| dc.description.abstract | Pemeriksaan kondisi permukaan jalan dilakukan untuk mengetahui adanya retak atau tidak, mengklasifikasi jenis retak dan mengkuantifikasi retak tersebut. Secara konvensional, pemeriksaan dilakukan secara manual dimana petugas survei berjalan sambil memeriksa keberadaan retak dan mencatat serta menandai lokasi tersebut. Cara ini kurang efektif karena memerlukan waktu lama, tenaga kerja banyak, kurang tepat akibat subjektivitas dan faktor kelelahan serta berbahaya apabila pemeriksaan dilakukan pada jalan raya dengan kepadatan tinggi. Untuk mengatasi hal tersebut, peneliti memanfaatkan kemajuan teknologi kamera dan komputer untuk merekam kondisi permukaan jalan dan mengolah citra digital yang diperoleh dalam rangka mendeteksi keberadaan retak, mengklasifikasi dan mengkuantifikasinya. Metode pengolahan citra yang telah dibuat oleh para peneliti belum bisa direalisasikan dalam produk komersial karena belum memberikan hasil pemeriksaan yang optimal pada berbagai kondisi jalan, sensitif terhadap cahaya sekitar dan waktu komputasi lama. Penelitian ini bertujuan untuk mengatasi permasalahan tersebut dengan membuat metode pengekstrakan sifat retak permukaan jalan menggunakan pendekatan multiskala dan mengklasifikasi serta mengkuantifikasi retak menggunakan menggunakan kecerdasan buatan dengan pendekatan pelatihan support vector machine (SVM). Kedua pendekatan ini dipilih karena terkenal tangguh dan telah dicoba pada beberapa permasalahan pengolahan citra digital lainnya. Penelitian dilaksanakan dalam beberapa tahapan utama yaitu 1) pengumpulan data retak permukaan, 2) klasifikasi dan kuantifikasi retak secara manual oleh pakar, 3) pembuatan metode perbaikan citra, segmentasi dan pengekstrakan sifat retak dengan pendekatan multiskala, dan 4) klasifikasi dan kuantifikasi retak menggunakan teknik SVM. Pada pelaksanaan penelitian tahun pertama, hasil penelitian telah diperoleh dimana lebih dari 160 citra permukaan jalan telah dikumpulkan dan diklasifikasi menjadi citra retak dan tidak retak secara manual oleh pakar. Citra asli diperbaiki kualitasnya dengan filter median, histogram equalization, CLAHE dan Gaussian; dimana hasil terbaik diperoleh dengan menggunakan filter median. Kemudian, citra melalui proses segmentasi untuk memisahkan bagian retak dan bagian permukaan jalan dengan menggunakan metode thresholding manual, Otsu, Bersnen dan Sauvola. Metode Sauvola menghasilkan segmentasi paling tepat dibanding metode lainnya. Deteksi keberadaan retak pada citra telah diperoleh dengan akurasi lebih dari 92% pada Gaussian pyramid skala 2 dan segmentasi thresholding manual dan meningkat menjadi 96% pada segmentasi metode Sauvola. Kesimpulannya, teknik pengolahan citra yang dibuat telah mampu melakukan deteksi keberadaan retak pada citra jalan raya dengan akurasi tinggi. | en_US |
