POLTEKNAKERPOLTEKNAKER

Proceedings of the Indonesian Conference on Occupational Safety, Health, and Environment (INCOSHET)Proceedings of the Indonesian Conference on Occupational Safety, Health, and Environment (INCOSHET)

Industri pertambangan merupakan sektor dengan risiko kecelakaan kerja yang tinggi, ini disebabkan oleh lingkungan kerja ekstrem dan keterbatasan sistem pemantauan keselamatan secara real-time. Berdasarkan International Labour Organization (ILO), sektor ini menyumbang sekitar 8% dari total kecelakaan kerja fatal di dunia, dengan tingkat kematian mencapai 20–25 per 100.000 pekerja tiap tahun. Menjawab permasalahan tersebut, penelitian ini mengusulkan pengembangan SurvivorBox, sebuah sistem pemantauan keselamatan berbasis Artificial Intelligence of Things (AIoT), dengan jaringan komunikasi Long Range (LoRa) untuk meningkatkan respon terhadap potensi kecelakaan. Sistem ini terdiri dari dua komponen utama: Helm Box, yang dilengkapi sensor akselerometer dan getaran untuk mendeteksi benturan kepala; serta Pocket Box, yang terintegrasi dengan GPS dan modul komunikasi untuk pengiriman data secara real-time ke cloud server. Untuk klasifikasi tingkat keparahan insiden, digunakan algoritma Extreme Gradient Boosting (XGBoost), yang menunjukkan akurasi sebesar 92,5% setelah 50 epoch pelatihan. Uji coba sistem menghasilkan latensi rata-rata pengiriman data sebesar 1,2 detik melalui jaringan LoRa. Hasil penelitian menunjukkan bahwa SurvivorBox mampu mengidentifikasi kecelakaan dengan akurasi tinggi serta memberikan peringatan dini melalui aplikasi seluler secara efisien kepada tim Health, Safety, and Environment (HSE). Implementasi sistem ini berpotensi menurunkan angka kecelakaan kerja di sektor pertambangan, serta memperkuat budaya keselamatan kerja berbasis teknologi yang berkelanjutan.

SurvivorBox dikembangkan sebagai sistem wearable berbasis Artificial Intelligence of Things (AIoT) yang dapat mendeteksi benturan kepala dan memantau posisi pekerja secara real-time.Dengan integrasi sensor getaran, akselerometer, modul GPS, dan komunikasi LoRa, sistem ini mampu mengklasifikasikan tingkat keparahan insiden menggunakan algoritma XGBoost dengan akurasi sebesar 92,5%, waktu inferensi 0,4 detik, dan latensi pengiriman data rata-rata 1,2 detik.Sistem juga menunjukkan efisiensi daya operasional hingga 18 jam dalam satu kali pengisian baterai, menjadikannya ideal untuk operasional satu shift penuh.

Peneliti dapat mengeksplorasi integrasi sensor biometrik tambahan seperti detak jantung atau suhu tubuh untuk pemantauan kondisi fisik pekerja secara real-time. Studi lanjutan juga perlu menguji adaptasi model dengan transfer learning menggunakan data historis kecelakaan di berbagai kondisi pertambangan. Selain itu, perlu dilakukan pengujian lapangan di tambang aktif untuk mengevaluasi robusta sistem terhadap gangguan lingkungan seperti debu dan kelembapan.

  1. #teknologi berkelanjutan#teknologi berkelanjutan
  2. #uji coba sistem#uji coba sistem
Read online
File size729.53 KB
Pages19
Short Linkhttps://juris.id/p-20B
Lookup LinksGoogle ScholarGoogle Scholar, Semantic ScholarSemantic Scholar, CORE.ac.ukCORE.ac.uk, WorldcatWorldcat, ZenodoZenodo, Research GateResearch Gate, Academia.eduAcademia.edu, OpenAlexOpenAlex, Hollis HarvardHollis Harvard
DMCAReport

Related /

ads-block-test