Implementasi YOLO26 untuk Deteksi Kerusakan Eksterior Mobil dan Estimasi Biaya Perbaikan

Abstract

Peningkatan jumlah mobil di Indonesia diikuti Oleh meningkatnya risiko kerusakan eksterior mobil akibat kecelakaan maupun benturan, sehingga diperlukan proses identifikasi kerusakan yang cepat dan akurat. Proses pemeriksaan kerusakan yang masih dilakukan secara manual membutuhkan waktu yang relatif lama serta bergantung pada pengalaman teknisi. Penelitian ini bertujuan mengimplementasikan algoritma You Only Look Once 26 (YOL026) untuk mendeteksi kerusakan eksterior mobil dan mengestimasi biaya perbaikan secara otomatis berdasarkan citra digital. Penelitian menggunakan dua model YOL026, yaitu object detection untuk mendeteksi komponen eksterior mobil dan instance segmentation untuk mendeteksi jenis kerusakan eksterior mobil. Hasil deteksi kedua model kemudian dicocokkan menggunakan metode Intersection over Area (LOA) untuk memperoleh pasangan antara komponen ekstenor mobil dan jenis kerusakan. Selanjutnya, estimasi biaya perbaikan dihitung menggunakan pendekatan rule-based berdasarkan tabel referensi biaya perbaikan mobil Honda. Sistem diimplementasikan dalam bentuk aplikasi berbasis web menggunakan Gradio. Hasil pengujian menunjukkan bahwa model jenis kerusakan berbasis object detection memperoleh nilai Precision sebesar 0,833, Recall sebesar 0, 867, mAP50 sebesar 0,876, dan mAP50-95 sebesar 0561, sedangkan model jenis kerusakan berbasis instance segmentation memperoleh nilai Precision sebesar 0,845, Recall sebesar mAP50 sebesar dan mAP50-95 sebesar 0,474. Sistem berhasil mendeteksi komponen eksterior mobil dan jenis kerusakan, melakukan pencocokan menggunakan metode IOA, serta menghasilkan estimasi biaya perbaikan secara otomatis berdasarkan pasangan komponen eksterior mobil dan jenis kerusakan. Hasil penelitian menunjukkan bahwa implementasi YOL026 mampu mendukung proses identifikasi kerusakan mobil dan memberikan estimasi biaya perbaikan secara cepat dan otomatis