Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer
Bagidya, Moga Taufiq
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering

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

Found 1 Documents
Search

 1 
Modifikasi Yolov11 Dengan Coordinate Attention Pada Modul Neck Untuk Peningkatan Deteksi Objek Kecil Alat Pelindung Diri Bagidya, Moga Taufiq; Yudistira, Novanto; Rahman, Muh. Arif
Jurnal Pengembangan Teknologi Informasi dan Ilmu Komputer Vol 10 No 2 (2026): Februari 2026
Publisher : Fakultas Ilmu Komputer (FILKOM), Universitas Brawijaya

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

Abstract

Pemantauan kepatuhan penggunaan Alat Pelindung Diri (APD) merupakan aspek krusial dalam Keselamatan dan Kesehatan Kerja (K3) di lingkungan industri. Namun, pengawasan manual memiliki keterbatasan dalam hal konsistensi dan cakupan area. Pendekatan otomatisasi menggunakan computer vision sering kali terkendala dalam mendeteksi objek APD berukuran kecil, sesuai dengan standar pada MS COCO yaitu untuk objek yang ukurannya <322 piksel terhadap keseluruhan input gambar, yang kerap kehilangan detail spasial akibat proses downsampling pada jaringan saraf tiruan. Penelitian ini bertujuan mengatasi permasalahan tersebut dengan memodifikasi arsitektur YOLOv11n-seg melalui integrasi mekanisme Coordinate Attention (CA) pada modul Neck. Pendekatan ini dirancang untuk memperkuat representasi fitur spasial dan kanal tanpa membebani komputasi secara berlebihan. Model dilatih dan dievaluasi menggunakan dataset industri migas yang terdiri dari 1.551 citra dengan 14 kelas objek. Hasil pengujian menunjukkan bahwa model modifikasi mampu mencapai Mean Average Precision (mAP@50) sebesar 71,3%. Integrasi CA terbukti efektif meningkatkan akurasi pada objek kecil yang dinamis dan rentan oklusi, dengan peningkatan mAP@50 pada kelas Hand Gloves sebesar 8,2%, Safety Glasses sebesar 2,3%, dan Dust Mask sebesar 2,2% dibandingkan model baseline. Selain itu, model mampu beroperasi secara real-time dengan kecepatan inferensi 210,5 FPS. Penelitian ini menyimpulkan bahwa modifikasi Neck dengan Coordinate Attention dapat meningkatkan sensitivitas deteksi objek kecil pada sistem pengawasan K3 tanpa mengorbankan efisiensi waktu nyata.
Co-Authors Muh. Arif Rahman Novanto Yudistira