<![CDATA[Kerusakan jalan berlubang di daerah Karawang berdampak pada keselamatan pengguna jalan dan efisiensi transportasi. Identifikasi jalan berlubang masih dilakukan secara manual, sehingga sering tidak akurat dan memerlukan waktu lama. Oleh karena itu, penelitian ini mengembangkan sistem deteksi jalan berlubang berbasis YOLOv11 yang terintegrasi dengan platform web untuk mendeteksi jalan berlubang secara real-time. Metode yang digunakan mencakup pengumpulan dataset dari Roboflow, pelatihan model menggunakan Google Colaboratory, serta implementasi sistem berbasis web yang mengintegrasikan frontend, backend, dan database JSON sebagai penyimpanan data. Sistem memungkinkan pengguna mengaktifkan kamera untuk menangkap jalan yang diproses oleh YOLOv11 guna mengidentifikasi keberadaan jalan berlubang. Hasil deteksi berupa gambar dengan bounding box, lokasi GPS, dan waktu kejadian akan disimpan dalam format JSON dan ditampilkan di halaman web. Pengujian menunjukkan model memiliki akurasi 83.5%, presisi 89.6%, dan recall 92.4%, yang menunjukkan performa cukup baik dalam mengenali jalan berlubang. Sistem ini diharapkan dapat meningkatkan efektivitas pemantauan kondisi jalan dan menjadi pendukung keputusan dalam perbaikan infrastruktur secara lebih cepat dan akurat.]]>
Copyrights © 2025
