IMPLEMENTASI METODE SSD-MOBILENET DAN U-NET PADA APLIKASI PELAPORAN TINGKAT KEPARAHAN JALAN BERLUBANG

Sadewa, Rahma Danu (2024) IMPLEMENTASI METODE SSD-MOBILENET DAN U-NET PADA APLIKASI PELAPORAN TINGKAT KEPARAHAN JALAN BERLUBANG. Undergraduate thesis, UPN Veteran Jawa Timur.

	Text (cover) 20081010203-cover.pdf Download (433kB)
	Text (bab 1) 20081010203-bab1.pdf Download (28kB)
	Text (bab 2) 20081010203-bab2.pdf Restricted to Repository staff only until 20 September 2026. Download (265kB)
	Text (bab 3) 20081010203-bab3.pdf Restricted to Repository staff only until 20 September 2026. Download (569kB)
	Text (bab 4) 20081010203-bab4.pdf Restricted to Repository staff only until 20 September 2026. Download (462kB)
	Text (bab 5) 20081010203-bab5.pdf Download (5kB)
	Text (daftar pustaka) 20081010203-daftarpustaka.pdf Download (10kB)
	Text (lampiran) 20081010203-lampiran.pdf Restricted to Repository staff only Download (2MB)

Abstract

Kondisi jalan yang rusak di Indonesia sangat mengkhawatirkan dan memerlukan penanganan serius. Lubang-lubang yang terbentuk pada jalan tersebut menyerupai mangkuk dan bisa membahayakan keselamatan pengguna jalan. Deteksi dan evaluasi kerusakan pada jalan berlubang dapat dilakukan dengan bantuan teknologi kecerdasan buatan, seperti deep learning. Single Shot MultiBox Detector atau SSD merupakan salah satu penerapan deep learning yang digunakan untuk tugas deteksi objek yang kompleks. SSD dapat memproses gambar masukan dan menganalisis fiturnya dengan arsitektur MobileNet. Tingkat keparahan pada jalan berlubang dapat dianalisis menggunakan deep learning dengan arsitektur U-Net. U-Net merupakan arsitektur model segmentasi gambar yang memprediksi pixel pada gambar sesuai dengan objek yang diprediksinya. Metode SSD dengan arsitektur MobileNet dan U-Net mendapat hasil analisis berupa jumlah deteksi dan tingkat keparahan yang digunakan membantu proses pembuatan laporan jalan berlubang pada aplikasi. Pengujian aplikasi dilakukan menggunakan metode black box yang terdiri dari beberapa skenario pengujian dan mendapat hasil yang sesuai. Pengujian model pada metode dengan beberapa gambar dilakukan untuk melihat kinerja model dalam mendeteksi dan memprediksi objek jalan berlubang pada gambar. Hasil akurasi yang didapat dari pengujian model SSD-MobileNet mencapai 93% dan model U-Net yang mencapai 80%.

Item Type:	Thesis (Undergraduate)
Contributors:	Contribution Contributors NIDN/NIDK Email Thesis advisor Via, Yisti Vita NIDN0025048602 yistivia.if@upnjatim.ac.id Thesis advisor Nurlaili, Afina Lina NIDN0013129303 afina.lina.if@upnjatim.ac.id
Subjects:	T Technology > T Technology (General)
Divisions:	Faculty of Computer Science > Departemen of Informatics
Depositing User:	Rahma Danu Sadewa
Date Deposited:	20 Sep 2024 03:03
Last Modified:	20 Sep 2024 03:03
URI:	https://repository.upnjatim.ac.id/id/eprint/28999

Actions (login required)

View Item