IDENTIFIKASI TINGKAT KERUSAKAN JALAN RAYA MENGGUNAKAN THRESHOLDING DAN K-MEANS

• NURFIYAH
• 14002255

---

ABSTRAK

ABSTRAK

 

 

Nama                     :     Nurfiyah

NIM                      :     14002255

Program Studi       :     Magister Ilmu Komputer

Jenjang                  :     Strata Dua (S2)

Konsentrasi           :     Image Processing

Judul                     :     “Identifikasi Tingkat Kerusakan Jalan Raya Menggunakan Thresholding Dan K-Means”

 

      Jalan merupakan sarana transportasi darat yang meliputi segala bagian jalan, termasuk bagunan pelengkap dan perlengkapannya yang diperuntukan bagi lalu lintas yang berada pada permukaan tanah, diatas permukaan tanah, serta diatas permukaan air kecuali jalan kereta api, jalan lori, dan jalan kabel. Jalan berlubang dapat dikatakan sebagai suatu kondisi dimana struktural dan fungsional jalan sudah tidak mampu lagi memberikan pelayanan yang normal dan optimal terhadap lalu lintas yang melintas pada jalan raya tersebut, yang berbentuk seperti mangkuk pada permukaan jalan dan dimensi lubang pada umumnya adalah 150 mm. Untuk itu penelitian ini bertujuan untuk melakukan pengolahan citra berupa identifikasi tingkat kerusakan pada citra jalan berlubang di jalan raya  menggunakan algoritma Thresholding dan K-Means, setelah itu dilakukan penghitungan diamter agar dapat diketahui tingkat kerusakan pada citra jalan berlubang di jalan raya. Hasil dari penelitian ini diperoleh citra jalan berlubang sebanyak 26 citra, dengan 21 citra tersegmentasi dengan baik dengan menggunakan program yang telah dirancang 

 

Kata kunci: Identifikasi, Thresholding, K-Means, Diameter, Tingkat Kerusakan Jalan.

KATA KUNCI

Metode K-means,Thresholding

---

DAFTAR PUSTAKA

DAFTAR PUSTAKA

 

[1]      “Permen PUPR Nomor 28 tahun 2015.” 2015.

[2]      P. Yusuf Budiarto, “Deteksi Objek Lubang pada Citra Jalan Raya menggunakan Pengolahan Citra Digital,” J. Komput. Terap., vol. 3, no. 2, pp. 109–118, 2017.

[3]      J. S. Miller and W. Y. Bellinger, “FHWA, Distress Identification manual for the Long-Term Pavement Performance Program. Report FHWA-HRT-13-092,” no. May, p. 142, 2014.

[4]      V. Annisah Putri, “Identifikasi Jenis Kerusakan pada Perkerasan Lentur,” Rev. Bras. Ergon., vol. 9, no. 2, p. 10, 2016.

[5]      Y. Zhang, J. Zhang, T. Li, and K. Sun, “Road extraction and intersection detection based on tensor voting,” Int. Geosci. Remote Sens. Symp., vol. 2016-Novem, pp. 1587–1590, 2016.

[6]      K. Rebai, N. Achour, and O. Azouaoui, “Road intersection detection and classification using hierarchical SVM classifier,” Adv. Robot., vol. 28, no. 14, pp. 929–941, 2014.

[7]      V. Tumen, O. Yildirim, and B. Ergen, “Recognition of road type and quality for advanced driver assistance systems with deep learning,” Elektron. ir Elektrotechnika, vol. 24, no. 6, pp. 67–74, 2018.

[8]      T. H. Andika and N. S. Anisa, “Sistem Identifikasi Citra Daun Berbasis Segmentasi Dengan Menggunakan Metode K-Means Clustering,” vol. 2, no. 1, pp. 9–17.

[9]      W. S. J. S, Y. V. Via, and R. H. Setiawan, “SEGMENTASI OBJEK BUAH PADA CITRA DIGITAL MENGGUNAKAN METODE K-MEANS CLUSTERING,” vol. X, pp. 69–74, 2015.

[10]    “No Title.”

[11]    “DETEKSI EMBRIO AYAM BERDASARKAN CITRA GRAYSCALE MENGGUNAKAN K-MEANS AUTOMATIC THRESHOLDING Paulus Harsadi 1),” pp. 49–56.

[12]    B. D. Idestio, T. Agung, and B. 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,” vol. 7, no. 2, 2013.

[13]    M. Y. Shahin and J. A. Walther, “Pavement Maintenance Management PAVER System,” Tehchnical Dep. Army, 1990.

[14]    Dharminto, “Metode Penelitian dan Penelitian Sampel,” Br. J. Educ. Stud., vol. 55, no. 4, pp. 468–469, 2007.

[15]    D. Priyono., Metode Penelitian Kuantitatif. 2008.