IRPIIRPI
MALCOM: Indonesian Journal of Machine Learning and Computer ScienceMALCOM: Indonesian Journal of Machine Learning and Computer ScienceThis study presents a mobile-based road damage detection system using Teachable Machine and TensorFlow Lite to support real-time monitoring and efficient infrastructure maintenance. The system identifies road damage types such as cracks, potholes, and uneven surfaces. The RDD2020 dataset is used for model training, with preprocessing steps including augmentation, normalization, and resizing. A Convolutional Neural Network (CNN) model is trained through Teachable Machine for ease of customization. TensorFlow Lite is employed for on-device inference, with optimization techniques like quantization and pruning applied to improve speed and reduce model size. The system is evaluated using precision, recall, F1-score, and accuracy metrics under varying lighting and weather conditions. The final model is deployed in a mobile app using TensorFlow Lite Interpreter for efficient performance. Experimental results show high detection accuracy, with a precision of X% and F1-score of Y% (insert actual values). This approach offers a lightweight, cost-effective solution for road maintenance authorities and urban planners. Future enhancements include dataset expansion, integration with mapping tools, and improved robustness in diverse environments. Overall, the proposed system enables real-time, accurate road damage detection and supports smarter, eco-friendly infrastructure management.
The study successfully developed a real-time road damage detection system utilizing Teachable Machine and TensorFlow Lite, effectively classifying road surfaces into potholes, cracks, and normal conditions with high accuracy.The lightweight TensorFlow Lite model ensures efficient mobile deployment, enabling real-time monitoring without requiring extensive computational resources.These findings demonstrate the systems potential to assist road maintenance authorities and urban planners in identifying and addressing road damage efficiently.
Future research should explore the integration of this mobile-based damage detection system with Geographic Information Systems (GIS) to create a dynamic map of road conditions, enabling prioritized maintenance scheduling and resource allocation. Furthermore, investigating the use of more advanced deep learning architectures, such as transformers, could potentially improve the accuracy of damage classification, particularly for subtle or complex damage patterns. Finally, a study focusing on the long-term performance and robustness of the system under diverse environmental conditions and varying device capabilities is crucial to ensure its reliable deployment and widespread adoption, contributing to safer and more sustainable road infrastructure management.
| File size | 733.79 KB |
| Pages | 9 |
| DMCA | Report |
Related /
DINUSDINUS Penelitian ini telah mengeksplorasi potensi penggunaan gambar anak, khususnya yang terinspirasi oleh cerita Timun Emas, dalam mendukung penciptaan animasiPenelitian ini telah mengeksplorasi potensi penggunaan gambar anak, khususnya yang terinspirasi oleh cerita Timun Emas, dalam mendukung penciptaan animasi
IRPIIRPI This study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further explorationThis study contributes to selecting a more suitable algorithm for customer segmentation in the era of big data and opens opportunities for further exploration
IRPIIRPI 082. Temuan ini menyarankan penelitian lebih lanjut untuk menciptakan konten yang lebih terarah dan mencari faktor-faktor signifikan yang meningkatkan082. Temuan ini menyarankan penelitian lebih lanjut untuk menciptakan konten yang lebih terarah dan mencari faktor-faktor signifikan yang meningkatkan
IRPIIRPI Berdasarkan hasil penelitian, sistem chatbot tafsir berbasis Chainlit, Groq, dan Ollama berhasil dikembangkan dan diimplementasikan sesuai dengan tujuanBerdasarkan hasil penelitian, sistem chatbot tafsir berbasis Chainlit, Groq, dan Ollama berhasil dikembangkan dan diimplementasikan sesuai dengan tujuan
IRPIIRPI Proses modeling lapser prediction menggunakan algoritma machine learning Gradient Boosting yang dianalisis sebelum dan sesudah seleksi fitur Boruta. HasilProses modeling lapser prediction menggunakan algoritma machine learning Gradient Boosting yang dianalisis sebelum dan sesudah seleksi fitur Boruta. Hasil
IRPIIRPI Membaca resep dokter tulisan tangan merupakan tantangan yang dihadapi oleh sebagian besar pasien dan beberapa apoteker, yang dalam beberapa kasus dapatMembaca resep dokter tulisan tangan merupakan tantangan yang dihadapi oleh sebagian besar pasien dan beberapa apoteker, yang dalam beberapa kasus dapat
IRPIIRPI Penyakit jantung merupakan salah satu penyebab utama kematian yang disebabkan oleh faktor gaya hidup tidak sehat. Untuk mengatasi permasalahan ini, penelitianPenyakit jantung merupakan salah satu penyebab utama kematian yang disebabkan oleh faktor gaya hidup tidak sehat. Untuk mengatasi permasalahan ini, penelitian
STAIMADIUNSTAIMADIUN Proses perencanaan, pelaksanaan, dan evaluasi merupakan tahapan krusial. Namun, keberhasilan tidak hanya bergantung pada komputer, tetapi juga pada kemampuanProses perencanaan, pelaksanaan, dan evaluasi merupakan tahapan krusial. Namun, keberhasilan tidak hanya bergantung pada komputer, tetapi juga pada kemampuan
Useful /
DINUSDINUS Dalam perancangan karya komik ini, cerita Doyan Nada akan dibagi menjadi dua buku dimana akan memfokuskan pada development karakter dan pendekatan visualDalam perancangan karya komik ini, cerita Doyan Nada akan dibagi menjadi dua buku dimana akan memfokuskan pada development karakter dan pendekatan visual
JURNALFTIJAYABAYAJURNALFTIJAYABAYA Daya listrik dengan posisi solar tracker sedikit lebih baik dibandingkan dengan panel surya posisi statis. Efisiensi daya listrik tertinggi sebesar 14,13%Daya listrik dengan posisi solar tracker sedikit lebih baik dibandingkan dengan panel surya posisi statis. Efisiensi daya listrik tertinggi sebesar 14,13%
EDUPEDEDUPED Penelitian ini bertujuan untuk memecahkan masalah minimnya aktivitas belajar fisika, mengetahui pelaksanaan pembelajaran bongkar pasang pada aplikasi PhetPenelitian ini bertujuan untuk memecahkan masalah minimnya aktivitas belajar fisika, mengetahui pelaksanaan pembelajaran bongkar pasang pada aplikasi Phet
EDUPEDEDUPED Penelitian ini merupakan penelitian tindakan kelas. Dari hasil penelitian yang telah dilakukan pada bulan Juli s. d Nopember 2021 dengan 2 siklus terdapatPenelitian ini merupakan penelitian tindakan kelas. Dari hasil penelitian yang telah dilakukan pada bulan Juli s. d Nopember 2021 dengan 2 siklus terdapat