<![CDATA[Penelitian ini dilakukan untuk mengembangkan sistem pemantauan otomatis penggunaan Alat Pelindung Diri (APD) di industri minyak dan gas (migas), di mana keselamatan pekerja menjadi prioritas utama. Industri migas memiliki risiko tinggi terhadap kecelakaan kerja, seperti kebakaran, ledakan, dan paparan bahan kimia berbahaya. Pengawasan manual seringkali kurang efektif dan sulit diterapkan secara konsisten dalam lingkungan kerja yang dinamis. Untuk mengatasi masalah ini, penelitian ini menggunakan metode deteksi objek You Only Look Once (YOLO), yang dikenal karena kemampuannya mendeteksi objek secara real-time dengan tingkat akurasi tinggi. Penelitian ini bertujuan untuk mengembangkan model deteksi APD menggunakan YOLO dan mengimplementasikannya dalam lingkungan industri migas di PT Bina Martha Artha (BMA). Metode penelitian melibatkan pengumpulan data melalui studi literatur, studi dokumen, dan wawancara. Dataset foto APD dibuat secara mandiri dan dilabeli untuk melatih model deteksi. Model diuji menggunakan metrik mAP (mean Average Precision) 50-95(B), yang menunjukkan akurasi tertinggi sebesar 89.71% pada epoch ke-49. Hasil penelitian menunjukkan bahwa model YOLO mampu mendeteksi kelengkapan APD dengan tingkat akurasi yang memadai. Sistem ini berpotensi meningkatkan efisiensi pengawasan, mengurangi risiko kecelakaan kerja, dan memastikan kepatuhan pekerja terhadap standar keselamatan di industri migas. Dengan sistem ini, perusahaan dapat lebih cepat mendeteksi pelanggaran dan mengambil tindakan yang diperlukan untuk menjaga keselamatan pekerja.]]>
Copyrights © 2024
