Muhammad Zakarya Berlianto, 5111419083 (2023) IDENTIFIKASI PASANGAN BATA MENGGUNAKAN SMARTPHONE PADA PROYEK MUHAMMADIYAH BOARDING SCHOOL. Under Graduates thesis, UNIVERSITAS NEGERI SEMARANG.

PDF - Published Version Restricted to Repository staff only Download (4MB) | Request a copy

Abstract

Monitoring merupakan salah satu kegiatan penting dalam manajemen proyek. Monitoring memiliki tujuan untuk mengamati dan mengawasi secara langsung setiap kegiatan yang terjadi selama pelaksanaan proyek guna memastikan bahwa perkembangan pekerjaan sesuai dengan rencana yang telah ditetapkan. Monitoring dapat menggunakan teknlogi artificial intelegence. Penelitian ini bertujuan untuk menganalisis kemampuan algoritma YOLO (You Only Look Once) dalam mendeteksi pengenalan objek dinding bata dan menganalisis tingkat keakuratan program mendeteksi pengenalan bata menggunakan acuan jarak dan posisi kamera, serta mengevaluasi perbandingan tingkat keakuratan pendetekisan bata bata menggunakan acuan jarak dan posisi kamera. Penelitian dilakukan dengan metode eksperimen dengan menambahkan beberapa acuan. Instrumen penelitian yang digunakan adalah algoritma YOLO dalam mendeteksi objek pekerjaan. Pekerjaan yang dilakukan monitoring adalah pemasangan dinding bata. Pada penelitian ini pekerjaan pemasangan dinding menggunakan material dari bata ringan. Pengamatan dilakukan pada proyek pembangunan Gedung Muhammadiyah Boarding School Limpung. Prosedur pengamatan yang pertama adalah merekam pekerjaan pemasangan dinding bata. Kemudian, data perekaman diolah menggunakan Algoritma YOLO (You Only Look Once). Hal pertama dalam mengolah data adalah mengumpulkan dataset, lalu melakukan labelling images menggunakan roboflow. Setelah itu lakukan proses training data yang bertujuan agar melatih YOLO dapat mengenali objek. Setelah melalui proses training dan running muncul hasil pendeteksian dan pengenalan objek bata. Terdapat 2 acuan dalam pengujian pendeteksian objek bata kali ini, yaitu pengenalan bata menggunakan acuan jarak kamera dan posisi kamera. Pada pendeteksian menggunakan acuan jarak kamera menggunakan jarak 3 meter ,4 meter dan 5 meter. Masing-masing jarak diambil 5 sampel dan Semua sampel dapat dikenali oleh program. Pada ketiga jarak yang diamati, jarak 4 meter memiliki persentase rata-rata tingkat keakuratan tertinggi, yaitu dengan 77,2%. Untuk jarak 3 meter persentase rata-rata tingkat keakuratan sebesar 72,6%. Sedangkan untuk jarak 5 meter persentase rata-rata tingkat keakuratan sebesar 67,7% Pada pengujian menggunakan acuan posisi kamera diambil 2 arah yaitu arah depan dan samping. Masing-masing arah diambil 5 sampel dan semua sampel dapat dikenali oleh program. kedua sampel yang diamati bahwa persentase rata-rata tingkat keakuratan terbesar adalah sampel yang diambil dari sisi depan dengan persentase 78,4%. Sedangkan pada posisi samping persentase rata-rata tingkat keakuratan sebesar 63,6%. Perbandingan tingkat akurasi pengenalan bata dengan identifikasi gerak tubuh menunjukkan bahwa pada pengenalan bata jarak yang proporsional untuk pengambilan data adalah jarak 4 meter. Sedangkan, pada pendeteksian posisi gerak tubuh, jarak yang proporsional adalah jarak 3 meter. Hal tersebut menunjukkaan bahwa semakin dekat jarak pengambilan data semakin tinggi tingkat keakuratan pendeteksian posisi gerak tubuh pekerja. Pada acuan posisi pengenalan dan memotong bata lebih akurat menggunakan posisi dari depan, karena objek berada lurus dengan kamera dan tanpa ada sudut kemiringan yang dapat mengurangi keoptimalan hasil pendeteksian objek. Sedangkan untuk memasang bata lebih akurat menggunakan posisi kamera dari samping, karena posisi saat memotng bata cenderung lebih terlihat dari sisi samping kamera sehingga membuat pendeteksian lebih akurat.

Actions (login required)

View Item