Identifikasi Tingkat Kerusakan Jalan Berlubang Menggunakan Pengolahan Citra Digital

Rizki, Irama (2025) Identifikasi Tingkat Kerusakan Jalan Berlubang Menggunakan Pengolahan Citra Digital. Skripsi thesis, Universitas Tanjungpura.

	Text (Cover-Bab I) Cover-Bab1_D1021201020.pdf - Published Version Download (522kB)
	Text (D1021201020_RIZKI IRAMA) D1021201020_RIZKI IRAMA.pdf - Accepted Version Restricted to Repository staff only Download (3MB)

Abstract

Jalan raya merupakan infrastruktur vital yang menunjang kegiatan ekonomi dan mobilitas masyarakat. Namun, keberadaan jalan berlubang menjadi masalah serius yang mengancam keselamatan pengendara dan memerlukan biaya perawatan yang tinggi. Proses identifikasi kerusakan jalan secara manual sering kali tidak efisien, memakan waktu, dan membutuhkan tenaga yang besar. Oleh karena itu, penelitian ini bertujuan untuk merancang dan membangun sebuah sistem yang mampu mengidentifikasi serta mengklasifikasikan tingkat kerusakan jalan berlubang secara otomatis menggunakan metode deep learning. Penelitian ini mengimplementasikan algoritma You Only Look Once version 8 (YOLOv8) untuk mendeteksi dan mengelompokkan kerusakan kedalam tiga kategori: rusak ringan, rusak sedang, dan rusak tinggi. Proses pelatihan model menggunakan total 200 citra data sekunder dan diuji menggunakan 99 citra data primer yang diambillangsung dari lapangan. Hasil penelitian menunjukkan bahwa model yang dikembangkan memiliki kinerja yang sangat baik, dengan pencapaian metrik mean Average Precision (mAP) pada ambangbatas IoU 0.5 sebesar 90,6%. Pada tahap pengujian dengan data baru, sistem berhasil mencapai tingkat akurasi rata-rata sebesar 96% di semua kelas kerusakan. Hasil ini membuktikan bahwa metode YOLOv8 sangat efektif dan akurat untuk otomatisasi survei kondisi jalan, sehingga dapat menjadi solusi yang efisien untuk mendukung pemeliharaan infrastruktur jalan yang tepat waktu.

Actions (login required)

View Item