Analisa penggunaan ESP32-Cam dan Platform Edge Impulse untuk Proses Deteksi Sepatu Safety Pada Lingkungan Industri
DOI:
https://doi.org/10.30871/aseect.v6i3.11772Keywords:
Akurasi, Edge Impulse, ESP32-Cam, Shoes safetyAbstract
Kesehatan dan keselamatan kerja merupakan faktor utama yang harus dimiliki setiap orang. Salah satu peralatan kerja yang harus dipakai oleh pekerja adalah sepatu safety. Namun, beberapa pekerja sering lupa untuk memakai sepatu safety sehingga perlu dilakukan proses deteksi pada pemakaian sepatu pekerja. Tujuan dari penelitian ini adalah untuk mengimplementasikan deteksi sepatu safety pada lingkungan industri menggunakan perangkat ESP32-Cam dan platform Edge Impulse. Hasil akurasi yang diperoleh pada setiap pengujian sepatu yaitu pada jarak 30 cm sebesar 94,4%, pada jarak 40 cm sebesar 92,6%, dan pada jarak 50 cm sebesar 0%. Kemudian, tingkat akurasi pengenalan sepatu safety dengan sepatu bukan safety sebesar 95,4%.
Downloads
References
[1] I. Sartina and D. Purnamawati, “Evaluasi penggunaan APD dalam konteks kesehatan dan keselamatan kerja di industri konstruksi,” FLORONA : Jurnal Ilmiah Kesehatan, vol. 3, no. 2, pp. 35–43, Aug. 2024, doi: 10.55904/FLORONA.V3I2.1219.
[2] M. Badaruddin, H. Witri Kamase, K. Kunci Alat Pelindung Diri, and K. Pekerja, “Sistem Pemantau Penggunaan Alat Pelindung Diri (Apd)Pekerja Secara Real Time,” JIKA (Jurnal Informatika), vol. 9, no. 3, pp. 312–319, Jul. 2025, doi: 10.31000/JIKA.V9I3.14400.
[3] J. Samperante, M. Agus, W. Putra, A. G. Permana, S. Informasi, and M. Informatika, “Implementasi Arsitektur Yolo V8 Dalam Mendeteksi Alat Pelindung Diri (APD) Di Sektor Konstruksi Dan Industri,” Seminar Hasil Penelitian Informatika dan Komputer (SPINTER) | Institut Teknologi dan Bisnis STIKOM Bali, vol. 2, no. 1, pp. 661–666, Mar. 2025, Accessed: Nov. 13, 2025. [Online]. Available: https://spinter.stikom-bali.ac.id/index.php/spinter/article/view/698
[4] H. Supriyanto, S. C. Abadi, and A. Shalsabilah, “Deteksi Helm Keselamatan Menggunakan Jetson Nano dan YOLOv7,” Journal of Applied Computer Science and Technology, vol. 5, no. 1, pp. 1–8, Feb. 2024, doi: 10.52158/JACOST.V5I1.637.
[5] N. A. Afnur, R. A. Setiawan, S. Zahra, and D. Astharini, “Deteksi Alat Pelindung Diri Secara Real-Time Menggunakan Algoritma Yolo,” JIK: Jurnal Ilmu Komputer, vol. 9, no. 02, pp. 73–77, Feb. 2024, doi: 10.47007/KOMP.V9I02.8993.
[6] Z. S. Juanda, Z. K. Simbolon, and H. Huzaeni, “Mengintegrasikan Metode YOLO (You Only Look Once) Dalam Deteksi APD (Alat Pelindung Diri) Pada Industri Migas,” eProceeding of TIK, vol. 4, no. 1, pp. 127–135, May 2024, Accessed: Nov. 13, 2025. [Online]. Available: https://e-jurnal.pnl.ac.id/eProTIK/article/view/5829
[7] A. Gapur, D. Wahiddin, T. Al Mudzakir, and J. Indra, “Personal Protctive Equipment Detection For Occupational Safety And Health Using Yolov8 In Manufacturing Companies,” Jurnal Teknik Informatika (Jutif), vol. 5, no. 4, pp. 1175–1182, Aug. 2024, doi: 10.52436/1.JUTIF.2024.5.5.2619.
[8] I. Makris et al., “Detecting Personal Protective Equipment (PPE) utilising YOLOv8 in a Federated Learning Environment,” AIP Conf Proc, vol. 3220, no. 1, Oct. 2024, doi: 10.1063/5.0236071/3315947.
[9] N. Z. A. A. Rahmah, Adianto, R. Indarti, Z. M. A. Putra, E. Setiawan, and A. Z. Arfianto, “Implementasi Deteksi Kelengkapan APD pada Hazardous Area menggunakan Metode YoloV5,” Jurnal Elektronika dan Otomasi Industri, vol. 11, no. 3, Oct. 2024, doi: 10.33795/ELKOLIND.V11I3.5744.
[10] B. Ismail Arianto and E. Zuliarso, “Implementasi Metode YOLO pada Deteksi Pakaian Keselamatan yang Lengkap di Proyek Kontruksi,” Ranah Research : Journal of Multidisciplinary Research and Development, vol. 6, no. 1, pp. 56–63, Dec. 2023, doi: 10.38035/RRJ.V6I1.795.
1.gif)
