Maulana, Bintang Adhiyaksa (2025) Deteksi Kelengkapan APD Siswa Praktikum Pengelasan Menggunakan Yolov11 Dan MobilenetV2. Diploma thesis, UBP Karawang.
1. File Judul_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (418kB)
2. File Abstrak_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (42kB)
3. Daftar Isi_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (81kB)
4. BAB I_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (102kB)
5. BAB II_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Restricted to Registered users only
Download (239kB)
6. BAB III_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (291kB)
7. BAB IV_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Restricted to Registered users only
Download (510kB)
8. BAB V_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (38kB)
9. Daftar Pustaka_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Download (108kB)
10. Lampiran_250071_21416255201103_Bintang Adhiyaksa Maulana.pdf
Restricted to Registered users only
Download (2MB)
Abstract
Keselamatan dan Kesehatan Kerja (K3) sangat penting dalam praktik pengelasan, terutama dalam memastikan siswa menggunakan Alat Pelindung Diri (APD) secara lengkap. Penelitian ini bertujuan untuk membangun sistem otomatis yang dapat mendeteksi kelengkapan APD siswa saat praktikum menggunakan metode Computer Vision. Model YOLOv11 digunakan untuk mendeteksi empat kelas objek, yaitu Kacamata, SarungTangan, Tanpa_Kacamata, dan Tanpa_SarungTangan, kemudian hasil deteksi diklasifikasikan lebih lanjut menggunakan MobileNetV2 ke dalam tiga kategori: APD Lengkap, Sebagian, dan Tidak Lengkap. Data dikumpulkan dari SMK Plus Laboratorium Indonesia dan diperluas melalui augmentasi. Hasil evaluasi menunjukkan bahwa YOLOv11 mencapai precision sebesar 96,44%, recall sebesar 96,58%, dan [email protected] sebesar 97,27%, sedangkan MobileNetV2 berhasil mengklasifikasikan kondisi APD dengan akurasi 97%. Sistem ini diharapkan dapat mendukung pengawasan K3 secara otomatis di lingkungan sekolah.
Kata Kunci: Computer Vision, Deteksi APD, K3, MobileNetV2, YOLOv1
| Item Type: | Thesis (Diploma) |
|---|---|
| Subjects: | T Technology > T Technology (General) |
| Divisions: | Faculty of Engineering, Science and Mathematics > School of Electronics and Computer Science |
| Depositing User: | Pustakawan UBP Karawang |
| Date Deposited: | 14 Jan 2026 02:14 |
| Last Modified: | 14 Jan 2026 02:14 |
| URI: | http://repository.ubpkarawang.ac.id/id/eprint/5344 |
