UNITOMOUNITOMO

Inform: Jurnal Ilmiah Bidang Teknologi Informasi dan KomunikasiInform: Jurnal Ilmiah Bidang Teknologi Informasi dan Komunikasi

Internet of Things (IoT) telah banyak dipakai untuk Smart City karena kemampuannya memproses berbagai sistem akhir. Penerapan AI pada sistem penyiaran data memungkinkan deteksi kondisi jalan secara real‑time. Penelitian ini mengusulkan sistem deteksi lubang jalan menggunakan Convolutional Neural Network (CNN) berbasis MobileNet SSD v2, yang dioptimalkan dengan Edge TPU pada Jetson Nano. Sistem terintegrasi kamera, GPS, dan jaringan IoT untuk memproses dan mengirim data ke server, kemudian menampilkan hasil deteksi serta koordinatnya melalui laman web. Penilaian model menunjukkan nilai mean average precision (mAP) 0,22 dan recall yang cukup baik, sekaligus GPS memiliki deviasi rata‑rata 1,5 m.

Metode CNN, khususnya MobileNet SSD v2, berhasil dikembangkan menjadi sistem deteksi lubang jalan secara real‑time pada infrastruktur IoT.Sistem ini dapat memproses gambar dengan kecepatan 60 frame per detik dan menyampaikan lokasi dengan deviasi GPS tidak lebih dari 1,5 meter.Hasil eksperimen menunjukkan potensi penerapan nyata, walau masih perlu optimasi data dan peningkatan akurasi di kondisi cahaya malam.

1. Meneliti penggunaan dataset multi‑sumber (misalnya satelit, drone, dan lidar) untuk meningkatkan variasi dan kualitas data pelatihan sehingga akurasi deteksi lubang dapat meningkat secara signifikan. 2. Mengembangkan aplikasi edge‑learning yang dapat memodifikasi model secara on‑the‑fly sesuai kondisi pencahayaan dan kecepatan kendaraan, sehingga mengurangi kesalahan deteksi di malam hari dan pada kecepatan tinggi. 3. Mengimplementasikan sistem penyebaran data real‑time ke platform open‑data kota, sehingga pihak manajemen transportasi dapat memprioritaskan perbaikan infrastruktur secara dinamis dan transparan.

Read online
File size945.78 KB
Pages7
DMCAReport

Related /

ads-block-test