ADHITAMA, Muhammad Farkhan (2025) Deteksi Kerusakan Jalan Aspal Menggunakan Algoritma You Only Look Once (Yolov9). Undergraduate thesis, UNDIP: Fakultas Sains dan Matematika.

	Text 1. COVER.pdf Download (38kB)
	Text 3. HALAMAN PENGESAHAN.pdf Download (204kB)
	Text 4. KATA PENGANTAR.pdf Restricted to Repository staff only Download (331kB) | Request a copy
	Text 6. ABSTRAK.pdf Download (15kB)
	Text 7. ABSTRACT.pdf Download (10kB)
	Text 11. BAB I PENDAHULUAN.pdf Download (110kB)

Abstract

ABSTRAK
Jalan merupakan salah satu infrastruktur yang penting dalam aktivitas masyarakat. Oleh
karena itu perlu dilakukan pemeliharaan jalan berkala untuk memastikan keamanan
pengguna jalan. Dalam melakukan pemeliharaan jalan, diperlukan pendataan kerusakan
jalan untuk membuat keputusan dalam upaya perbaikan jalan. Pendataan kerusakan jalan
dengan metode manual memiliki kekurangan yaitu tidak aman, rendahnya efisiensi, dan,
biaya yang tinggi. Oleh karena itu, diperlukan cara yang efektif dan efisien dalam melakukan
identifikasi kerusakan jalan. Pesatnya kemajuan teknologi membuat proses identifikasi
kerusakan jalan menjadi lebih cepat dengan prinsip penginderaan jauh menggunakan
teknologi deep learning. Penelitian ini dilakukan dengan tujuan menerapkan algoritma
YOLOv9 untuk mendeteksi kerusakan jalan aspal. Jenis kerusakan jalan yang diidentifikasi
yaitu pothole (lubang), longitudinal cracking (retak membujur), lateral cracking (retak
melintang), dan alligator cracking (retak kulit buaya). Dataset yang digunakan adalah data
publik yang berisi dataset citra kondisi jalan. Proses pelatihan data dilakukan menggunakan
bobot yang telah dilatih sebelumnya hingga mendapatkan sebuah bobot baru yang mampu
mendeteksi kerusakan jalan. Model terbaik dipilih berdasarkan nilai mean average precision
(mAP) terbesar pada proses validasi data. Model terbaik lalu diuji menggunakan data uji.
Hasil pengujian model YOLOv9 menghasilkan nilai precision sebesar 76,2%, recall sebesar
49,2%, dan mean average precision (mAP) sebesar 62,8%.
Kata kunci : Kerusakan Jalan, YOLO, Deep Learning, Deteksi Objek

Actions (login required)

View Item