Kamera Deteksi APD: Persiapan Sebelum Dipasang

Kamera deteksi APD membantu menemukan helm, rompi, atau perlengkapan lain yang belum dipakai. Hasilnya bergantung pada posisi kamera, pencahayaan, dan jenis APD yang terlihat. Sebelum memasang banyak unit, uji di lokasi nyata dan sepakati siapa yang menindaklanjuti peringatan. Hitung peringatan salah agar sistem tidak menambah pekerjaan supervisor tanpa membantu keselamatan.

Demonstrasi deteksi APD bisa dibuat dalam satu sore. Model yang sudah dilatih dapat memunculkan kotak penanda di sekitar helm dan rompi pada video. Namun, keberhasilan demonstrasi belum menunjukkan apakah sistem akan tetap berguna setelah uji coba di lokasi kerja.

APD apa yang bisa terlihat jelas oleh kamera?

Helm dan rompi relatif mudah dideteksi karena ukurannya besar dan kontrasnya tinggi, termasuk dalam rekaman CCTV biasa. Kacamata pelindung dan sepatu keselamatan lebih sulit. Keduanya kecil, sering tertutup, dan hampir tidak terlihat dari kamera plafon yang mengarah ke bagian atas kepala.

Perbaiki sudut pandang dan jarak kamera sebelum mempertimbangkan model yang lebih besar. Bayangkan bedanya kamera CCTV lobi yang mengawasi semua orang dari jauh, dengan gerbang tol yang memaksa satu mobil lewat satu per satu dari jarak dekat. Daripada menjanjikan semua CCTV yang sudah terpasang dapat digunakan, tempatkan kamera di titik pemeriksaan pada akses masuk area kerja: orang lewat satu per satu, dua sampai empat meter dari lensa, seluruh badan terlihat, pencahayaan bisa diprediksi. Susunan ini memberi gambar APD yang lebih jelas dibandingkan kamera pengawasan di plafon.

Model yang sudah dilatih tetap perlu disesuaikan dengan kondisi lapangan. Beri label manual pada ratusan cuplikan gambar dari lokasi sebenarnya, dengan pencahayaan, seragam, dan jenis APD yang akan dijumpai. Gunakan data itu untuk menilai apakah model memerlukan pelatihan lanjutan. Masukkan evaluasi serta kalibrasi yang diperlukan ke rencana proyek sejak awal.

Penempatan, ketinggian, dan cahaya

Penempatan di titik pemeriksaan membantu mengatasi beberapa masalah sudut pandang sekaligus: kamera terpasang setinggi dada sampai kepala, bukan di plafon, arah orang lewat sudah pasti, dan latarnya bisa Anda atur.

Periksa juga pencahayaan pada setiap waktu kerja. Cahaya dari belakang di pintu masuk dapat membuat orang tampak sebagai siluet. Lampu pada giliran malam juga menghasilkan kondisi berbeda. Lakukan survei dan ukur tingkat pencahayaan dengan alat ukur lux sebelum menjalankan model.

Siapa menindaklanjuti peringatan kamera?

Deteksi bukan hasil akhir. Sistem harus punya jawaban untuk dua pertanyaan: siapa yang diberi tahu, dan apa yang harus mereka lakukan?

Pada diagram tersebut, model memproses gambar di perangkat yang berada di lokasi. Dua aturan berikutnya menentukan alur tindakan. Pertama, gabungkan deteksi berulang agar satu lintasan orang dicatat sebagai satu kejadian. Hindari tiga puluh peringatan dari gambar yang berurutan. Kedua, gunakan lampu indikator: hijau pada kondisi normal dan merah beberapa detik saat ada pelanggaran. Pekerja dapat segera memperbaiki pemakaian APD secara langsung sebelum laporan diteruskan kepada supervisor.

Koreksi langsung di titik pemeriksaan membantu menyelesaikan pelanggaran sebelum pekerja memasuki area kerja.

Kirim pemberitahuan kepada supervisor dengan foto, waktu, lokasi, dan jenis APD yang belum dipakai. Tentukan penanggung jawab area serta tindakan yang diharapkan setelah menerima bukti tersebut.

Berapa pekerjaan tambahan dari peringatan salah?

Terlalu banyak peringatan palsu membuat petugas berhenti memperhatikan sistem. Contoh: bila sistem mengeluarkan 200 peringatan sehari dengan precision 95%, sekitar sepuluh di antaranya palsu. Precision menghitung proporsi peringatan yang benar, bukan proporsi seluruh orang yang lewat. Jumlah lintasan saja tidak cukup untuk menghitung peringatan palsu. Ukur jumlahnya di lokasi dan sepakati beban pemeriksaan yang dapat ditangani supervisor.

Tetapkan target precision, yaitu proporsi peringatan yang benar, untuk setiap jenis APD. Sesuaikan ambang deteksi agar target itu terpenuhi. Masukkan hasil yang meragukan ke antrean pemeriksaan manusia sebelum mengirim peringatan. Pantau tingkat peringatan salah sebagai ukuran operasional, karena beban pemeriksaan menentukan apakah petugas akan terus menggunakan sistem.

Pekerja dan privasi

Fungsi utama sistem APD adalah mendeteksi perlengkapan yang dipakai. Pengenalan wajah tidak diperlukan untuk fungsi ini: buktinya berupa foto dengan waktu dan lokasi; soal siapa orangnya, itu urusan penilaian supervisor atau pencocokan dengan data kartu akses.

Pilihan desain ini penting secara hukum — UU PDP menetapkan persyaratan nyata soal data biometrik — dan lebih penting lagi untuk penerimaan pekerja. Sistem yang diperkenalkan sebagai "kamera yang menjaga Anda dari celaka", dengan lampu yang membiarkan orang mengoreksi diri secara langsung, diterima sangat berbeda dari sistem yang diperkenalkan sebagai alat pengawasan.

Apa ukuran keberhasilan yang berguna untuk K3?

Jumlah deteksi per hari belum cukup untuk menilai manfaat sistem. Ukur tren kepatuhan per area dan giliran kerja, serta waktu antara pelanggaran dan koreksi. Penurunan pelanggaran saat jumlah orang yang lewat tetap stabil dapat menunjukkan perbaikan kepatuhan, asalkan kualitas deteksi juga tetap terjaga. Tren itu pantas tampil di dasbor operasional berdampingan dengan data lokasi lainnya — pola integrasi di membangun dasbor dengan menghubungkan sistem bisa dipakai langsung di sini.

Izin perangkat lunak dan data apa yang perlu diperiksa?

Sebagian paket deteksi objek, termasuk Ultralytics, memakai AGPL-3.0 dengan opsi lisensi komersial. Periksa versi, cara integrasi, distribusi, dan akses jaringan: kewajiban menyediakan kode sumber berlaku pada karya yang tercakup lisensi, bukan otomatis seluruh sistem bisnis. Jika kewajibannya bertentangan dengan rencana produk tertutup, pilih lisensi komersial atau komponen alternatif yang sesuai. Kemampuan alternatif perlu diuji di lokasi, bukan diasumsikan setara. Baca AGPL dan computer vision komersial untuk pemeriksaan lebih lanjut.

Periksa juga ketentuan kumpulan data. Data riset yang tersedia untuk umum tidak otomatis boleh digunakan untuk pelatihan komersial.