| dc.description.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. | en_US |
