PUTRADHAFA, Thariq (2024) Pengembangan Sistem Cerdas Deteksi Personal Protective Equipment (Ppe) Pada Pekerja Lapangan Dan Laboratorium Menggunakan Metode Deep Learning Yolo-Nas Berbasis Web. Skripsi thesis, Universitas Jenderal Soedirman.
![]() |
PDF (Cover)
COVER-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Download (82kB) |
![]() |
PDF (Legalitas)
LEGALITAS-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
![]() |
PDF (Abstrak)
ABSTRAK-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Download (36kB) |
![]() |
PDF (BabI)
BAB-I-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only until 13 August 2025. Download (53kB) |
![]() |
PDF (BabII)
BAB-II-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only until 13 August 2025. Download (461kB) |
![]() |
PDF (BabIII)
BAB-III-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only until 13 August 2025. Download (146kB) |
![]() |
PDF (BabIV)
BAB-IV-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only Download (1MB) |
![]() |
PDF (BabV)
BAB-V-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Download (38kB) |
![]() |
PDF (DaftarPustaka)
DAFTAR PUSTAKA-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Download (205kB) |
![]() |
PDF (Lampiran)
LAMPIRAN-Thariq Putradhafa-H1D020083-Skripsi-2024.pdf Restricted to Repository staff only Download (93kB) |
Abstract
Sistem cerdas ini dikembangkan untuk membantu meminimalisir kecelakaan kerja dalam bidang kerja yang memerlukan Personal Protective Equipment (PPE) dan dalam bidang pendidikan di mana dalam beberapa bidang pendidikan memerlukan perlengkapan keselamatan dalam pelaksanaannya. Untuk membantu pelaksanaan penertiban pengenaan PPE dalam area kerja berpotensi bahaya, penerapan sistem cerdas deteksi PPE bertujuan untuk memonitor penggunaan PPE dan mendisiplinkan penggunaan PPE dalam lingkungan kerja. Sistem cerdas ini dibuat menggunakan model dibuat dengan bahasa python menggunakan metode YOLO-NAS yang dilatih menggunakan dataset yang didapat dari internet dan laboratorium yang memerlukan penggunaan perangkat PPE. Model tersebut diimplementasikan dalam basis web yang menggunakan framework Flask yang umum digunakan dalam pengembangan website berbasis python. Hasil pengujian model mendapatkan skor loss intersection over union sebesar 0.73, distribution focal Loss sebesar 0.4, general loss sebesar 1.55, precision sebesar 0.07, recall sebesar 0.96, mean average-precision sebesar 0.88, F1-Score sebesar 0.13 dan best score threshold sebesar 0.59. Pada pengujian sistem deteksi berbasis web, pengujian metode blackbox pada 4 fitur dan 26 kasus uji menunjukkan hasil valid. Oleh karena itu, dapat disimpulkan bahwa aplikasi telah memenuhi kebutuhan dan berfungsi sesuai harapan. dimana sistem dapat menampilkan luaran dari masukan yang diberikan pengguna. Sedangkan pada pengujian User Acceptence Test (UAT) yang diikuti oleh 33 responden, sistem memperoleh skor sebesar 87.6 dimana memperoleh predikat baik.
Item Type: | Thesis (Skripsi) |
---|---|
Nomor Inventaris: | H24285 |
Uncontrolled Keywords: | Flask, Object Recognition, Personal Protective Equipment, Python, YOLO-NAS |
Subjects: | S > S903 Systems engineering |
Divisions: | Fakultas Teknik > S1 Teknik Informatika |
Depositing User: | Mr. Thariq Putradhafa |
Date Deposited: | 13 Aug 2024 06:42 |
Last Modified: | 13 Aug 2024 06:42 |
URI: | http://repository.unsoed.ac.id/id/eprint/28560 |
Actions (login required)
![]() |
View Item |