Article Per Year (5 Year)
p-Index From 2021 - 2026
0.408
P-Index
This Author published in this journals
All Journal Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda
Yoga Tanu Penangsang
Unknown Affiliation
Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

 1 
Mendeteksi Jalan Berlubang Menggunakan Deep Learning Yoga Tanu Penangsang; Ifan Ali Muntaha
Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP) Vol. 3 No. 01 (2025): Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP)
Publisher : Program Studi Teknik Informatika STT POMOSDA Nganjuk

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jalan merupakan kebutuhan manusia yang sangatlah penting untuk kita sebagai manusia yang melakukan aktivitas, akses jalan sangat penting untuk mencapai tujuan yang diinginkan. Seiring dengan meningkatnya jumlah penduduk di Indonesia, penggunaan jalan juga semakin meningkat, sehingga perlu mendapatkan perhatian lebih. Salah satu masalah yang sering dihadapi oleh pengendara adalah jalan berlubang. Hal ini terjadi karena tingginya volume kendaraan yang melintas, yang menyebabkan kondisi jalan semakin cepat rusak. Keberadaan jalan berlubang dapat mengganggu aktivitas hingga berisiko menyebabkan kecelakaan. Penelitian ini bertujuan untuk merancang sebuah sistem yang mampu mengidentifikasi keberadaan jalan berlubang. Sistem ini menggunakan Yi Cam kamera yang dipasang di bodi mobil di ketinggian 70 cm dan mengarah ke jalan. Data yang dikumpulkan berupa video, yang kemudian diekstrak menjadi gambar sebagai bagian dari proses pengumpulan dan perolehan data. Setelah itu, dilakukan Pembuatan kotak pembatas untuk menandai area Jalan yang mengalami kerusakan berupa cekungan atau rongga. Gambar yang telah dikumpulkan akan diberi label sesuai dengan lokasi lubang dan digunakan dalam proses pelatihan (training). Hasil akhirnya adalah video deteksi jalan berlubang, di mana lubang-lubang yang terdeteksi akan ditandai dengan bounding box sebagai indikator keberadaannya.
Mendeteksi Jalan Berlubang Menggunakan Deep Learning Yoga Tanu Penangsang; Ifan Ali Muntaha
Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP) Vol. 3 No. 01 (2025): Jurnal Aplikasi Sistem dan Teknik Informatika Pomosda (JASTIP)
Publisher : Program Studi Teknik Informatika STT POMOSDA Nganjuk

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Jalan merupakan kebutuhan manusia yang sangatlah penting untuk kita sebagai manusia yang melakukan aktivitas, akses jalan sangat penting untuk mencapai tujuan yang diinginkan. Seiring dengan meningkatnya jumlah penduduk di Indonesia, penggunaan jalan juga semakin meningkat, sehingga perlu mendapatkan perhatian lebih. Salah satu masalah yang sering dihadapi oleh pengendara adalah jalan berlubang. Hal ini terjadi karena tingginya volume kendaraan yang melintas, yang menyebabkan kondisi jalan semakin cepat rusak. Keberadaan jalan berlubang dapat mengganggu aktivitas hingga berisiko menyebabkan kecelakaan. Penelitian ini bertujuan untuk merancang sebuah sistem yang mampu mengidentifikasi keberadaan jalan berlubang. Sistem ini menggunakan Yi Cam kamera yang dipasang di bodi mobil di ketinggian 70 cm dan mengarah ke jalan. Data yang dikumpulkan berupa video, yang kemudian diekstrak menjadi gambar sebagai bagian dari proses pengumpulan dan perolehan data. Setelah itu, dilakukan Pembuatan kotak pembatas untuk menandai area Jalan yang mengalami kerusakan berupa cekungan atau rongga. Gambar yang telah dikumpulkan akan diberi label sesuai dengan lokasi lubang dan digunakan dalam proses pelatihan (training). Hasil akhirnya adalah video deteksi jalan berlubang, di mana lubang-lubang yang terdeteksi akan ditandai dengan bounding box sebagai indikator keberadaannya.
Co-Authors Ifan Ali Muntaha