PENGEMBANGAN SISTEM PELAPORAN KERUSAKAN JALAN DENGAN KLASIFIKASI DAN DETEKSI MENGGUNAKAN RESNET-50 DAN YOLOV12 BERBASIS ANDROID

Ramadhanu, Ilham Khefi (2026) PENGEMBANGAN SISTEM PELAPORAN KERUSAKAN JALAN DENGAN KLASIFIKASI DAN DETEKSI MENGGUNAKAN RESNET-50 DAN YOLOV12 BERBASIS ANDROID. Undergraduate thesis, Universitas Nusantara PGRI Kediri.

	Text (Full text) RAMA_55201_2213020120.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (4MB) | Request a copy
	Text (Similarity) RAMA_55201_2213020120_SIMILARITY.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (3MB)
	Text (Cover sd BAB 1 + References) RAMA_55201_2213020120_0713059502_0720117501_01_front_ref.pdf - Accepted Version Available under License Creative Commons Public Domain Dedication. Download (2MB)
	Text (BAB 2) RAMA_55201_2213020120_0713059502_0720117501_02.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 3) RAMA_55201_2213020120_0713059502_0720117501_03.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 4) RAMA_55201_2213020120_0713059502_0720117501_04.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (1MB) | Request a copy
	Text (BAB 5) RAMA_55201_2213020120_0713059502_0720117501_05.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (516kB) | Request a copy
	Text (References) RAMA_55201_2213020120_0713059502_0720117501_06_ref.pdf - Bibliography Available under License Creative Commons Public Domain Dedication. Download (492kB)
	Text (Lampiran) RAMA_55201_2213020120_0713059502_0720117501_07_lamp.pdf - Accepted Version Restricted to Registered users only Available under License Creative Commons Public Domain Dedication. Download (3MB) | Request a copy

Abstract

Penelitian ini bertujuan untuk merancang dan membangun sistem pelaporan kerusakan jalan berbasis Android yang mampu mendeteksi dan mengklasifikasikan jenis kerusakan jalan secara otomatis menggunakan Convolutional Neural Network. Sistem dikembangkan menggunakan arsitektur client-server dengan Django REST API sebagai jembatan antara aplikasi Android dan model kecerdasan buatan yang berjalan di sisi server. Model ResNet-50 digunakan untuk mengklasifikasikan jenis kerusakan jalan ke dalam empat kategori, yaitu lubang, retak melintang, retak memanjang, dan retak buaya, sedangkan model YOLOv12 digunakan untuk mendeteksi dan melokalisasi objek kerusakan dalam gambar melalui prediksi bounding box. Sistem juga dilengkapi fitur pengambilan lokasi GPS otomatis, penyimpanan laporan pada basis data terpusat, serta visualisasi sebaran kerusakan pada peta digital. Hasil penelitian menunjukkan bahwa model ResNet-50 pada konfigurasi ukuran input 800×800 mencapai performa terbaik dengan precision sebesar 0,97, recall sebesar 0,96, dan F1-Score sebesar 0,97, sedangkan model YOLOv12 pada konfigurasi yang sama menghasilkan mAP50 sebesar 0,939 dan mAP50-95 sebesar 0,711. Pengujian fungsional menggunakan metode Black Box Testing menunjukkan tingkat keberhasilan 100% dari seluruh skenario uji, dengan rata-rata total waktu inferensi sistem sebesar 3.150,66 ms dalam kondisi jaringan lokal.

Actions (login required)

View Item