KLASIFIKASI CITRA LUBANG (POTHOLE) PADA PERMUKAAN JALAN BERASPAL DENGAN METODE CONVOLUTIONAL NEURAL NETWORKS (CNN)

Ni Nyoman Citariani, Sumartha (2023) KLASIFIKASI CITRA LUBANG (POTHOLE) PADA PERMUKAAN JALAN BERASPAL DENGAN METODE CONVOLUTIONAL NEURAL NETWORKS (CNN). S1 thesis, Universitas Mataram.

	Text Laporan Tugas Akhir_F1D018088.pdf Restricted to Repository staff only Download (1MB)
Preview	Text Jurnal_F1D018088.pdf Download (243kB) | Preview
	Text Poster_F1D018088.pdf Restricted to ["security_typename_anyone" not defined] Download (324kB)

Abstract

Lubang (pothole) adalah lekukan berbentuk mangkok di permukaan jalan, dengan diameter kurang dari 1 meter. Adanya lubang (pothole) di jalan raya dapat membahayakan keselamatan pengguna jalan sehingga perlu diadakan perbaikan secepatnya. Gambar jalan berlubang mempunyai kompleksitas yang tinggi, variasi yang terdiri dari kontras warna, ukuran lubang, adanya genangan air atau tidak, pencahayaan saat mengambil gambar, latar belakang dan lain-lain. Untuk itu perlu pendekatan yang dapat mengklasifikasikan gambar dengan tingkat variasi yang tinggi dengan mengekstrak informasi penting yang terdapat di dalamnya. Dilihat dari potensi keberhasilan penggunaan pendekatan Convolutional Neural Networks (CNN) dalam mengidentifikasi gambar jalan berlubang yang akan dilaporkan untuk masuk pencatatan perbaikan jalan Dinas Pekerjaan Umum, penulis mengusulkan gagasan “Klasifikasi Citra Lubang (Pothole) pada Permukaan Jalan Beraspal dengan Metode Convolutional Neural Networks (CNN)”.

Item Type:	Thesis (S1)
Keywords (Kata Kunci):	Lubang jalan (pothole), Citra, Klasifikasi, CNN.
Subjects:	T Technology > TD Environmental technology. Sanitary engineering
Divisions:	Fakultas Teknik
Depositing User:	Meike Megawati
Date Deposited:	28 Jul 2023 01:41
Last Modified:	28 Jul 2023 01:41
URI:	http://eprints.unram.ac.id/id/eprint/41802

Actions (login required)

View Item