IMPLEMENTASI INTELLIGENT QUALITY CONTROL SYSTEM UNTUK DETEKSI KELENGKAPAN APD MENGGUNAKAN COMPUTER VISION BERBASIS NEURAL ARCHITECTURE SEARCH (NAS)

Keselamatan kerja menjadi prioritas utama dalam industri, terutama dalam memastikan pekerja menggunakan Alat Pelindung Diri (APD) secara lengkap Berdasarkan data International Labour Organization (ILO) tahun 2022 tercatat sebanyak 2,3 juta orang tewas oleh kecelakaan kerja dan penyakit akibat kerja. Badan Pusat Statistik (BPS) tahun 2020, mencatat sebanyak 394,560 pekerja di Indonesia mengalami penyakit akibat kerja maupun kecelakaan kerja. Penelitian ini bertujuan untuk mengembangkan sistem Intelligent Quality Control berbasis computer vision menggunakan arsitektur Neural Architecture Search (NAS) untuk mendeteksi kelengkapan APD. Sistem mendeteksi tiga jenis APD: helm, rompi, dan sepatu safety melalui input gambar dari webcam. Dataset gambar APD diambil dari Roboflow yang dianotasi dan dilatih menggunakan framework SuperGradients di Google Colab. Hasil pelatihan menunjukkan nilai precision 98,16%, recall 98,32%, F1-score 97,21%, dan mAP 96,07%. Implementasi sistem berbasis webcam menunjukkan nilai F1-score sebesar 94,84%. Penelitian ini menunjukkan bahwa pendekatan NAS mampu digunakan secara efektif untuk sistem deteksi APD real-time dengan akurasi tinggi.