DETEKSI GANGGUAN PRODUKTIVITAS DI TEMPAT KERJA: PENGGUNAAN YOLOV8 UNTUK MENDETEKSI TIDUR DAN PENGGUNAAN PONSEL PADA KARYAWAN

Muhammad Erik; Teguh Kurniawan; Zikri Hanafi; Ibrahim Lammada

doi:10.23960/jitet.v13i3.6645

Authors

Muhammad Erik Universitas Singaperbangsa Karawang
Teguh Kurniawan Universitas Singaperbangsa Karawang
Zikri Hanafi Universitas Singaperbangsa Karawang
Ibrahim Lammada Universitas Singaperbangsa Karawang

DOI:

https://doi.org/10.23960/jitet.v13i3.6645

Abstract Views: 37 File Views: 28

Abstract

Ponsel pintar dan tidur yang tidak cukup telah terbukti memengaruhi produktivitas di tempat kerja. Penelitian ini bertujuan untuk mengembangkan sistem berbasis kecerdasan buatan (AI) yang dapat mendeteksi gangguan seperti penggunaan ponsel dan tidur di tempat kerja dengan menggunakan teknologi YOLOv8. Meskipun ponsel pintar dapat meningkatkan fleksibilitas kerja, ketergantungan berlebihan dapat menyebabkan penurunan fokus, yang berpengaruh pada kualitas dan efisiensi pekerjaan. Selain itu, kurang tidur berkontribusi terhadap peningkatan stres dan penurunan kinerja. YOLOv8 digunakan dalam sistem ini untuk mendeteksi objek secara real-time dengan akurasi tinggi. Hasil penelitian menunjukkan bahwa sistem ini dapat secara efektif mendeteksi gangguan di tempat kerja, seperti penggunaan ponsel atau tidur, dan dapat digunakan untuk meningkatkan produktivitas dengan memungkinkan tindakan korektif yang cepat. Dengan integrasi teknologi AI, diharapkan sistem ini dapat menciptakan lingkungan kerja yang lebih produktif dan efisien.

Downloads

Download data is not yet available.

References

M. Muthulakshmi and T. Avvai Kothai, “IMPACT OF MOBILE PHONE USAGE AT THE WORKPLACE ON EMPLOYEE PRODUCTIVITY.” Available: https://tojdel.net/journals/tojdel/articles/v11i02b/v11i02b-68.pdf

Popoola, O. Abiodun, and A. S. Ororume, “Smartphone addiction and employee productivity: The role of self-control,” Journal of Professional Counselling and Psychotherapy Research (JPCPR) (Special Issue), vol. III, p. 2021.

K. Kumari, S. Usmani, S. J. l Siddiqui, and J. Husain, “THE EFFECTS OF SLEEP DEPRIVATION ON THE JOB PERFORMANCE OF WORKING MOTHERS,” IBT Journal of Business Studies, vol. 12, no. 1, 2016, doi: https://doi.org/10.46745/ilma.jbs.2016.12.01.08.

M. Hussain, “YOLOV5, YOLOV8 AND YOLOV10: THE GO-TO DETECTORS FOR REAL-TIME VISION,” 2024.

X. Wang, H. Gao, Z. Jia, and Z. Li, “BL-YOLOv8: An Improved Road Defect Detection Model Based on YOLOv8,” Sensors, vol. 23, no. 20, p. 8361, Jan. 2023, doi: https://doi.org/10.3390/s23208361.

R. Hidayattullah, N. Suarna, I. Ali, and D. I. Efendi, “DEEP LEARNING ALGORITMA YOLOV8 UNTUK MENINGKATKAN ANALISIS KEPADATAN LALU LINTAS,” Jurnal Informatika dan Teknik Elektro Terapan, vol. 13, no. 2, Apr. 2025, doi: https://doi.org/10.23960/jitet.v13i2.5749.

J. T. Santoso, “KECERDASAN BUATAN (Artificial Intelligence),” Aug. 2023. Accessed: Nov. 19, 2024. [Online]. Available: https://digilib.stekom.ac.id/assets/dokumen/ebook/feb_As-EPdnoXwYlmI-dwUjL-KqX7d8-e7JdgDWl9juIkA_do9gJ_XzVQA_1692691658.pdf

J. Solawetz, “What is YOLOv8? A Complete Guide.,” Roboflow Blog, Sep. 04, 2024. https://blog.roboflow.com/what-is-yolov8/

A. Lawrence, “Apa itu Flask? Pengertian, Kelebihan, dan Kegunaannya (Lengkap),” Makinrajin - Digital Marketing Agency Terbaik di Indonesia, Jun. 29, 2022. https://makinrajin.com/blog/flask-adalah/ (accessed May 16, 2025).

[10]R. F. Muharram and A. Suryadi, “Implementasi Artificial Intelligence Untuk Deteksi Masker Secara Realtime Dengan Tensorflow Dan SSD Mobilenet Berbasis Pyton,” JRKT (Jurnal Rekayasa Komputasi Terapan), vol. 1, no. 03, Sep. 2021, doi: https://doi.org/10.30998/jrkt.v1i03.5832.

Salmaa, “Studi Literatur: Pengertian, Ciri, Teknik Pengumpulan Datanya,” Penerbit Deepublish, Mar. 17, 2023. https://penerbitdeepublish.com/studi-literatur/#1_M_Nazir

G. I. E. Soen, M. Marlina, and R. Renny, “Implementasi Cloud Computing dengan Google Colaboratory pada Aplikasi Pengolah Data Zoom Participants,” JITU : Journal Informatic Technology And Communication, vol. 6, no. 1, pp. 24–30, Jun. 2022, doi: https://doi.org/10.36596/jitu.v6i1.781.