<![CDATA[Faktor utama yang menjadi penentu kelayakan kondisi suatu jalan yaitu kerusakan pada aspal sehingga pemeliharaan jalan perlu dilakukan secara berkala. Pemeriksaan kondisi jalan dilakukan oleh petugas survey dengan melakukan pengamatan langsung pada jalan yang akan diberikan penilaian secara manual. Aktifitas pemeriksaan dapat mengganggu kelancaran arus lalu lintas pada jalan yang padat kendaraan terlebih lagi dapat membahayakan keselamatan petugas survey. Diperlukan alternative pemeriksaan jalan untuk menghindari ancaman yang tidak diinginkan dan dapat membiat biaya lebih efektif. Pada penelitian ini dikembangkan suatu system deteksi jalan berlubang menggunakan data video, dengan menerapkan metode Gray Level Co-occurrence Matrix (GLCM) dan klasifikasi menggunakan Neural Network. Deteksi terdiri atas 2 tahapan, dimulai dengan mengekstraksi ciri citra jalan kemudian ditraining dengan pemberian label manual. Kemudian dilakukan uji data citra berdasarkan nilai pada data training. Dari pengujian Confusion Matrix menunjukkan hasil Recall sebesar 0,80 hasil Precission sebesar 0,06 hasil Accuracy sebesar 0,79 dan hasil Error Rate sebesar 0,20.]]>
Copyrights © 2022
