Deteksi Kerusakan Jalan Beraspal Menggunakan YOLOv5
Tahun 2024 · Penulis: Bima Setyawan
Faculty of Computer Science, Universitas Jember
Abstrak
Teks yang dipakai untuk pengindeksan BM25 dan IndoSBERT
Kerusakan jalan beraspal merupakan kondisi dimana jalan mengalami kerusakan sehingga dapat mengurangi fungsi jalan sebagai jalur transportasi. Menurut data kondisi permukaan jalan 2021, kerusakan jalan dengan tipe kondisi rusak ringan mencapai 2646,43 KM dan kondisi rusak berat mencapai 1202,72 KM di Indonesia. Kerusakan jalan beraspal dapat mengganggu pengguna jalan sehingga terjadi hal – hal yang tidak diinginkan. Dengan menerapakn sistem deteksi dini menjadikan pengguna jalan dapat mengantisipasi langkah kedepannya sehingga mengurangi resiko terjadinya kecelakaan. YOLOv5 merupakan model untuk melakukan objek deteksi yang memiliki kecepatan deteksi dan akurasi yang tinggi. Proses deteksi objek akan dilatih dengan menggunakan dataset sebanyak 3321 gambar yang memilki 4 kategori kelas yaitu, alligator cracking, longitudinal cracking, lateral cracking, dan pothole. Terdapat 3 model modifikasi sebagai bahan perbandingan dengan model original. Modifikasi pertama dilakukan dengan menambahkan detection head, modikasi kedua dengan menambahkan proses C3 pada stage 4, dan modifikasi ketiga menambahkan teknik dropout. Perbandingan mAP didapatkan dengan nilai terbaik 72,6% pada modifikasi kedua. Uji coba model dilakukan dengan menerapkan model ke dalam mobile app dan diuji langsung dengan menggunakan mobil pada kecepatan -+10 km/jam dengan tatak letak device di kaca depan dengan posisi potrait. Hasilnya berupa model dengan modifikasi pertama dan dropout belum dapat mendeteksi beberapa objek sedangkan untuk model dengan modifikasi kedua dapat dengan baik mendeteksi beberapa objek dan objek yang lebih kecil dengan jarak -+8 m.
Dokumen Serupa
Berdasarkan kemiripan vektor embedding IndoSBERT (cosine similarity).
- Cosine 0,816
Tahun 2026 · Penulis: Ferrari Romano
Modifikasi Yolo dengan Attention Module dan BIFPN untuk Penghitungan Kendaraan Realtime Lampu Lalu Lintas dengan Pendekatan Zona
Mengembangkan sistem deteksi kendaraan secara real-time yang dapat digunakan untuk pengaturan lampu lalu lintas adaptif. Sistem ini memanfaatkan teknologi visi komputer dengan memodifikasi arsitektur YOLOv5s melalui penambahan Convolutional Block Attention Mod
- Cosine 0,793
Tahun 2026 · Penulis: Andhika Rachmat Fauzi
Peningkatan Akurasi YOLOv11 Untuk Pendeteksian Kendaraan Pada Citra Low-Light Menggunakan Pendekatan Cascaded CLAHE dan Denoising Autoencoder
Pendeteksian kendaraan merupakan komponen krusial dalam Sistem Transportasi Cerdas (ITS). Namun, kinerja model deteksi objek seringkali mengalami penurunan akurasi yang drastis ketika dihadapkan pada citra dengan kondisi minim cahaya (low-light). Citra pada ma
- Cosine 0,767
Tahun 2025 · Penulis: Hannan Amar
Analisis Penggabungan Fitur VGG-16 dengan Rotation Invariant Uniform Local Binary Pattern untuk Pengenalan Ekspresi Wajah
Pengenalan ekspresi wajah merupakan tantangan penting dalam bidang kecerdasan buatan akibat tingginya komplekstitas visual, terutama pada ekspresi yang memiliki kemiripan seperti marah dan jijik. Penelitian ini mengusulkan metode feature fusion yang menggabung