Selamat Datang di Repository Perpustakaan
Politeknik Negeri Madiun
Detail Tugas Akhir
Dosen Pembimbing
Pembimbing 1
Sulfan Bagus Setyawan, S.ST., M.T.Pembimbing 2
Hanum Arrosida, S.ST., M.T.Download File
Sistem Deteksi dan Estimasi Dimensi Kerusakan Jalan Berbasis Computer Vision
Ridho Esa Prayoga
213304022 / D3 Teknik Komputer Kontrol- Dipublikasikan pada 21 Oktober 2024
Abstrak
Kerusakan jalan menjadi salah satu penyebab kecelakaan lalu lintas, dibuktikan dengan adanya data kecelakaan dari Dit Lantas Polda Metro Jaya sebanyak 40 kasus dengan rincian 12 kasus akibat jalanan rusak, 15 kasus akibat jalanan berlubang, 11 kasus akibat jalanan licin, 2 kasus kecelakaan akibat tidak ada rambu dan tikungan tajam. Selain mengakibatkan kecelakan lalu lintas, kerusakan jalan memiliki dampak negatif terhadap ekonomi masyarakat dan lambatnya akses dalam berkendara sehingga berdampak pada kenyamanan pengguna jalan. Berdasarkan kasus kecelakaan yang diakibatkan kerusakan, perlu adanya upaya guna menekan angka kecelakaan yang diakibatkan permasalahan tersebut. Salah satunya yaitu inovasi menggunakan Tensorflow untuk mendeteksi kerusakan jalan serta pemrosesannya dilakukan secara real-time sehingga dapat langsung mengirim data kerusakan jalan dan lokasi, namun belum dapat melakukan estimasi dimensi kerusakan jalan. Oleh karena itu penulis mengusulkan “Sistem Deteksi dan Estimasi Dimensi Kerusakan Jalan Berbasis Computer Vision”. Pada sistem ini menggunakan kamera sebagai penangkap gambar kerusakan jalan yang selanjutnya diproses oleh Mini PC. Data diproses dengan menggunakan framework PyTorch Object Detection dengan YOLOv5s. Setelah mendeteksi jenis kerusakan jalan, maka akan dilakukan proses estimasi area pada kerusakan jalan menggunakan Area Estimation System yang kemudian hasil tersebut akan dikirimkan ke sebuah cloud server. Dari hasil pengujian seluruh sistem yang telah dilakukan, sistem deteksi dapat dilakukan secara real-time dan dapat mengklasifikasi jenis kerusakan berupa lubang, retak buaya, retak memanjang, dan retak melintang presentasi dengan nilai accuracy sebesar 70,1%, precision sebesar 0,83, recall sebesar 0,81, dan F1-Score sebesar 87,6. Estimasi dimensi pada sistem dapat menghitung estimasi area dengan error 24,6cm pada lebar dan 27,6 cm pada panjang, serta sistem ini juga dapat mengirim data ke database.
Kata Kunci : Kerusakan Jalan, object detection, area estimation.