 citra dengan dua kelas (helmet dan vest), dibagi menjadi data latih (80%) dan validasi (20%). Model dilatih selama 50 epoch dengan YOLOv8n. Evaluasi kelayakan sistem dilakukan melalui tiga aspek: (1) uji validitas oleh 2 orang ahli media dan 2 orang ahli materi menggunakan instrumen Likert, (2) uji praktikalitas oleh 10 responden (pengawas proyek dan pekerja konstruksi) melalui angket respons pengguna, serta (3) uji efektivitas dengan membandingkan waktu deteksi dan akurasi antara sistem otomatis versus pengawasan manual selama 5 hari uji coba. Hasil pengujian model menunjukkan performa sangat baik dengan nilai precision 0,911, recall 0,918, mAP50 0,951, dan mAP50-95 0,755. Hasil evaluasi kelayakan menunjukkan bahwa sistem dinyatakan valid (skor rata-rata 4,5 dari 5), praktis (skor 86,5%), dan efektif (peningkatan efisiensi deteksi sebesar 73% dibandingkan metode manual). Dengan demikian, aplikasi berbasis web ini layak digunakan sebagai alat bantu pengawasan keselamatan kerja di lingkungan konstruksi.
Co-Authors Abdul Razak Abdul Razak Abdullah, MT, Dr. Rijal Anggun Yunita Putri Anondho, Basuki Aulia Azhar Azhar, Aulia Fitri Rahmadani, Ade Gus Permata Sari, Indri Harmedi Yulian Saputra Haryeni Huda, Yasdinul Indang Dewata Karina, Lani Dwi Khairi Budayawan Nizwardi Jalinus Rahmawati, Chindy Ridwan Sandra, Randi Proska Sarwono Hardjomuljadi Skunda Diliarosta Skunda Diliarosta Syafarman ⁠Skunda Diliarosta