Main Article Content

Abstract





Graving dock atau galangan kapal memiliki risiko tinggi terjadinya kebakaran karena adanya bahan mudah terbakar dan proses panas seperti pekerjaan pemotongan, gerinda, fitting, pengelasan, brazing, dan firing. Untuk mengatasi risiko ini, diperlukan sistem deteksi api dini dan real-time. Penelitian ini bertujuan untuk mengembangkan sistem pengenalan titik api di area graving dock menggunakan metode You Only Look Once (YOLO). Dataset dikumpulkan dengan sampel citra untuk empat kelas: Repair, Maintenance, and Overhaul (RMO) yang mencakup pekerjaan gerinda dan pengelasan, percikan api, titik api, dan api kebakaran. Metode YOLO dipilih karena kemampuannya mendeteksi objek secara real-time dengan akurasi dan kecepatan tinggi. Sistem deteksi objek ini diintegrasikan dengan alarm berbasis mikrokontroler ESP32 dan aplikasi Android untuk memberikan notifikasi real-time jika terdeteksi kebakaran, sehingga meningkatkan keselamatan di galangan kapal.


 





Keywords

graving dock real time YOLO Deteksi api

Article Details

References

  1. T. Akhir, “Sistem Peringatan Dini Tabrakan Kapal Secara Realtime Berbasis Data Automatic Identification System (AIS),” 2022.
  2. Z. Arifin, M. Nurtanto, A. Priatna, N. Kholifah, and M. Fawaid, “Technology andragogy work content knowledge model as a new framework in vocational education: Revised technology pedagogy content knowledge model,” TEM Journal, vol. 9, no. 2, pp. 786–791, 2020. https://doi.org/10.18421/TEM92-48.
  3. Z. Azmi and A. Pranata, “Implementasi IoT (Internet Of Things) untuk Spy Jacket dengan Berbasis ESP32-Cam,” [Online]. Available: https://ojs.trigunadharma.ac.id/index.php/jskom.
  4. M. Danindra Riski, J. Teknik Pesawat Udara, and P. I. Penerbangan Surabaya Jl Jemur Andayani, “Rancang Alat Lampu Otomatis di Cargo Compartment Pesawat Berbasis Arduino Menggunakan Push Button Switch Sebagai Pembelajaran di Politeknik Penerbangan Surabaya,” [Online].
  5. H. F. Debri, “Rancang Bangun Sistem Smart CCTV untuk Efektivitas Energi Berbasis YOLO CNN dan Android di Laboratorium Otomasi PPNS,” 2019. [Online]. Available: Repository.Ppns.Ac.Id.
  6. S. Devi Kirtiana, M. Yusuf Santoso, dan Arief Subekti, “Analisis Risiko Hot Work Berbasis CSRA pada Cargo Oil Tank Kapal Tanker,” 7th Conference on Safety Engineering and Its Application, 2023.
  7. E. Dinda Salsabillah, P. I. Siregar, and H. Habli, “Analisis Terjadinya Ledakan Tangki Slop Port MT. Sri Asih Saat Pelaksanaan Hotwork dalam Proses Drydock,” METEOR STIP Marunda, vol. 15, no. 01. [Online]. Available: http://ejournal.www.stipjakarta.dephub.go.id.
  8. S. R. Fakultas, T. Informasi, I. Islam, K. Muhammad, and A. Al Banjari, “Pengolahan Citra Digital dan Histogram dengan Python dan Text Editor PyCharm,” Technologia, vol. 11, no. 3, 2020.
  9. W. Fang, L. Wang, and P. Ren, “Tinier-YOLO: A Real-Time Object Detection Method for Constrained Environments,” IEEE Access, vol. 8, pp. 1935–1944, 2020. https://doi.org/10.1109/ACCESS.2019.2961959.
  10. I. Gede, S. Widharma, P. Alit, W. Santiary, I. Nengah Sunaya, I. Ketut Darminta, I. Gde, N. Sangka, D. P. Ardy, and W. Widiatmika, “Deteksi Api Kebakaran Berbasis Computer Vision dengan Algoritma YOLO,” Journal of Applied Mechanical Engineering and Green Technology, vol. 3, pp. 53–58, 2022. [Online]. Available: https://ojs2.pnb.ac.id/index.php/JAMETECH.
  11. S. Utomo et al., "Identification of Occupational Safety and Health Hazards and Risks in PT PAL Indonesia Environment Using Risk Assessment Analysis," Journal of Engineering, Mechanics and Modern Architecture, vol. 3, no. 3, pp. 29-36, 2024.
  12. A. Khumaidi et al., "Design of a Fire Spot Identification System in PT. PAL Indonesia Work Area Using YOLOv5s," International Journal of Interactive Multimedia and Artificial Intelligence, 2024.