Search for collections on PNUP Repository

Klasifikasi Kerusakan Jalan Menggunakan Algoritma Yolo

Amaliah, Yunita Kurnia (2023) Klasifikasi Kerusakan Jalan Menggunakan Algoritma Yolo. Diploma thesis, Politeknik Negeri Ujung Pandang.

[thumbnail of Skripsi] Text (Skripsi)
SAMPUL, BAB I,II,III, DAN V.pdf - Published Version
Restricted to Registered users only

Download (3MB)
[thumbnail of Skripsi] Text (Skripsi)
KLASIFIKASI KERUSAKAN JALAN MENGGUNAKAN ALGORITMA ...pdf - Published Version
Restricted to Repository staff only

Download (13MB)

Abstract

Jalan merupakan bagian penting dalam transportasi untuk menjaga kelancaran distribusi barang dan jasa, serta mobilitas manusia. Apabila terdapat kerusakan jalan tentu akan berdampak pada bidang tersebut, bahkan dapat menyebabkan kecelakaan. Laporan dan keluhan masyarakat terhadap kerusakan jalan yang begitu banyak sementara pemantauan kerusakan jalan hanya dilakukan dua kali dalam setahun dikarenakan alat yang digunakan terbatas, yakni hanya ada satu di Sulawesi Selatan. Berdasarkan permasalahan tersebut, dibutuhkan sebuah sistem yang dapat memperluas proses survey dan monitoring kerusakan jalan pada ruas jalan Nasional Sulawesi Selatan. Solusi yang diberikan pada penelitian ini ialah pembuatan sistem menggunakan sensor kamera pada aplikasi mobile secara real-time untuk menangkap citra jalan yang kemudian dilakukan klasifikasi kerusakan jalan yang terjadi dengan memanfaatkan algoritma You Only Look Once (YOLO). Ada tiga jenis kerusakan jalan yang akan diklasifikasi pada penelitian ini, yaitu jenis lubang, retak dan tambalan. Setelah implementasi dan pengujian sistem dilakukan, model data hasil training yang dihasilkan memiliki nilai presisi 0,88 dan nilai recall 0,8 dengan nilai kinerja mAP50 0,87 dan mAP50-95 0,53. Pada pengujian performa untuk beberapa batasan nilai confidence, disimpulkan batasan nilai 0,50 merupakan batasan yang dapat mengasilkan hasil klasifikasi yang maksimal, dimana rata-rata persentase nilai performa yang dihasilkan untuk setiap jenis kerusakan jalan yang terbilang tinggi yakni sebesar 92%. Adapun ketinggian optimum kamera pada jalan untuk memperoleh hasil klasifikasi terbaik yakni sekitar 100 cm – 160 cm.

Item Type: Thesis (Diploma)
Subjects: Z Bibliography. Library Science. Information Resources > ZA Information resources
Z Bibliography. Library Science. Information Resources > ZA Information resources > ZA4050 Electronic information resources
Divisions: Jurusan Teknik Informatika dan Komputer > D4 Teknik Komputer dan Jaringan
Depositing User: Unnamed user with username 197103102001121001
Date Deposited: 18 Mar 2025 02:37
Last Modified: 18 Mar 2025 02:37
URI: https://repository.poliupg.ac.id/id/eprint/11688

Actions (login required)

View Item
View Item