IMPLEMENTASI SSD-MOBILENET DAN U-NET UNTUK DETEKSI DAN PENILAIAN TINGKAT KEPARAHAN PADA APLIKASI PELAPORAN JALAN BERLUBANG

  • Rahma Danu Sadewa
    Universitas Pembangunan Nasional Veteran Jawa Timur
  • Yisti Vita Via
    Universitas Pembangunan Nasional Veteran Jawa Timur
  • Afina Lina Nurlaili
    Universitas Pembangunan Nasional Veteran Jawa Timur
DOI: https://doi.org/10.23960/jitet.v12i3S1.5320
Abstract Views (Last 12 Months)
950 Abstract Views
840 Downloads

Abstract

Kondisi jalan rusak di Indonesia sangat memprihatinkan dan membutuhkan penanganan segera. Lubang-lubang di jalan yang menyerupai mangkuk dapat mengancam keselamatan pengguna jalan. Deteksi dan evaluasi kerusakan jalan berlubang bisa dilakukan dengan memanfaatkan teknologi kecerdasan buatan, seperti deep learning. Salah satu penerapan deep learning untuk tugas deteksi objek kompleks adalah Single Shot MultiBox Detector (SSD) yang memproses gambar dan menganalisis fiturnya menggunakan arsitektur MobileNet. Selain itu, tingkat keparahan kerusakan jalan berlubang dapat diidentifikasi menggunakan arsitektur U-Net yang berfungsi untuk segmentasi gambar dengan memprediksi pixel yang mewakili objek. Kombinasi metode SSD dan arsitektur MobileNet dengan U-Net menghasilkan analisis jumlah deteksi dan tingkat keparahan yang membantu pembuatan laporan kerusakan jalan berlubang dalam aplikasi. Pengujian beberapa gambar menunjukkan bahwa model SSD-MobileNet berhasil mendeteksi lubang di jalan dengan akurasi 93%, sementara model U-Net mencapai akurasi 80% dalam memprediksi tingkat keparahan pada jalan berlubang.

Downloads

Download data is not yet available.

References

F. Yudaningrum dan Ikhwanudin, “IDENTIFIKASI JENIS KERUSAKAN JALAN,” Teknika, vol. 12, no. 2, p. 8, 2017.

A. Z. Nashruddin dan C. Buana, “Analisis Penilaian Kerusakan Jalan dan Perbaikan Perkerasan pada Jalan Raya Roomo, Kecamatan Manyar, Kabupaten Gresik,” JURNAL TEKNIK ITS, vol. 10, no. 1, pp. 27-34, 2021.

A. C. Jiantono, “Mengenal Deep Learning Beserta Contoh Penerapannya,” 18 7 2023. [Online]. Available: https://sis.binus.ac.id/2023/07/18/mengenal-deep-learning-beserta-contoh-penerapannya/.

N. F. Iskandar, Z. dan F. , “Pengembangan Aplikasi Pelaporan Jalan Rusak Di Kelurahan Bulupabbulu Kecamatan Tempe Kabupaten Wajo Berbasis Android,” TEKNOVOKASI, vol. 1, no. 1, pp. 25-33, 2023.

D. A. Kalengkongan, V. D. Kumenap dan L. Sitanayah, “APLIKASI ONLINE PENDATAAN JALAN RUSAK DI DINAS PU/PR BIDANG BINA MARGA MINAHASA UTARA,” JURNAL REALTECH, vol. 15, no. 1, pp. 33-39, 2019.

M. F. Supriadi, E. Rachmawati dan A. Arifianto, “PEMBANGUNAN APLIKASI MOBILE PENGENALAN OBJEK UNTUK PENDIDIKAN ANAK USIA DINI,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 2, pp. 357-364, 2021.

J. Ha, D. Kim dan M. Kim, “Assessing severity of road cracks using deep learning based segmentation and detection,” The Journal of Supercomputing, vol. 78, no. 16, pp. 17721-17735, 2022.

T. Sita, “Penggunaan Material Cold Mix Asphalt untuk Penanganan Penambalan Lubang,” Journal of Airport Engineering Technology (JAET), vol. 1, no. 1, pp. 24-29, 2020.

Y. Yudhanto dan A. Wijayanto, Mudah Membuat dan Berbisnis Aplikasi Android dengan Android Studio, Jakarta: PT Elex Media Komputindo, 2017.

Z. Munawar, M. Hasnawi, I. S. Beno, I. W. A. S. Darma, C. K. Sasatradipraja, N. P. Sutramiani dan A. Amir, Visi Komputer: Konsep, Metode, dan Aplikasi, Bandung: Kaizen Media Publishing, 2023.

W. Liu, D. Anguelov, D. Erhan, C. Szegedy, S. Reed, C. Yang Fu dan A. C. Berg, “SSD: Single Shot MultiBox Detector,” p. 17, 2016.

M. S. Iswahyudi, I. Irmawati, J. A. Widians, G. S. Mahendra, M. Pratiwi, N. Hayati, S. Pormalingo, E. Miranda, W. Waryono dan H. I. Yannuarsyah, Aplikasi Machine Learning Di Berbagai Bidang, Jambi: PT Sonpedia Publishing Indonesia, 2023.

N. Siddique, S. Paheding, C. P. Elkin and V. Devabhaktuni, "U-Net and Its Variants for Medical Image Segmentation: A Review of Theory and Applications," IEEE Access, vol. 9, pp. 82031-82057, 2021.

D. S. Farhani, Y. Sumaryana and T. Mufizar, "PENGEMBANGAN APLIKASI MEDIA PEMBELAJARAN ALAT MUSIK TRADISIONAL BERBASIS ANDROID DENGAN MENGGUNAKAN METODE MULTIMEDIA DEVELOPMENT LIFE CYCLE (MDLC)," JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 12, no. 2, p. 12, 2024.

N. Khairunisa, C. and A. Jamaludin, "ANALISIS PERBANDINGAN ALGORITMA CNN DAN YOLO DALAM MENGIDENTIFIKASI KERUSAKAN JALAN," JITET (Jurnal Informatika dan Teknik Elektro Terapan), vol. 12, no. 3, p. 13, 2024.

Cover
Issue
Published
2024-10-12
How to Cite
Sadewa, R. D., Via, Y. V., & Nurlaili, A. L. (2024). IMPLEMENTASI SSD-MOBILENET DAN U-NET UNTUK DETEKSI DAN PENILAIAN TINGKAT KEPARAHAN PADA APLIKASI PELAPORAN JALAN BERLUBANG. Jurnal Informatika Dan Teknik Elektro Terapan, 12(3S1). https://doi.org/10.23960/jitet.v12i3S1.5320