AI Video Analytics K3L & Deteksi APD Ruang Kerja Berbahaya

1. Kombinasi Object Detection & Human Pose Estimation

Mendeteksi APD di lingkungan industri nyata menghadapi tantangan kompleks: pekerja yang membungkuk, membawa beban karung, atau tertutup bayangan mesin. Menggunakan model deteksi objek bounding box kotak sederhana sering menghasilkan false positive (misal: helm yang diletakkan di atas meja terdeteksi sebagai "pekerja memakai helm").

Solusi AI Sayuswa mengintegrasikan model deteksi objek dua tahap dengan Human Pose Estimation (17 Keypoints Skeletal Tracking):

• Keypoint Landmark Korban: Algoritma melacak koordinat titik hidung, mata, telinga, leher, bahu, pinggul, lutut, dan pergelangan kaki.
• Relasi Spasial Objek APD (Spatial Association): Deteksi helm hanya diklasifikasikan sebagai *Compliant (Patuh)* jika posisi bounding box helm berada tepat di atas titik koordinat kepala/leher orang tersebut. Jika helm berada di tangan atau di lantai, sistem menandai sebagai Helmet Not Worn.
• Verifikasi Rompi & Harness pada Torso: Algoritma memeriksa area torso antara garis bahu dan pinggul. Karakteristik pantulan warna neon (kuning/oranye fluoresen) dan pita pantul scothlite dianalisis secara spektral untuk memastikan rompi keselamatan benar-benar terkancing menutup dada.

2. Virtual Geofencing 2D/3D & Tripwire Zona Bahaya (Red Zone)

Banyak kecelakaan fatal di pabrik bukan hanya karena ketiadaan helm, melainkan karena pekerja berada di tempat yang salah pada waktu yang salah. Misalnya: berjalan di bawah muatan baja 5 ton yang sedang diangkat overhead crane, atau melintas ke radius ayunan lengan robot las.

Platform Sayuswa memungkinkan tim K3L menggambar batas geometris virtual pada antarmuka web:

Dengan menghitung koordinat alas sepatu (ground contact point), sistem tidak akan menghasilkan alarm palsu jika bayangan tubuh atau ujung tangan sekadar melintas di udara, melainkan hanya saat kaki pekerja benar-benar melangkah masuk ke zona terlarang.

3. Pemrosesan Video Edge On-Premise Tanpa Ketergantungan Cloud

Dalam pengawasan keselamatan kerja, latensi adalah segalanya. Jika seseorang melangkah ke jalur forklift, peringatan harus berbunyi dalam waktu kurang dari 200 milidetik. Menembakkan video stream resolusi tinggi ke server cloud publik di internet akan menimbulkan latensi tinggi (1-3 detik), mengonsumsi bandwidth internet ratusan Mbps, dan menimbulkan risiko kebocoran data privasi pabrik.

Sistem Sayuswa menggunakan perangkat Edge AI Server Industri (NVIDIA Jetson Orin Series / Industrial Rackmount Server) yang dipasang langsung di jaringan LAN pabrik. Seluruh proses decoding video RTSP via NVDEC (Hardware H.264/H.265 Decoder), komputasi model inferensi TensorRT, dan eksekusi relay I/O berjalan 100% secara lokal (on-premise). Sistem tetap beroperasi penuh melindungi pekerja meskipun jaringan internet eksternal sedang padam total.

4. Pencegahan Tabrakan Blind Spot Forklift & Pejalan Kaki

Area pergudangan logistik memiliki risiko kecelakaan tabrakan forklift yang sangat tinggi, terutama pada persimpangan lorong rak bertingkat (blind intersections). Sistem Sayuswa memasang kamera wide-angle di langit-langit persimpangan:

• Kamera mendeteksi forklift yang bergerak mendekati persimpangan dari arah A dan pejalan kaki yang mendekat dari arah B.
• Algoritma menghitung vektor kecepatan dan lintasan prediksi kedua objek (Time-to-Collision / TTC calculation).
• Jika diprediksi akan terjadi tabrakan dalam waktu 3 detik, sistem seketika menyalakan lampu proyeksi simbol peringatan visual LED di lantai lorong (Floor Laser Projector) dan membunyikan alarm audio di persimpangan untuk menghentikan kedua belah pihak.

5. Kepatuhan Undang-Undang Perlindungan Data Pribadi (UU PDP)

Salah satu kekhawatiran serikat pekerja dalam implementasi kamera pintar adalah privasi dan rasa diawasi secara berlebihan. Solusi Sayuswa dirancang dengan prinsip Privacy-by-Design:

1. Non-Biometric PPE Inspection: Model AI hanya mengenali kategori objek (manusia, helm, rompi, sepatu), bukan identitas wajah pekerja.
2. Real-Time Dynamic Face Blurring: Tampilan video pada dashboard publik dan rekaman snapshot bukti pelanggaran dapat diatur secara otomatis memburamkan wajah (face anonymization) sebelum disimpan ke basis data.
3. Audit Trail Terenkripsi: Seluruh riwayat rekaman insiden K3 dilindungi enkripsi AES-256 dengan hak akses bertingkat berbasis peran (Role-Based Access Control) khusus untuk Manajer HSE yang berwenang.