Fuzzy Logic Sebagai Decision Support Sistem Uantuk Mendeteksi Kelelahan Dalam Monitoring Keselamatan Kerja

Syafiq, Muhammad (2023) Fuzzy Logic Sebagai Decision Support Sistem Uantuk Mendeteksi Kelelahan Dalam Monitoring Keselamatan Kerja. Other thesis, ITS.

Text 07311840000012-Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 July 2025. Download (5MB) | Request a copy

Abstract

Di dalam dunia industri, kelelahan fisik yang disebabkan oleh waktu tambahan dalam bekerja tanpa istirahat yang cukup dapat mempengaruhi produktivitas dalam pekerjaan. Kelelahan mengurangi kinerja terutama dengan meningkatkan waktu yang dibutuhkan untuk menyelesaikan tugas. Dampak dari kelelahan dalam bekerja yang tidak diiringi dengan istirahat yang cukup dapat menyebabkan kecelakaan dalam bekerja. Tujuan dilaksanakannya penelitian ini yaitu untuk memonitoring tingkat kelelahan pekerja agar meningkatnya keselamatan pekerja dalam melaksanakan pekerjaan dapat terkontrol dengan baik. Selain itu penelitian ini mengembangkan sistem monitoring yang tertanam langsung pada Hardware sehingga tidak membatasi pekerja dalam melakukan pekerjaannya. Proses penentuan kondisi pekerja didasarkan oleh parameter Elektrokardiograf dan Electroencephalograf. Proses penentuan hasil kondisi pekerja digunakan metode Fuzzy Logic. Pada penelitian ini dilakukan pengambilan data terhadap pekerja dalam 2 kondisi yaitu bekerja pada jam normal (7-8 jam), dan bekerja berlebihan (lebih dari 8 jam). Pada tugas akhir ini dihasilkan Instrumentasi untuk melakukan deteksi yang digunakan menentukan tingkat kelelahan yang dimiliki seseorang. Dari seluruh tahap perancangan hingga pengujian diperoleh hasil yang sesuai dengan yang diharapkan, yang mana estimasi tingkat kelelahan dapat diukur dengan menggunakan parameter ekstraksi fitur dari sinyal ECG yaitu HRV (pNN50 dan RMSSD) dan Heartrate dan EEG yaitu gelombang Alpa, Beta dan Theta. Terdapat korelasi perubahan dari ekstraksi fitur ECG dan EEG terhadap tingkat kelelahan dari seseorang. Membership fuzzy dari masing – masing parameter yang didapat, digunakan pengecekan terhadap subjek terlebih dahulu. Pengecekan dilakukan dengan rules yang telah dibuat sebelumnya. Rules didapat dari melakukan percobaan dan menarik kesimpulan. Hasil yang didapat dari pengujian fuzzy adalah dibandingkan hasil pengisian SKL dan output dari fuzzy, didapatkan kesesuaian antara kelelahan dari subjek yang mana pengambilan subjek berjumlah 5.
========================================================================================================================================
In the industrial world, physical fatigue caused by extra time at work without adequate rest can affect productivity at work. Fatigue reduces performance primarily by increasing the time it takes to complete a task. The impact of fatigue at work that is not accompanied by adequate rest can cause accidents at work. The purpose of this research is to monitor the level of worker fatigue so that the safety of workers in carrying out work can be well controlled. In addition, this research develops a monitoring system that is directly embedded in hardware so that it does not limit workers in doing their work. The process of determining worker conditions is based on Electrocardiograph and Electroencephalograph parameters. The process of determining the results of workers' conditions used the Fuzzy Logic method. In this study, data was collected on workers in 2 conditions, namely working normal hours (7-8 hours), and working excessively (more than 8 hours). In this final project, instrumentation is produced to carry out detection which is used to determine the level of fatigue that a person has. From all stages of design to testing, the results are as expected, in which the estimated level of fatigue can be measured using the feature extraction parameters from the ECG signal, namely HRV (pNN50 and RMSSD) and Heartrate and EEG, namely Alpha, Beta and Theta waves. There is a correlation between changes from ECG and EEG feature extraction to the level of fatigue of a person. The fuzzy membership of each parameter obtained is used to check the subject first. Checking is done with the rules that have been made before. Rules are obtained from conducting experiments and drawing conclusions. The results obtained from the fuzzy test are compared to the results of filling in the SKL and the output of the fuzzy, it is found that there is a match between the fatigue of the subjects in which the number of subjects taken is 5.

Item Type:	Thesis (Other)
Additional Information:	RSB 629.89 Sya f-1 2023
Uncontrolled Keywords:	Kelelahan, Fuzzy Logic, Decision Support System. Fatigue, Fuzzy Logic, Decision Support System.
Subjects:	R Medicine > RC Internal medicine > RC386.5 Electroencephalography. R Medicine > RC Internal medicine > RC683.5.E5 Electrocardiography R Medicine > RC Internal medicine > RC78 Diagnosis, Radioscopic--Examinations, questions, etc.
Divisions:	Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Biomedical Engineering > 11410-(S1) Undergraduate Thesis
Depositing User:	Muhammad Syafiq
Date Deposited:	14 Feb 2023 08:10
Last Modified:	11 Sep 2023 04:18
URI:	http://repository.its.ac.id/id/eprint/97161

Actions (login required)

View Item