Detecting Potholes Using Deep Learning

Authors

  • Moh Nur Shodiq Politeknik Negeri Banyuwangi
  • Yoga T P Penangsang Institut Teknologi Sepuluh Nopember

DOI:

https://doi.org/10.59378/jcenim.v1i1.7

Keywords:

deep learning, deteksi, lubang, jalan

Abstract

Jalan merupakan kebutuhan manusia yang sangat penting bagi kita sebagai manusia yang beraktifitas, jalan merupakan akses menuju tujuan yang kita inginkan. Melihat jumlah penduduk Indonesia yang terus bertambah sehingga penggunaan jalan sangat penting untuk diperhatikan. Salah satu masalah yang sering dihadapi pengendara di Indonesia adalah jalan berlubang, hal ini disebabkan semakin banyaknya kendaraan bermotor yang lalu lalang. Dengan adanya lubang menyebabkan aktivitas terganggu hingga menimbulkan kecelakaan. Pada penelitian ini dirancang sebuah sistem untuk mendeteksi lubang. Hal ini dilakukan dengan menggunakan kamera yi cam yang ditempatkan pada kap mobil dengan ketinggian 70cm menghadap ke jalan. Data yang diperoleh berupa video dan dari video akan diekstraksi menjadi citra, hal ini merupakan proses akuisisi data. Pembuatan bounding box merupakan langkah selanjutnya setelah proses akuisisi data dilakukan. Dari citra yang terkumpul akan diberi label sesuai dengan lubangnya dan akan dilanjutkan dengan proses pelatihan. Hasil yang akan didapatkan setelah dilakukan proses adalah video deteksi jalan berlubang. Video tersebut memperlihatkan akan ada kotak-kotak pembatas sebagai tanda adanya lubang di jalan tersebut.

Downloads

Published

2023-02-10

How to Cite

Shodiq, M. N., & Penangsang , Y. T. P. (2023). Detecting Potholes Using Deep Learning. Journal of Computer Engineering, Network, and Intelligent Multimedia, 1(1), 44–49. https://doi.org/10.59378/jcenim.v1i1.7

Issue

Vol. 1 No. 1 (2023)

Section

Articles

License

Copyright (c) 2023 JCENIM

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Authors who publish with JCENIM agree to the following terms:

  1. Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal
  2. Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
  3. Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work.