Deteksi Penggunaan Alat Pelindung Diri (APD) Untuk Keselamatan dan Kesehatan Kerja Menggunakan Metode Mask Region Convolutional Neural Network (Mask R-CNN)
DOI:
https://doi.org/10.35143/jkt.v8i2.5732Kata Kunci:
Alat Pelindung Diri (APD), Keselamatan dan Kesehatan Kerja, Mask R-CNNAbstrak
Sektor konstruksi menjadi salah satu sektor terkuat dalam mendukung pertumbuhan ekonomi di Indonesia. Dalam mendukung perkembangan serta tuntutan kebutuhan dalam penyelenggaraan jasa dari sektor konstruksi, maka sebagai negara hukum, negara Indonesia memiliki Undang dalam sektor konstruksi, salah satunya ialah mengenai Kesehatan dan Keselamatan Kerja (K3). Salah satu upaya dalam meminimalisir akibat yang disebabkan oleh kecelakaan kerja, maka setiap pekerja diwajibkan untuk menggunakan Alat Pelindung Diri (APD). Kurangnya kesadaran diri dan kedisiplinan dari para pekerja dalam penggunaan Alat Pelindung Diri (APD), dapat mengakibatkan resiko terjadinya kecelakaan kerja terbilang cukup besar. Sehingga perlu adanya pendeteksian secara otomatis untuk para pekerja dalam penggunaan APD yang baik dan benar. Penelitian ini menggunakan metode terbaru dari R-CNN yaitu Mask Region Convolutional Neural Network (Mask R-CNN). Model terbaik yang diperoleh yaitu pada parameter epoch 35 dengan nilai loss 0,1985 dan nilai val_loss 0,1933 dalam waktu 461s 922ms/step. Uji coba dengan 250 gambar yang menghasilkan akurasi sebesar 95%.Unduhan
Referensi
M. N. R. Isya, "Rancang Bangun Sistem Peringatan Identifikasi Alat Pelindung Diri (APD) Menggunakan Metode You Only Look Once v4 (YOLOv4)," in Jurnal Conference on Automation Engineering and Its Application, 2021.
J. M. Tumiwa, J. Tjakra and R. L. Inkiriwang, "Pengaruh Penerapan Alat Pelindung Diri Terhadap Produktivitas Tenaga Kerja Konstruksi Gedung Bertingkat Pembangunan Gedung Pendidikan FPIK Universitas Sam Ratulangi," Jurnal Sipil Statik, vol. 07, no. 09, 2019.
J. Munawwaroh, F. N. Fajri and G. Q. O. Pratamasunu, "Personal Protective Equipment (PPE) Detection For Industrial Monitoring (Occupational Safety And Health) Using The You Only Look Once (Yolo) Method," Bulletin of Electrical Engineering and Informatics, vol. 99, no. 1, 2021.
R. Mafra, R. Riduan and Z. Zulfikri, "Analisis Kepatuhan Penggunaan Alat Pelindung Diri (APD) Pada Peserta Keterampilan Tukang dan Pekerja Konstruksi," Jurnal Arsir, vol. 5, no. 1, pp. 48-63, 2021.
M. Ulum, M. Zakariya, A. Fiqhi and H. Haryanto, "Rancang Sistem Pendeteksi Alat Pelindung Diri (APD) Berbasis Image Processing. Jurnal Ilmiah Teknik Informatika," Jurnal Ilmiah Teknik Informatika, Elektronika, dan Kontrol, vol. 01, no. 01, pp. 23-30, 2021.
V. S. K. Delhi, R. Sankarlal and A. Thomas, "Detection of Personal Protective Equipment (PPE) Compliance on Construction Site Using Computer Vision Based Deep Learning Techniques," Frontiers in Built Environ, vol. 6, no. 136, 2020.
G. Zhu, Z. Piao and S. C. Kim, "Tooth Detection and Segmentation with Mask R-CNN," International Conference on Artificial Intelligence in Information and Communication (ICAIIC), pp. 070-072, 2020.
L. Cai, T. Long, Y. Dai and Y. Huang, "Mask R-CNN-Based Detection and Segmentation for Pulmonary Nodule 3D Visualization Diagnosis," IEEE Access, vol. 8, pp. 44400-44409, 2020.
Z. Yang, Y. Yuan, M. Zhang, X. Zhao, Y. Zhang and B. Tian, "Safety Distance Identification for Crane Drivers Based on Mask R-CNN," Sensors, vol. 19, no. 12, p. 2789, 2019.
R. M. Mailoa and L. W. Santoso, "Deteksi Rompi dan Helm Keselamatan Menggunakan Metode YOLO dan CNN," Jurnal Infra, vol. 10, no. 2, pp. 56-62, 2022.
P. K. Sari, G. . Q. O. Pratamasunu and F. . N. Fajri, "Deteksi Tangan Otomatis Pada Video Percakapan Bahasa Isyarat Indonesia Menggunakan Metode Deep Gated Recurrent Unit (GRU)," Jurnal Komputer Terapan, vol. 8, no. 1, p. 186–193, 2022.
S. Ahlawat, A. Choudhary, A. Nayyar, S. Singh and B. Yoon, "Improved Handwritten Digit Recognition Using Convolutional Neural Networks (CNN)," Sensors, vol. 20, no. 12, p. 3344, 2020..
V. M. P. Salawazo, D. P. J. Gea, R. F. Gea and F. Azmi, "Implementasi Metode Convolutional Neural Network (CNN) Pada Pengenalan Objek Video CCTV," Jurnal Mantik Penusa, vol. 03, no. 1.1, 2019.
A. Wicaksono, M. H. Purnomo and E. M. Yuniarno, "Deteksi Pejalan Kaki Pada Zebra Cross Untuk Peringatan Dini Pengendara Mobil Menggunakan Mask R-CNN," Jurnal Teknik ITS, vol. 10, no. 02, 2021.
T. Shibata, A. Teramoto, H. Yamada, N. Ohmiya, K. Saito and H. Fujita, "Automated detection and segmentation of early gastric cancer from endoscopic images using mask R-CNN," Applied Sciences, vol. 10, no. 11, p. 3842, 2020.
F. N. Fajri, K. Malik and G. Q. O. Pratamasunu, "Metode Pengumpulan Data Pada Deteksi Pakaian Hijab Syar'I Berdasarkan Citra Digital Menggunakan Teachable machine Learning," Justek: Jurnal Sains dan Teknologi, vol. 5, no. 2, pp. 194-203, 2022.
Unduhan
Diterbitkan
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2022 Jurnal Komputer Terapan
Artikel ini berlisensiCreative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.
Penulis yang mempublikasikan naskah pada jurnal ini setuju tentang hal-hal berikut ini:
- Penulis memegang hak cipta untuk proses, prosedur, atau artikel yang dideskripsikan pada naskah dan memberikan hak kepada jurnal untuk pertama kali mempublikasikan naskah dibawah Creative Commons Attribution License yang memperbolehkan orang lain untuk menyebarkan hasil penelitian dengan pengakuan hak cipta penulis dan jurnal.
- Penulis memegang hak untuk mempublikasikan kembali semua atau sebagian hasil penelitian pada naskah lain tetapi tidak memberikan hak kepada pihak ketiga lain untuk mencetak dan mempublikasikan ulang hasil penelitian yang sama.
- Penulis diperbolehkan dan disarankan untuk menginformasikan naskah yang telah terbit secara online (seperti pada repository institusi atau website milik penulis) yang akan meningkatkan produktivitas rujukan dan sitasi dari naskah yang telah terbit.
Ciptaan disebarluaskan di bawah Lisensi Creative Commons Atribusi-NonKomersial-BerbagiSerupa 4.0 Internasional.
