Cegah Kecelakaan Kerja - Mahasiswa PNM Berinovasi Ciptakan Sistem Identifikasi Dan Monitoring Berbasis Deep Learning
Foto: Tim Derider dan dosen pembimbing berfoto bersama di depan Lab Robotika
PNM – Mahasiswa Politeknik Negeri Madiun (PNM) tak henti berinovasi. Lolos pendanaan Program Kreativitas Mahasiswa (PKM) Vokasi Skema Pendanaan Tahun 2024, mahasiswa Program Studi Teknik Komputer Kontrol (TKK) PNM yang tergabung dalam Tim Derider mengembangkan sebuah sistem canggih berbasis deep learning yang dirancang untuk mengidentifikasi potensi bahaya dan kelalaian perilaku pekerja mesin gerinda di sektor industri manufaktur.
Sistem identifikasi dan monitoring berbasis deep learningtersebut dikembangkan oleh Tim Derider PNM yang beranggotakan Raisa Zahra Salsabila, Desna Fitria Devi, Faiza Pramudia Ardani, Rama Putra Adithya, Yesica Stefany Yuniar Tanriana. Dalam pembuatan sistem tersebut mahasiswa Prodi TKK PNM didampingi oleh dosen pembimbing Sulfan Bagus Setyawan, S.ST., M.T.
“Inovasi tersebut bertujuan untuk mencegah kecelakaan kerja yang kerap terjadi akibat penggunaan alat pelindung diri (APD) yang tidak sesuai dan perilaku tidak aman di area kerja.” Ujar Raisa Zahra, ketua Tim Derider.
Menurut data dari BPJS Ketenagakerjaan, angka kecelakaan kerja di sektor industri manufaktur terus meningkat, dengan kontribusi terbesar disebabkan oleh kelalaian pekerja. “Dalam hal ini, proses penggerindaan termasuk salah satu area kerja yang memiliki risiko tinggi, terutama ketika pekerja tidak menggunakan APD yang memadai atau berada dalam posisi yang membahayakan.” Jelas Raisa.
Untuk mengurangi risiko tersebut, Tim Derider PNM berinovasi menciptakan Sistem Identifikasi Dan Monitoring Potensi Bahaya Dan Kelalaian Perilaku Pekerja Mesin Gerinda Berbasis Deep Learning Upaya Mencegah Kecelakaan Kerja. Adanya inovasi tersebut diharapkan mampu meningkatkan keselamatan di tempat kerja.
Foto: Prototype yang dibuat oleh Tim Derider
Raisa menjelaskan bahwa sistem tersebut menggunakan teknologi YOLOv5s (You Only Look Once), sebuah model deep learning yang khusus dikembangkan untuk deteksi objek secara real-time. Dengan menggunakan kamera, sistem ini memantau pekerja yang sedang mengoperasikan mesin gerinda, mendeteksi apakah pekerja telah menggunakan APD seperti face shield, masker, earmuff, dan sarung tangan. Selain itu, sistem ini juga mampu mengidentifikasi perilaku pekerja, seperti posisi membungkuk atau jongkok yang berlangsung dalam durasi tertentu, yang dapat meningkatkan risiko cedera.
Lebih lanjut, jika sistem mendeteksi kelalaian seperti pekerja tidak menggunakan APD dengan benar atau berada dalam posisi kerja yang tidak sesuai, notifikasi secara otomatis akan dikirim melalui aplikasi Telegram kepada pengawas. Selain itu, hasil deteksi, seperti pelanggaran penggunaan APD atau tingkat kebisingan yang melebihi ambang batas, akan disimpan di dalam database dan dapat diakses melalui website yang terintegrasi dengan sistem monitoring.
“Melalui inovasi tersebut, mahasiswa Politeknik Negeri Madiun berkomitmen untuk terus berkontribusi dalam pengembangan teknologi yang mendukung keselamatan kerja di sektor industri, khususnya di area yang berisiko tinggi seperti penggerindaan.” Pungkasnya. *(Derider/HumasPIP PNM).
