Ramsha, Ramsha (2025) rancang bangun sistem deteksi penggunaan alat pelindung diri (APD) menggunakan metode YOLOV8 dengan komunikasi MQTT. Sarjana thesis, UIN Sunan Gunung Djati Bandung.
Full text not available from this repository.Abstract
Pengawasan manual terhadap kepatuhan penggunaan Alat Pelindung Diri (APD) di lingkungan kerja seperti laboratorium seringkali tidak efektif dan rentan terhadap kelalaian manusia. Untuk mengatasi masalah tersebut, penelitian ini merancang sebuah sistem kontrol akses laboratorium otomatis yang mengintegrasikan Deep Learning dengan Internet of Things (IoT). Metode yang dipilih adalah YOLOv8, karena kemampuannya dalam melakukan deteksi objek secara real-time dengan kecepatan dan akurasi yang tinggi, melampaui metode-metode sebelumnya. Sementara itu, teknologi IoT dipilih untuk memungkinkan otomasi dan respons tindak lanjut secara langsung tanpa intervensi manusia. Sistem ini dirancang untuk mendeteksi tiga komponen APD yaitu masker, sarung tangan, dan jas lab melalui webcam. Model deteksi ini dilatih menggunakan dataset yang bersumber dari Roboflow, yang terdiri dari 1.934 citra untuk kelas masker, 3.799 citra untuk sarung tangan, dan 3.184 citra untuk jas lab. Saat kamera mendeteksi pengguna, informasi diteruskan melalui protokol MQTT ke perangkat ESP32 yang bertindak sebagai subscriber. Jika sistem memverifikasi penggunaan APD yang lengkap, ESP32 akan membuka solenoid lock untuk memberikan akses. Sebaliknya, jika terdeteksi ketidaklengkapan APD, sistem akan secara otomatis mengaktifkan buzzer dan lampu sebagai peringatan serta mencatat pelanggaran ke dalam file Excel untuk keperluan audit. Hasil analisis kinerja menunjukkan performa model yang sangat baik, dengan akurasi deteksi untuk kelas masker mencapai 81,01%, sarung tangan 80,41%, dan jas lab 87,95%. Secara keseluruhan, pengujian membuktikan bahwa integrasi sistem mulai dari deteksi visual, komunikasi MQTT, hingga respons aktuator berjalan dengan efektif dan andal, menawarkan solusi otomasi yang mampu meningkatkan kepatuhan dan keselamatan kerja secara signifikan.
| Item Type: | Thesis (Sarjana) |
|---|---|
| Uncontrolled Keywords: | Alat Pelindung Diri; Deteksi Objek; YOLOv8; Internet of Things (IoT); MQTT; ESP32 |
| Divisions: | Fakultas Sains dan Teknologi > Program Studi Teknik Elektro |
| Depositing User: | Ramsha Ramsha |
| Date Deposited: | 01 Apr 2026 03:24 |
| Last Modified: | 01 Apr 2026 03:24 |
| URI: | https://digilib.uinsgd.ac.id/id/eprint/129289 |
Actions (login required)
 |
View Item |
