Deteksi Kualitas Permukaan Jalan Menggunakan Metode YOLOv8 (Studi Kasus: Jalan di Kabupaten Tanjung Jabung Timur)

Abstract

Jalan merupakan infrastruktur yang berperan penting dalam mendukung mobilitas dan kegiatan ekonomi masyarakat. Kondisi jalan yang baik berkontribusi terhadap kelancaran perputaran roda perekonomian suatu wilayah. Di Indonesia masih terdapat wilayah dengan angka kerusakan jalan yang tinggi seperti di Kabupaten Tanjung Jabung Timur dengan persentase jalan rusak dan rusak berat tertinggi di Provinsi Jambi. Untuk itu dibutuhkan inovasi yang efisien dalam membantu proses pengumpulan informasi kerusakan jalan. Namun, metode identifikasi kondisi jalan yang dilakukan secara manual membutuhkan waktu dan biaya yang relatif besar. Oleh karena itu, penelitian ini bertujuan menerapkan metode You Only Look Once versi 8 (YOLOv8) untuk mendeteksi dan memberikan informasi estimasi dimensi kerusakan di Kabupaten Tanjung Jabung Timur berbasis citra digital. Metode ini bekerja dengan mengekstraksi fitur visual dari citra permukaan jalan untuk mengenali pola kualitas permukaan jalan secara otomatis dan secara real-time. Pada penelitian digunakan 400 citra dataset primer kondisi jalan. Hasil analisis deteksi objek menunjukkan bahwa pengujian terbaik adalah model dengan single-annotation, epoch 100, batch size 8, dan model YOLOv8m yang menghasilkan nilai precision sebesar 95%, recall sebesar 81.1%,dan nilai mAP50 sebesar 89%. Selain itu sistem mampu menghasilkan estimasi dimensi lubang yang mendekati nilai ground truth. Temuan dari penelitian ini menunjukkan bahwa penerapan metode YOLOv8 tidak hanya mampu mendeteksi dan mengklasifikasikan kondisi jalan, tetapi juga memberikan estimasi dimensi lubang jalan. Informasi ini dapat mendukung penentuan prioritas penanganan jalan secara lebih tepat dan meningkatkan efisiensi pemeliharaan guna mendukung kelancaran mobilitas perekonomian daerah.