<![CDATA[Jalan merupakan infrastruktur penting untuk mobilitas dan pemerataan pembangunan. Namun, banyak jalan di Indonesia mengalami kerusakan akibat volume lalu lintas yang tinggi, dengan sekitar 32% dalam kondisi tidak layak. Permukaan jalan yang rusak dapat memengaruhi keselamatan berkendara dan menjadi salah satu penyebab kecelakaan lalu lintas. Pemantauan dan pemeliharaan kondisi jalan sangat penting untuk mendeteksi anomali seperti lubang atau gundukan yang dapat mengganggu kenyamanan dan keselamatan berkendara. Metode berbasis getaran menggunakan sensor gerak pada smartphone seperti akselerometer dan giroskop bisa digunakan untuk menghemat biaya dan dapat menggantikan kendaraan patroli khusus. Penelitian ini akan menggunakan metode Bidirectional Long Short-Term Memory (Bi-LSTM) untuk mendeteksi kondisi permukaan jalan berdasarkan data sensor gerak dari smartphone. Hasil penelitian menunjukkan bahwa model Bi-LSTM mampu mengidentifikasi anomali permukaan jalan dengan akurasi yang tinggi. Evaluasi model menggunakan metrik akurasi, precision, recall, dan F1-score menunjukkan bahwa model bekerja lebih baik pada data yang seimbang dibandingkan data yang tidak seimbang. Model dengan kombinasi parameter terbaik mencapai akurasi 0,95 pada data uji, dengan precision, recall, dan F1-score yang tinggi dan seimbang untuk semua kelas. Pengujian K-Fold Cross-Validation menunjukkan konsistensi kinerja model dengan rata-rata akurasi pengujian sebesar 0,95.]]>
Copyrights © 2024
