Danayaksa, Ravensky and Heriansyah, Rudi (2025) Penerapan Algoritma Convolutional Neural Network (CNN) untuk Mendeteksi Penggunaan Perlengkapan Keselamatan dan Kesehatan Kerja (K3) di Lingkungan Kerja OMAR GROUP menggunakan Framework You Only Look Once (YOLO). Masters thesis, Universitas Indo Global Mandiri.
![[thumbnail of M. Ravensky Taro Danayaksa_2021110073_Cover.pdf]](http://repository.uigm.ac.id/style/images/fileicons/text.png)
M. Ravensky Taro Danayaksa_2021110073_Cover.pdf
Download (2MB)
![[thumbnail of M. Ravensky Taro Danayaksa_2021110073_Skripsi Full.pdf]](http://repository.uigm.ac.id/style/images/fileicons/text.png)
M. Ravensky Taro Danayaksa_2021110073_Skripsi Full.pdf
Restricted to Repository staff only
Download (4MB) | Request a copy
![[thumbnail of M. Ravensky Taro Danayaksa_2021110073_Turnitin.pdf]](http://repository.uigm.ac.id/style/images/fileicons/text.png)
M. Ravensky Taro Danayaksa_2021110073_Turnitin.pdf
Restricted to Repository staff only
Download (14MB) | Request a copy
Abstract
Penelitian ini bertujuan untuk menerapkan algoritma Convolutional Neural Network (CNN) menggunakan framework You Only Look Once (YOLO) untuk mendeteksi penggunaan perlengkapan keselamatan dan kesehatan kerja (K3) di lingkungan kerja Omar Group. Dataset yang digunakan terdiri dari 1032 data sekunder, yang dibagi menjadi data latih (832 gambar) dan data validasi (200 gambar), serta 50 data primer dari dokumentasi langsung di lapangan sebagai data pengujian.
Proses pelatihan model dilakukan dengan mengeksplorasi variasi jumlah epoch (20–100 epoch) dan dievaluasi menggunakan metrik Precision, Recall, mean Average Precision (mAP), serta confusion matrix. Hasil penelitian menunjukkan bahwa model secara umum mampu mendeteksi perlengkapan K3 dengan cukup baik, dengan rata-rata Precision sebesar 0,677 dan Recall sebesar 0,596. Namun, performa model belum optimal untuk diterapkan di lingkungan kerja nyata karena perbedaan kondisi data pelatihan dan pengujian.
Item Type: | Thesis (Masters) |
---|---|
Subjects: | Q Science > QA Mathematics > QA75 Electronic computers. Computer science |
Divisions: | Fakultas Ilmu Komputer > Teknik Informatika S1 |
Depositing User: | M. Ravensky Taro Danayaksa |
Date Deposited: | 12 Mar 2025 07:15 |
Last Modified: | 12 Mar 2025 07:15 |
URI: | http://repository.uigm.ac.id/id/eprint/4182 |