Identifikasi Aktivitas Operator Mesin Pada Rekaman CCTV Menggunakan Mobilenetv3 Berbasis Web

Penelitian ini berfokus pada pemantauan aktivitas operator sebagai salah satu faktor penting dalam menjaga efektivitas proses produksi di industri manufaktur. Permasalahan yang sering muncul adalah adanya waktu tidak produktif (idle time), yaitu kondisi ketika operator tidak melakukan aktivitas yang memberikan kontribusi terhadap proses produksi. Selama ini, proses pemantauan masih dilakukan secara manual sehingga kurang konsisten dan sulit dilakukan se
cara berkelanjutan. Untuk mengatasi permasalahan tersebut, penelitian ini mengembangkan sistem berbasis web yang mampu mengenali aktivitas operator melalui rekaman CCTV dengan memanfaatkan model MobileNetV3. Dataset yang digunakan terdiri dari 3.280 citra yang diperoleh dari lingkungan produksi dan diklasifikasikan ke dalam tiga kategori, yaitu bekerja, tidak aktif, dan meninggalkan area kerja. Tahapan penelitian meliputi ekstraksi citra, pelabelan data, serta pra-pemrosesan berupa perubahan ukuran citra, normalisasi, dan augmentasi data. Model dilatih menggunakan pendekatan transfer learning dan dievaluasi menggunakan metrik accuracy, precision, recall, dan F1-Score. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi sebesar 90,34% dengan nilai macro F1-Score sebesar 88,13%, yang menunjukkan kemampuan model dalam mengenali pola aktivitas operator dengan baik. Model yang telah dilatih kemudian diimplementasikan ke dalam aplikasi berbasis web menggunakan Streamlit untuk melakukan analisis aktivitas secara otomatis, sehingga dapat mendukung proses monitoring yang lebih efisien.

Kata kunci: computer vision, idle time, MobileNetV3, monitoring aktivitas operator, rekaman cctv