<![CDATA[Keretakan permukaan gedung merupakan salah satu permasalahan yang sering terjadi pada bangunan, yang disebabkan oleh faktor-faktor seperti bencana alam, perubahan temperatur, kelembaban tinggi, dan penggunaan bahan bangunan berkualitas rendah. Permasalahan ini dapat mengancam keselamatan dan kenyamanan pengguna bangunan jika tidak segera ditangani. Metode konvensional dalam mendeteksi keretakan pada bangunan sering kali melibatkan inspeksi manual yang memakan waktu dan berisiko tinggi. Penelitian ini bertujuan untuk mengembangkan sistem deteksi keretakan permukaan gedung menggunakan algoritma YOLO (You Only Look Once) berbasis web. Sistem ini dirancang untuk meningkatkan efisiensi dan akurasi dalam mendeteksi keretakan dengan memanfaatkan teknologi pemrosesan citra dan pembelajaran mendalam (deep learning). Algoritma YOLO dipilih karena kemampuannya dalam melakukan deteksi objek secara dengan tingkat akurasi yang tinggi. Hasil evaluasi menunjukkan bahwa sistem deteksi keretakan permukaan gedung menggunakan algoritma YOLOv8 berbasis web berhasil mencapai tingkat akurasi sebesar 54,8%, dengan nilai precision sebesar 62,9%, recall sebesar 81,1%, F1-score sebesar 70,1%, dan nilai mAP sebesar 75,1%. Dengan demikian, sistem ini diharapkan dapat menjadi solusi yang efektif dan efisien dalam memantau kondisi bangunan, mengurangi risiko kecelakaan kerja, dan meningkatkan keselamatan serta kenyamanan pengguna gedung.]]>
Copyrights © 2025
