Perpustakaan Digital ITB

Industri manufaktur berperan penting dalam mendukung perekonomian global. Namun, dalam menghadapi tantangan era digitalisasi yang kompetitif, perusahaan membutuhkan pendekatan efektif untuk menjaga efisiensi operasional. Penelitian ini bertujuan untuk mengembangkan sistem pemantauan terintegrasi berbasis teknologi face recognition dan Internet of Things (IoT) guna mengevaluasi Key Performance Indicator (KPI) khususnya pada penilaian efisiensi pekerja. Sistem ini dirancang untuk mencatat aktivitas pekerja secara real-time dan memantau aktivitas produktif di mesin secara otomatis, dengan akurasi dan efisiensi yang lebih tinggi dibandingkan metode manual, serta dengan data pemantauan tersebut diharapkan evaluasi dilakukan dengan data yang akurat sehingga perusahaan dapat mengidentifikasi area yang perlu perbaikan dan peningkatan produktivitas, sehingga mampu bersaing secara global. Sistem pemantauan pekerja menggunakan model teknologi face recognition dengan akurasi 99,63% dan sensitivitas pembacaan dengan rentang waktu 93,11 ms hingga 472,35 ms. Untuk sistem pemantauan mesin, sensor yang digunakan menunjukkan rata-rata waktu pencatatan sebesar 28,45 ms. Sistem ini juga terintegrasi dengan sistem evaluasi KPI pada jaringan lokal dengan fitur dashboard interaktif, dengan rata-rata waktu pengiriman dan pembacaan data sebesar 113,58 ms, hal ini memastikan kemudahan penggunaan dan responsivitas tinggi pada sistem evaluasi. Implementasi sistem pada lantai produksi berhasil memantau dan mengevaluasi kinerja pekerja sesuai jadwal operasi. Hasil penelitian menunjukkan bahwa sistem pemantauan ini mampu mendeteksi aktivitas pekerja secara akurat dan bebas manipulasi serta mengintegrasikannya dengan jadwal kerja untuk mengevaluasi tingkat kepatuhan pekerja. Dengan demikian, sistem ini memberikan kontribusi signifikan dalam mendukung implementasi konsep Industry 4.0 di sektor manufaktur.