UTOMO, Zidan Rafindra (2025) Optimasi Hyperparameter Model Deteksi Penggunaan Alat Pelindung Diri pada Arsitektur YOLOv8 Menggunakan Grid Search. Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (33kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (148kB)
	Text 4. KATA PENGANTAR.pdf Download (111kB)
	Text 6. ABSTRAK.pdf Download (6kB)
	Text 7. ABSTRACT.pdf Download (5kB)
	Text 8. DAFTAR ISI.pdf Download (20kB)
	Text 10. BAB I PENDAHULUAN.pdf Download (24kB)

Abstract

ABSTRAK
Keselamatan kerja di sektor konstruksi menjadi perhatian utama akibat tingginya angka
kecelakaan kerja setiap tahun, yang sebagian besar disebabkan oleh rendahnya tingkat
kepatuhan terhadap penggunaan Alat Pelindung Diri (APD). Masalah utama dalam
pengawasan manual adalah rendahnya efisiensi dan potensi kelalaian manusia. Untuk
mengatasi masalah ini, penelitian ini mengusulkan solusi berupa model deteksi otomatis
penggunaan APD berbasis algoritma You Only Look Once versi 8 (YOLOv8). Model ini
dilatih menggunakan kumpulan data Roboflow-100 dan dioptimalkan melalui penyesuaian
hyperparameter menggunakan metode grid search untuk memperoleh konfigurasi terbaik.
Evaluasi model deteksi APD menggunakan metrik seperti mean Average Precision (mAP),
presisi, dan recall menunjukkan bahwa YOLOv8 mampu mendeteksi objek APD dengan
nilai recall sebesar 82% pada data pengujian. Model ini memiliki potensi untuk
meningkatkan efektivitas dan efisiensi pengawasan keselamatan kerja di sektor konstruksi.
Kata kunci :YOLOv8, Alat Pelindung Diri, deteksi objek, keselamatan kerja, deep
learning, grid search.

Actions (login required)

View Item