IMPROVING EXCAVATOR CYCLE TIME MEASUREMENT USING OPENCV WITH THE WATERFALL METHOD FOR HEAVY EQUIPMENT OPERATIONAL OPTIMIZATION

Abstract

Pengukuran cycle time excavator merupakan indikator penting dalam menilai produktivitas alat berat, khususnya di sektor pertambangan dan konstruksi. Metode manual yang umum digunakan memiliki keterbatasan dari segi efisiensi, akurasi, dan keselamatan kerja. Penelitian ini mengembangkan sistem otomatis berbasis OpenCV untuk mengukur cycle time excavator melalui analisis visual dari rekaman video, dengan pendekatan pengembangan perangkat lunak menggunakan metode Waterfall. Sistem secara otomatis mendeteksi fase siklus excavator, meliputi aktivitas menggali, mengayun, membuang material, dan kembali ke posisi awal. Hasil pengujian menunjukkan bahwa sistem mampu meningkatkan akurasi pengukuran dan mengurangi keterlibatan manusia di area berisiko tinggi. Evaluasi performa sistem menghasilkan nilai Mean Average Precision (MAP) sebesar 94%, Mean Absolute Error (MAE) 1,53 detik, Mean Percentage Error (MPE) 16,86%, koefisien korelasi Pearson (r) sebesar 0,9975, standard deviation 1,19, dan variance 1,41. Temuan ini menunjukkan bahwa sistem deteksi visual yang dikembangkan memiliki potensi sebagai solusi efektif dan berkelanjutan untuk optimalisasi operasional alat berat di lapangan secara aman, efisien, dan berbasis teknologi.