Pengembangan Sistem Deteksi Dini Pemanfaatan Alat Pelindung Diri Kepala Berbasis Pengolahan Citra

Peningkatan kesadaran akan pentingnya alat pelindung diri kepala dalam lingkungan industri dan konstruksi telah menjadi perhatian utama dalam upaya meningkatkan keselamatan kerja. Penelitian ini mengembangkan sistem deteksi dini pemanfaatan alat pelindung diri kepala berbasis pengolahan citra menggunakan model YOLOv7 dan controller NVIDIA Jetson Nano. Algoritma YOLOv7 dipilih karena kemampuannya untuk deteksi objek yang cepat dan akurat. Model YOLOv7 dilatih dengan dengan dataset untuk mengenali alat pelindung diri kepala dengan tingkat akurasi yang tinggi. Ketika terjadi pelanggaran pada objek yang tidak menggunakan helm keselamatan, sistem akan menangkap citra dan mengaktifkan alarm peringatan dan sistem akan mengirimkan notifikasi pada Telegram. Hasil pengujian menggunakan metode confusion matrix menunjukkan bahwa sistem yang dikembangkan mampu mendeteksi alat pelindung diri kepala dengan tingkat akurasi 97,23%, yang menunjukkan kemampuan sistem dalam mengenali alat pelindung diri dengan akurasi yang sangat tinggi. Selain itu, sistem juga menunjukkan nilai precision sebesar 98,71% yang menunjukkan bahwa semua deteksi yang dilakukan adalah benar, dan recall sebesar 95,63% yang menggambarkan kemampuan sistem untuk mengenali sebagian besar alat pelindung diri kepala yang ada. Hasil rata-rata FPS menggunakan GPU dengan CUDA pada NVIDIA Jetson Nano mencapai 5,723 FPS.