PENERAPAN ALGORITMA CONVOLUTIONAL NEURAL NETWORK (CNN) UNTUK DETEKSI HELM SAFETY DI PERUSAHAAN MANUFAKTUR

Abstract

Keselamatan dan Kesehatan Kerja (K3) menjadi salah satu elemen penting dalam meningkatkan efisiensi dan produktivitas di lingkungan kerja, khususnya di sektor manufaktur. Salah satu aspek K3 yang krusial adalah penggunaan alat pelindung diri seperti helm keselamatan. Penelitian ini bertujuan untuk mengembangkan sistem deteksi helm keselamatan menggunakan algoritma You Only Look Once (YOLO) versi 8, yang dikombinasikan dengan arsitektur Convolutional Neural Network (CNN). Dataset penelitian terdiri dari 100 gambar helm keselamatan, dengan 80 gambar digunakan untuk pelatihan dan 20 gambar untuk validasi, masing-masing berukuran 640x640 piksel. Proses pelatihan meliputi prapemrosesan data, konfigurasi arsitektur model, serta tuning hyperparameter. Evaluasi model dilakukan menggunakan confusion matrix, menghasilkan akurasi sebesar 90%. Dalam pengujian real- time, sistem mampu mendeteksi helm dengan tingkat keakuratan yang sama, yang ditampilkan
melalui antarmuka website sederhana. Hasil penelitian ini menunjukkan bahwa implementasi YOLO v8 efektif untuk mendeteksi helm keselamatan kerja dan mendukung upaya mengurangi kecelakaan kerja di lingkungan manufaktur. Sistem ini memberikan solusi inovatif dalam memastikan kepatuhan terhadap protokol K3, meningkatkan keselamatan pekerja, serta menciptakan lingkungan kerja yang lebih aman dan produktif.