Preprocessing Data Visual untuk Optimalisasi Model AI dan Monitoring Performa di KinetixPro Pte. Ltd.

Stefan Gani, Gerard (2025) Preprocessing Data Visual untuk Optimalisasi Model AI dan Monitoring Performa di KinetixPro Pte. Ltd. MBKM thesis, Universitas Multimedia Nusantara.

	PDF HALAMAN_AWAL.pdf Download (751kB)
	PDF BAB_I.pdf Download (209kB)
	PDF BAB_II.pdf Download (217kB)
	PDF BAB_III.pdf Download (786kB)
	PDF BAB_IV.pdf Restricted to Registered users only Download (205kB)
	PDF DAFTAR_PUSTAKA.pdf Download (202kB)
	PDF LAMPIRAN.pdf Restricted to Registered users only Download (5MB)
	PDF LEMBAR_PENGESAHAN.pdf Download (54kB)

Abstract

Optimalisasi model AI merupakan langkah strategis dalam meningkatkan performa sistem deteksi visual berbasis computer vision, khususnya dalam konteks keselamatan kerja di lingkungan industri. Kegiatan yang dilakukan di KinetixPro Pte. Ltd. ini berfokus pada penanganan permasalahan kualitas data visual yang berdampak pada akurasi sistem deteksi, seperti tingginya jumlah false positive dan false negative. Proses optimalisasi dilakukan melalui tahapan data preprocessing, pelatihan model, serta evaluasi performa secara terstruktur. Roboflow digunakan sebagai platform utama dalam proses pelabelan dan validasi data, sedangkan Python dimanfaatkan untuk mengotomatisasi standarisasi format anotasi agar sesuai dengan kebutuhan sistem. Model deteksi dikembangkan menggunakan arsitektur YOLOv7 karena keunggulannya dalam efisiensi pelatihan dan kemampuan deteksi real-time. Evaluasi model dilakukan dengan metrik precision, recall, dan f1-score, serta dilanjutkan dengan proses pemantauan performa melalui dashboard internal dan dokumentasi berbasis Google Sheets. Hasil pengembangan menunjukkan bahwa tiga hingga empat versi model baru berhasil dihasilkan untuk kategori Personal-Forklift-Vehicle (PFV) dan Personal Protective Equipment (PPE), yang telah diuji, dipresentasikan, serta diimplementasikan secara bertahap ke dalam sistem produksi. Temuan ini mengindikasikan bahwa peningkatan kualitas data melalui preprocessing yang terstruktur memberikan kontribusi signifikan terhadap peningkatan performa sistem deteksi AI secara keseluruhan.

Item Type:	Thesis (MBKM)
Keywords:	computer vision, data preprocessing, Python, Roboflow, YOLOv7
Subjects:	?? T58.5-58.64 ??
Divisions:	Faculty of Engineering & Informatics > Informatics
SWORD Depositor:	Administrator UMN Library
Depositing User:	Administrator UMN Library
Date Deposited:	18 Jul 2025 13:09
Last Modified:	18 Jul 2025 13:09
URI:	https://kc.umn.ac.id/id/eprint/39015

Actions (login required)

View Item