Mahasiswa PNJ Buat Sistem Canggih Deteksi Keselamatan di Workshop, Gunakan Artificial Intelligence

Lutfia Dwi Kurniasih, Okezone · Selasa 07 Desember 2021 07:06 WIB
https: img.okezone.com content 2021 12 06 65 2512601 mahasiswa-pnj-buat-sistem-canggih-deteksi-keselamatan-di-workshop-gunakan-artificial-intelligence-QnV6qjUcOu.jpg Mahasiswa PNJ membuat inovasi deteksi keselamatan kerja. (Foto: PNJ)

JAKARTA - Mahasiswa Politeknik Negeri Jakarta (PNJ) Jurusan Teknik Mesin Prodi Alat Berat membuat inovasi berupa sistem deteksi keselamatan di workshop menggunakan Artificial Intellegence.

Inovasi sistem keselamatan tersebut berhasil dibuat oleh mahasiswa Program Studi Alat Berat yakni Muhammad Reza Kusuma dan Novlin Esterindah Situmorang.

Kedua mahasiswa tersebut membuat inovasi menggunakan sistem Artificial Intellegence yang dapat mendeteksi keselamatan kerja dari penggunaan safety helmet atau helm proyek para pekerja.

Baca juga: Mahasiswa PNJ Berhasil Buat Inovasi Teh Berbahan Dasar Limbah Kulit Kopi


Baca juga: Mahasiswa PNJ Tampilkan Karya Jurnalistik di Perpustakaan Nasional

Helm proyek merupakan atribut wajib dalam penerapan K3 (Kesehatan Keselamatan Kerja) yang digunakan para pekerja sebagai alat pelindung diri (APD).

Namun, kecelakaan industri masih saja sering terjadi dalam workshop. Kecelakaan industri yang sering terjadi secara umum disebabkan oleh dua hal yaitu perilaku kerja yang berbahaya dan kondisi yang berbahaya.

Kecelakaan bisa saja menyebabkan ancaman serius pada kesehatan dan keselamatan baik dalam jangka pendek maupun jangka panjang. Itulah sebabnya, Keselamatan dan Kesehatan Kerja (K3) dalam pelaksanaan pekerjaan konstruksi memang benar-benar harus diperhatikan.

Perlu diketahui, APD tidak secara sempurna dapat melindungi tubuh tetapi dapat mengurangi tingkat keparahan yang mungkin terjadi.

Saat ini, masih banyak perusahaan yang mengadopsi sistem manual dalam pengecekan APD yakni oleh manusia. Secara umum sistem tersebut tidak layak karena keterlibatan manusia yang efisiensinya menurun dalam durasi yang lama.

Solusi yang tepat untuk mengahadapi masalah tersebut adalah menggunakan object detection pada video kamera pengintai di zona wajib alat pelindung diri.

Adanya otomatisasi itu diharapkan mampu mengurangi beban kerja supervisor terhadap pekerja yang tidak memakai APD.

Sistem ini dapat dijadikan acuan untuk deteksi awal potensi terjadinya kecelakaan kerja di area tambang, konstruksi dan area lainnya yang berkaitan dengan pekerjaan menggunakan mesin-mesin besar.

Cara kerja sistem yang dibuat mahasiswa PNJ ini yakni menggunakan sistem You Only Look Once (YOLO).

You Only Look Once (YOLO) digunakan untuk mendeteksi bagian kepala dari pekerja. Berdasarkan keterangan yang dipaparkan oleh mahasiswa PNJ, cara kerja metode YOLO adalah sebagai berikut.

YOLO akan bekerjasama dengan Faster R-CNN. Setelah itu metode Faster R-CNN (Region Convolutional Neural Network) mempercepat scanning yang dilakukan dan akan mengklasifikasikan APD yang digunakan oleh pekerja.

"Keunggulan sistem yang kami buat yaitu bisa mendeteksi wajah dan nama seseorang. Jadi, apabila seseorang tidak safety saat bekerja akan terdata secara otomatis," kata Reza saat dihubungi via pesan singkat.

"Jadi perusahaan bisa tahu nama data pelanggar dan jumlah data pelanggar dalam 1 hari, 1 bulan atau bahkan 1 tahun," tambahnya.

Singkatnya, sistem ini akan meminimalisir kecelakaan dan membuat pekerja akan lebih produktif. Apabila pekerja produktif dan no accident maka perusahaan lebih banyak mendapat keuntungan karena angka kecelakaan sudah diminimalisir.

Inovasi sistem keselamatan yang dirancang oleh mahasiswa PNJ ini juga telah berhasil mendapat kejuaraan sebagai Juara 1 dalam Kompetisi Inovasi Alat Berat yang diselenggarakan oleh PT. United Tractors Tbk (UT).

1
4

Bagikan Artikel Ini

Cari Berita Lain Di Sini