SISTEM DETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN METODE YOLO V5 BERBASIS WEB (STUDI KASUS: PT PLN PONOROGO)

Wahyu Firmansyah, Fahryan (2025) SISTEM DETEKSI ALAT PELINDUNG DIRI MENGGUNAKAN METODE YOLO V5 BERBASIS WEB (STUDI KASUS: PT PLN PONOROGO). S1 thesis, Universitas Muhammadiyah Ponorogo.

	Text (SURAT PERSETUJUAN UNGGAH KARYA ILMIAH) SURAT PERSETUJUAN UNGGAH KARYA ILMIAH.pdf Download (178kB)
	Text (HALAMAN DEPAN) HALAMAN DEPAN.pdf Download (4MB)
	Text (BAB I) BAB I.pdf Download (597kB)
	Text (BAB II) BAB II.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB III) BAB III.pdf Restricted to Repository staff only Download (1MB) | Request a copy
	Text (BAB IV) BAB IV.pdf Restricted to Repository staff only Download (2MB) | Request a copy
	Text (BAB V) BAB V.pdf Restricted to Repository staff only Download (554kB) | Request a copy
	Text (DAFTAR PUSTAKA) DAFTAR PUSTAKA.pdf Download (722kB)
	Text (SKRIPSI FULL TEXT) SKRIPSI FULL TEXT.pdf Restricted to Repository staff only Download (8MB) | Request a copy

Abstract

Pelanggaran penggunaan Alat Pelindung Diri (APD) di lingkungan kerja sering kali menjadi penyebab utama kecelakaan kerja yang dapat dihindari. Penelitian ini bertujuan untuk mengembangkan sistem deteksi pelanggaran APD meliputi helm, masker, rompi, dan sepatu menggunakan metode algoritma YOLO v5 berbasis web. Sistem ini dirancang untuk mengidentifikasi jenis pelanggaran APD secara real-time melalui gambar yang diunggah ke server. Data pelanggaran, termasuk jenis pelanggaran, waktu, dan tanggal, disimpan dalam database untuk keperluan analisis. Metode YOLO v5 dipilih karena memiliki kemampuan deteksi objek yang cepat dan akurat. Proses pengembangan sistem melibatkan pelatihan model YOLO v5 menggunakan dataset gambar pekerja dengan dan tanpa APD. Selain itu, sistem ini terintegrasi dengan server FTP untuk pengunggahan gambar dan database MySQL untuk manajemen data pelanggaran. Hasil pengujian menunjukkan bahwa sistem mampu mendeteksi pelanggaran APD dengan akurasi deteksi mencapai 75%. Sistem ini memberikan solusi yang efektif untuk memonitor kepatuhan penggunaan APD secara otomatis dan mendukung peningkatan keselamatan kerja di lingkungan industri.

Item Type:	Thesis (S1)
Uncontrolled Keywords:	Keamanan Kerja, Deteksi APD, YOLOv5, Sistem Berbasis Web
Subjects:	T Technology > TK Electrical engineering. Electronics Nuclear engineering
Divisions:	Faculty of Engineering > Department of Informatic Engineering
Depositing User:	ft . userft
Date Deposited:	24 Mar 2025 01:14
Last Modified:	10 Nov 2025 03:51
URI:	https://eprints.umpo.ac.id/id/eprint/16225

Actions (login required)

View Item