Alat Pendeteksi Kerusakan Jalan Berlubang Berbasis Convolutionsl Neural Network

Authors

  • Adzkia Faradiba Eyila Putri Teknik Mekatronik, Surabaya, Indonesia

Keywords:

Deteksi lubang berbasis CNN,Arsitektur YOLO, sistem deteksi kerusakan lubang Penghitungan lubang jalan, Pemrosesan gambar resolusi tinggi, Integrasi kamera web, aplikasi Visual Studio Code, Pelabelan gambar.

Abstract

Penelitian ini mengembangkan sistem pendeteksi kerusakan lubang jalan berbasis CNN dengan menggunakan arsitektur YOLO, dengan tujuan untuk dapat menghitung jumlah lubang pada gambar yang diambil pada jalan yang dilalui. Pengembangan sistem melibatkan integrasi antara penggunaan web-cam dan algoritma CNN pada aplikasi Visual Studio Code. Sistem deteksi ini menggunakan model YOLO (You Only Look Once) untuk memproses gambar beresolusi tinggi yang diambil selama perjalanan. Proses pengumpulan data dilakukan dengan mengambil gambar lubang jalan yang kemudian diberi label dan dibagi menjadi data latih dan uji. Hasil pelatihan model dievaluasi menggunakan data validasi dan pengujian untuk memastikan akurasi deteksi.

Downloads

Published

2024-07-01

How to Cite

Putri, A. F. E. (2024). Alat Pendeteksi Kerusakan Jalan Berlubang Berbasis Convolutionsl Neural Network. Scientica: Jurnal Ilmiah Sains Dan Teknologi, 2(8), 275–281 . Retrieved from http://jurnal.kolibi.org/index.php/scientica/article/view/2194