Cover Image

Sistem Temu Kembali Citra Lubang Jalan Aspal Berdasarkan Tingkat Kerusakan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix

Main Author: Mahardika, Anggita
Format: Thesis NonPeerReviewed
Terbitan: , 2018
Subjects:
006.2 Special-purpose systems
Online Access: http://repository.ub.ac.id/11142/
ctrlnum 11142
fullrecord <?xml version="1.0"?> <dc schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/ http://www.openarchives.org/OAI/2.0/oai_dc.xsd"><relation>http://repository.ub.ac.id/11142/</relation><title>Sistem Temu Kembali Citra Lubang Jalan Aspal Berdasarkan Tingkat Kerusakan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix</title><creator>Mahardika, Anggita</creator><subject>006.2 Special-purpose systems</subject><description>Kerusakan jalan raya di Indonesia sudah menjadi permasalahan yang cukup serius. Bahkan, kondisi jalan nasional di Jawa Timur saja kerusakannya sudah melebihi 40% dari total panjang jalan nasional di Jawa Timur. Kerusakan perkerasan permukaan jalan terutama lubang jalan sering kali mengganggu transportasi darat, bahkan tidak sedikit pula yang mengalami kecelakaan akibat adanya lubang jalan. Namun, penanganan perbaikan jalan dinilai masih lamban sehingga mengakibatkan bertambah parahnya kondisi kerusakan jalan. Salah satu faktor lamanya proses perbaikan jalan yaitu disebabkan oleh proses pencatatan kondisi kerusakan jalan yang masih dilakukan secara manual oleh tenaga kerja manusia sepenuhnya. Proses pencatatan secara manual tersebut bisa memakan waktu dua minggu untuk jalan sepanjang 1 km, belum lagi tingkat keakuratan yang rendah. Seiring berkembangnya teknologi, banyak penelitian bermunculan terkait sistem deteksi kerusakan jalan menggunakan pengolahan citra digital. Pada penelitian ini dilakukan dengan tujuan untuk membangun sistem temu kembali citra lubang jalan aspal berdasarkan tingkat kerusakan. Proses diawali dengan melakukan pre-processing untuk mendapatkan area lubang jalan tersegmentasi dan membuang area yang bukan lubang jalan. Selanjutnya dilakukan ekstraksi fitur tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM). Fitur yang digunakan dalam penelitian ini yaitu sebanyak 52 fitur yang berasal dari 13 fitur dengan sudut 0o, 45o, 90o dan 135o. Dari 52 fitur tersebut dilakukan seleksi fitur menggunakan metode Wrapper dan CFS. Pengujian yang dilakukan dalam penelitian ini yaitu pengujian terhadap nilai parameter bilateral filter yaitu diameter, &#x3C3;s dan &#x3C3;r, pengujian nilai parameter d pada GLCM, pengujian pengaruh seleksi fitur terhadap sistem temu kembali citra dan pengujian pengaruh waktu pengambilan citra. Hasil dari pengujian yang telah dilakukan yaitu didapatkan citra lubang jalan sebanyak 117 yang berhasil tersegmentasi dengan tepat pada diameter 101x101, &#x3C3;s= 75 dan &#x3C3;r=75. Penggunaan metode seleksi fitur Wrapper memberikan hasil rata-rata akurasi dan MAP yang lebih tinggi dibandingkan menggunakan metode seleksi fitur CFS maupun tidak menggunakan seleksi fitur. Akurasi dan MAP yang dihasilkan dari metode Wrapper dengan d=1 masing-masingnya yaitu sebesar 55.61% dan 0.710.</description><date>2018-01-18</date><type>Thesis:Thesis</type><type>PeerReview:NonPeerReviewed</type><identifier> Mahardika, Anggita (2018) Sistem Temu Kembali Citra Lubang Jalan Aspal Berdasarkan Tingkat Kerusakan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix. Sarjana thesis, Universitas Brawijaya. </identifier><relation>SKR/FTIK/2018/169/051801156</relation><recordID>11142</recordID></dc>
format Thesis:Thesis
Thesis
PeerReview:NonPeerReviewed
PeerReview
author Mahardika, Anggita
title Sistem Temu Kembali Citra Lubang Jalan Aspal Berdasarkan Tingkat Kerusakan Menggunakan Ekstraksi Fitur Gray Level Co-Occurrence Matrix
publishDate 2018
topic 006.2 Special-purpose systems
url http://repository.ub.ac.id/11142/
contents Kerusakan jalan raya di Indonesia sudah menjadi permasalahan yang cukup serius. Bahkan, kondisi jalan nasional di Jawa Timur saja kerusakannya sudah melebihi 40% dari total panjang jalan nasional di Jawa Timur. Kerusakan perkerasan permukaan jalan terutama lubang jalan sering kali mengganggu transportasi darat, bahkan tidak sedikit pula yang mengalami kecelakaan akibat adanya lubang jalan. Namun, penanganan perbaikan jalan dinilai masih lamban sehingga mengakibatkan bertambah parahnya kondisi kerusakan jalan. Salah satu faktor lamanya proses perbaikan jalan yaitu disebabkan oleh proses pencatatan kondisi kerusakan jalan yang masih dilakukan secara manual oleh tenaga kerja manusia sepenuhnya. Proses pencatatan secara manual tersebut bisa memakan waktu dua minggu untuk jalan sepanjang 1 km, belum lagi tingkat keakuratan yang rendah. Seiring berkembangnya teknologi, banyak penelitian bermunculan terkait sistem deteksi kerusakan jalan menggunakan pengolahan citra digital. Pada penelitian ini dilakukan dengan tujuan untuk membangun sistem temu kembali citra lubang jalan aspal berdasarkan tingkat kerusakan. Proses diawali dengan melakukan pre-processing untuk mendapatkan area lubang jalan tersegmentasi dan membuang area yang bukan lubang jalan. Selanjutnya dilakukan ekstraksi fitur tekstur menggunakan Gray Level Co-occurrence Matrix (GLCM). Fitur yang digunakan dalam penelitian ini yaitu sebanyak 52 fitur yang berasal dari 13 fitur dengan sudut 0o, 45o, 90o dan 135o. Dari 52 fitur tersebut dilakukan seleksi fitur menggunakan metode Wrapper dan CFS. Pengujian yang dilakukan dalam penelitian ini yaitu pengujian terhadap nilai parameter bilateral filter yaitu diameter, σs dan σr, pengujian nilai parameter d pada GLCM, pengujian pengaruh seleksi fitur terhadap sistem temu kembali citra dan pengujian pengaruh waktu pengambilan citra. Hasil dari pengujian yang telah dilakukan yaitu didapatkan citra lubang jalan sebanyak 117 yang berhasil tersegmentasi dengan tepat pada diameter 101x101, σs= 75 dan σr=75. Penggunaan metode seleksi fitur Wrapper memberikan hasil rata-rata akurasi dan MAP yang lebih tinggi dibandingkan menggunakan metode seleksi fitur CFS maupun tidak menggunakan seleksi fitur. Akurasi dan MAP yang dihasilkan dari metode Wrapper dengan d=1 masing-masingnya yaitu sebesar 55.61% dan 0.710.
id IOS4666.11142
institution Universitas Brawijaya
affiliation mill.onesearch.id
fkp2tn.onesearch.id
institution_id 30
institution_type library:university
library
library Perpustakaan Universitas Brawijaya
library_id 480
collection Repository Universitas Brawijaya
repository_id 4666
subject_area Indonesian Language Collection/Kumpulan Karya Umum dalam Bahasa Indonesia*
city MALANG
province JAWA TIMUR
shared_to_ipusnas_str 1
repoId IOS4666
first_indexed 2018-06-01T03:05:37Z
last_indexed 2021-10-18T02:15:32Z
recordtype dc
_version_ 1751453669799231488
score 17.538404

Lihat Juga