Kombinasi Metode Logical Binary Pattern dan K-Nearest Neighbor untuk Identifikasi Lubang pada Jalan Aspal

Putra Prima Arhandi, Mustika Mentari, Fathur Romadhon

Abstract


Kondisi jalan yang baik akan memudahkan segala aktivitas masyarakat. Terjadinya kerusakan pada jalan akan berakibat bukan hanya terhalangnya kegiatan ekonomi dan sosial namun akan berpengaruh pada keamanan dan kenyamanan pemakai jalan. Salah satu kendala utama yang menyebabkan lamanya perbaikan kerusakan jalan yaitu proses pendeteksian dan pencatatan kerusakan. Proses tersebut saat ini dilakukan secara manual dengan bantuan tenaga manusia. Karena proses pendeteksian dan pendataan masih dilakukan secara manual dengan tenaga manusia, waktu yang dibutuhkan relatif lama dan tingkat keakuratannya rendah. Oleh karena itu, pada penelitian ini dikembangkan sebuah sistem yang dapat menjadi alternatif Dinas Pembangunan Umum untuk mengidentifikasi lubang pada aspal sehingga dapat mempercepat proses perbaikan jalan. Sistem yang dikembangkan berhasil mengidentifikasi lubang pada jalan aspal menggunakan kombinasi metode Local Binary Pattern (LBP) dan K-Nearest Neighbor (KNN).Local Binary Pattern (LBP) untuk transformasi sebagai tahap awal ekstraksi ciri. Metode K- Nearest Neighbor (KNN) digunakan untuk klasifikasi citra jalan aspal berlubang atau tidak.Proses pengujian pada penelitian ini terdiri dari dua pengujian utama, yaitu pengujian unit dan pengujian akurasi. Pengujian unit dilakukan dengan black box testing. Pada pengujian akurasi diperoleh akurasi sebesar 96% dengan FAR sebesar 0% dan FRR sebesar 4,16%. Pada proses perhitungan lubang pada aspal diperoleh akurasi yang sangat baik yaitu sebesar 97,74%.

Keywords


Identifikasi Lubang Jalan Aspal; Local Binary Pattern; K-Nearest Neighbor

Full Text:

PDF

References


U. Bhatt, S. Mani, E. Xi, and J. Zico Kolter, “Intelligent Pothole Detection and Road Condition Assessment,” Bloom. Data Good Exch. Conf., 2017.

C. Koch and I. Brilakis, “Pothole detection in asphalt pavement images,” Adv. Eng. Informatics, vol. 25, no. 3, pp. 507–515, Aug. 2011, doi: 10.1016/j.aei.2011.01.002.

P. Hidayatullah et al., “Pendeteksian Lubang Di Jalan Secara Semi-Otomatis Semi-Automatic Pothole Detection,” pp. 41–51.

A. Kurniawardhani, N. Suciati, and I. Arieshanti, “Klasifikasi Citra Batik Menggunakan Metode Ekstraksi Ciri yang Invariant Terhadap Rotasi,” JUTI J. Ilm. Teknol. Inf., vol. 12, no. 2, p. 48, Jul. 2014, doi: 10.12962/j24068535.v12i2.a322.

A. K. Bachchan, A. Gorai, and P. Gupta, “Automatic license plate recognition using local binary pattern and histogram matching,” in Lecture Notes in Computer Science (including subseries Lecture Notes in Artificial Intelligence and Lecture Notes in Bioinformatics), 2017, vol. 10362 LNCS, pp. 22–34, doi: 10.1007/978-3-319-63312-1_3.

S. S. Gornale and A. K. Babaleshwar, “Detection and Classification of Signage’s from Random Mobile Videos Using Local Binary Patterns,” Image, Graph. Signal Process., vol. 2, pp. 52–59, 2018, doi: 10.5815/ijigsp.2018.02.06.

A. Azwar, “Integrasi Ekstraksi Fitur Local Binary Pattern dan Gray-Level Cooccurence Metriz untuk Pengenalan Ekspresi Mulut Pembelajar,” Ilk. J. Ilm., vol. 9, no. 1, pp. 17–24, Apr. 2017, doi: 10.33096/ilkom.v9i1.105.17-24.

A. Mahardika, Y. A. Sari, and C. Dewi, “Sistem Temu Kembali Citra Lubang Jalan Aspal Berdasarkan Tingkat Kerusakan Menggunakan Ekstraksi Fitur Gray Level Co-occurrence Matrix,” J. Pengemb. Teknol. Inf. dan Ilmu Komput., vol. 2, no. 10, pp. 3811–3821, 2018.

G. A. Pradnyana, I. K. A. Suryantara, and I. G. M. Darmawiguna, “Impression Classification of Endek (Balinese Fabric) Image Using K-Nearest Neighbors Method,” Kinet. Game Technol. Inf. Syst. Comput. Network, Comput. Electron. Control, vol. 3, no. 3, pp. 213–220, Apr. 2018, doi: 10.22219/kinetik.v3i3.611.

F. N. Achsani et al., “Deteksi Adanya Cacat Pada Kayu Menggunakan Metode Local Binary Pattern,” e-Proceeding Eng., vol. 2, no. 1, pp. 298–305, 2015.

B. Dwi Idestio and T. Agung Budi Wirayuda, “Alternative of Pothole Area Measurement Based-on Video using Threshold-based Marking and GLCM Alternatif Pengukuran Luas Lubang Jalan Berbasis Data Video Menerapkan Threshold-based Marking dan GLCM,” Aug. 2014. doi: 10.14203/J.INKOM.235.

H. Y. Sugandi, “Penerapan Metode Run-Length dan Algoritma Simple Naive Bayes untuk Identifikasi Sidik Jari,” J. Imiah Komput. dan Inform., vol. 5, no. 1, pp. 45–54, 2016.

D. Putra, Pengolahan Citra Digital, no. April. Yogyakarta: Penerbit Andi, 2010.

M. S. Nixon and A. S. Aguado, Feature Extraction and Image Processing for Computer Vision. United States: Academic Press, 2020.

R. Favoria Gusa, “Pengolahan Citra Digital Untuk Menghitung Luas Daerah Bekas Penambangan Timah,” J. Nas. Tek. Elektro, vol. 2, no. 2, pp. 27–34, 2013, doi: 10.20449/jnte.v2i2.71.

A. N. Fadhlillah, L. Novamizanti, and R. D. Atmaja, “Analisis Dan Implementasi Klasifikasi K-nearest Neighbor (k-nn) Pada Sistem Identifikasi Biometrik Telapak Kaki Manusia,” eProceedings Eng., vol. 2, no. 2, 2015.




DOI: http://dx.doi.org/10.23887/janapati.v10i1.30999

Article Metrics

Abstract view : 136 times
PDF file view : 152 times

Refbacks

  • There are currently no refbacks.


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


Published By:

PRODI PENDIDIKAN TEKNIK INFORMATIKA
JURUSAN TEKNIK INFORMATIKA
FAKULTAS TEKNIK DAN KEJURUAN
UNIVERSITAS PENDIDIKAN GANESHA

Jl. Udayana, Kampus Tengah, Singaraja-Bali
Kode Pos 81116
Telp. 0362-27213
Homepage: http://pti.undiksha.ac.id

 

JANAPATI indexed by:  

     Crossref JPI    

Creative Commons License

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