Sistem Deteksi Helm Pengaman untuk Pemantauan Area Pabrik

Abstract

Pemantauan area industri menghadirkan tantangan yang signifikan, terutama dalam memastikan kepatuhan terhadap protokol keselamatan seperti kewajiban penggunaan helm pelindung. Integrasi teknologi canggih menawarkan solusi yang menjanjikan untuk tantangan ini, menyediakan peluang untuk pemantauan otomatis dan waktu nyata. Salah satu teknologi tersebut adalah YOLOv8, algoritma deteksi objek yang canggih yang, meskipun sangat efektif, sering kali memerlukan pelatihan ulang untuk beradaptasi dengan lingkungan industri tertentu. Dalam penelitian ini, model YOLOv8 dilatih ulang menggunakan kumpulan data waktu nyata yang dikumpulkan dari lingkungan industri, memastikan keakuratannya dalam mendeteksi helm dalam berbagai kondisi. Selain deteksi, sistem ini disempurnakan dengan fitur notifikasi waktu nyata melalui Telegram, yang segera memberi tahu pengawas jika pelanggaran helm terdeteksi. Kinerja sistem dievaluasi menggunakan Mean Average Precision (mAP) sebagai metrik, yang menunjukkan kemampuan dalam mendeteksi helm dan memberi notifikasi ke pengawas area, sehingga terbukti menjadi solusi yang andal untuk meningkatkan keselamatan di tempat kerja.