DETEKSI OTOMATIS PENGGUNAAN HELM PROYEK (SAFETY HELMET) MENGGUNAKAN ALGORITMA YOLOV UNTUK PENGAWASAN K3 DI AREA KONSTRUKSI

Fathurrohman, Bagas Adi Luhung (2026) DETEKSI OTOMATIS PENGGUNAAN HELM PROYEK (SAFETY HELMET) MENGGUNAKAN ALGORITMA YOLOV UNTUK PENGAWASAN K3 DI AREA KONSTRUKSI. Skripsi (Bachelor) thesis, Universitas Muhammadiyah Bengkulu.

	Text (FULLUTEXT) BAGAS ADI L F_2255201176_FULLTEXT .pdf - Submitted Version Restricted to Repository staff only Download (8MB) | Request a copy
	Text (TURNITIN) BAGAS ADI L F_2255201176_TURNITIN_.pdf - Submitted Version Restricted to Repository staff only Download (7MB) | Request a copy
	Text (ABSTRAK + BAB 1) BAGAS ADI L F_2255201176_ABSTRAK + BAB 1.pdf - Submitted Version Download (703kB)
	Text (BAB 2) BAGAS ADI L F_2255201176_BAB 2.pdf - Submitted Version Download (526kB)
	Text (BAB 3) BAGAS ADI L F_2255201176_BAB 3.pdf - Submitted Version Restricted to Repository staff only Download (383kB) | Request a copy
	Text (BAB 4) BAGAS ADI L F_2255201176_BAB 4.pdf - Submitted Version Restricted to Repository staff only Download (998kB) | Request a copy
	Text (BAB 5) BAGAS ADI L F_2255201176_BAB 5.pdf - Submitted Version Download (265kB)
	Text (REF + LAMP) BAGAS ADI L F_2255201176_ref+Lamp.pdf - Submitted Version Download (570kB)

Abstract

Keselamatan dan Kesehatan Kerja (K3) merupakan aspek penting dalam industri konstruksi, terutama dalam upaya meminimalisir risiko kecelakaan kerja. Salah satu bentuk penerapan K3 adalah penggunaan alat pelindung diri (APD), seperti helm proyek (safety helmet), yang wajib digunakan oleh setiap pekerja di area konstruksi. Namun, dalam praktiknya, pengawasan terhadap kepatuhan penggunaan helm masih banyak dilakukan secara manual, sehingga kurang efektif dan berpotensi menimbulkan kelalaian dalam pengawasan di lapangan.Permasalahan utama yang sering terjadi adalah rendahnya tingkat kepatuhan pekerja dalam menggunakan helm proyek serta keterbatasan sistem pengawasan yang masih bergantung pada tenaga manusia. Metode pengawasan manual memiliki beberapa kelemahan, seperti keterbatasan jangkauan, ketidakkonsistenan pengamatan, serta tidak mampu melakukan pemantauan secara real-time dan berkelanjutan. Berdasarkan penelitian, sistem deteksi penggunaan helm menggunakan metode YOLO telah mampu mengidentifikasi objek helm dengan cukup baik. Namun, penelitian tersebut masih terbatas pada pengolahan citra statis dan belum menekankan implementasi sistem dalam bentuk prototype real-time yang sederhana dan aplikatif Penelitian ini berhasil merancang dan mengimplementasikan sebuah prototype sistem deteksi penggunaan safety helmet menggunakan algoritma YOLOv8 berbasis Computer Vision dengan bahasa pemrograman Python. Sistem yang dikembangkan mampu mendeteksi penggunaan helm proyek secara real-time menggunakan kamera laptop dan menampilkan hasil deteksi dalam bentuk bounding box, label Helmet atau No Helmet, serta nilai confidence. Hasil uji coba menunjukkan bahwa sistem dapat membedakan objek yang menggunakan helm dan objek yang tidak menggunakan helm sesuai dengan model hasil pelatihan YOLOv8. Prototype yang dikembangkan telah menunjukkan bahwa algoritma YOLOv8 dapat dimanfaatkan sebagai solusi awal dalam membantu proses pengawasan penggunaan alat pelindung diri (APD), khususnya safety helmet, pada penerapan Keselamatan dan Kesehatan Kerja (K3) di area konstruksi.

Item Type:	Thesis (Skripsi (Bachelor))
Additional Information:	Pembimbing : Dedy Abdullah.S.T., M.Eng
Uncontrolled Keywords:	Deteksi Otomatis, Safety Helmet, Keselamatan dan Kesehatan Kerja (K3), Prototype Real-Time, Computer Vision, YOLOv8
Subjects:	Universitas Muhammadiyah Bengkulu > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Divisions:	02-Fakultas Teknik > 55201-(S1) Teknik Informatika Subjek Terkait > 02-Fakultas Teknik > 55201-(S1) Teknik Informatika
Depositing User:	Mrs Hildayani Hildayani
Date Deposited:	08 Sep 2026 07:56
Last Modified:	08 Sep 2026 07:56
URI:	http://repository.umb.ac.id/id/eprint/4185

Actions (login required)

View Item