Sistem Penilaian Kerusakan Jalan berbasis Artificial Intelligence pada Data Getaran

Zahro, Savina (2024) Sistem Penilaian Kerusakan Jalan berbasis Artificial Intelligence pada Data Getaran. [Experiment] (Unpublished)

	Text (Ringkasan) Ringkasan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (64kB)
	Text (Bab 1. Pendahuluan) Bab 1. Pendahuluan.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (145kB)
	Text (Daftar Pustaka) Daftar Pustaka.pdf - Submitted Version Available under License Creative Commons Attribution Share Alike. Download (107kB)
	Text (Laporan Lengkap) Laporan Lengkap.pdf - Submitted Version Restricted to Registered users only Download (3MB) \| Request a copy

Abstract

Model assessment pada infrastruktur jalan masih sangat minim, kondisi jalan yang memiliki kerusakan dapat menyebabkan hambatan dalam berjalannya sistem transportasi. Salah satu cara dalam mendeteksi kerusakan jalan adalah denganmengukur nilai getaran yang terjadi pada suatu kondisi jalan dengan alat perekam getaran berupa accelerometer. Data getaran tersebut dilakukan klasifikasi berdasarkan lima kelompok getaran berdasarkan kondisi jalan tempat perekamannya, yaitu kelompok kondisi jalan baik, polisi tidur (lendutan), patch atau tambalan, gravel atau jalan berkrikil dan juga jalan berlubang. Data yang diambil berjumlah 39 data dari setiap kondisi jalan. Pengolahan data getaran dilakukan dengan menggunakan software Google Colab Pro dengan bahasa Python. Klasifikasi dilakukan dengan menerapkan metode supervised machine learning dengan menggunakan algoritma neural network. Hasil dari klasifikasi menunjukan nilai akurasi ketepatan dalam memprediksi label kondisi jalan bernilai 99% untuk model training dan 98% untuk model testing. Kedua model tersebut dihitung dengan menggunakan jumlah data sebesar 70% dari total data untuk model training, 20% dari total data untuk model validating, dan 10% untuk model testing.

Item Type:

Experiment

Contributors: