Sistem Pendeteksi Dini Lubang pada Jalan menggunakan Gray Level Co-Occurrence Matrix berbasis Raspberry Pi
Kata Kunci:
Pendeteksi dini lubang, Pothole warning detection, Gray Level Co-Occurrence Matrix, Support Vector Machine, Raspberry PiAbstrak
Saat ini moda transportasi darat merupakan moda yang paling diminati. Hal ini ditunjukkan dengan data meningkatnya jumlah kendaraan bermotor yang ada di Indonesia. Kerusakan jalan sangat berpengaruh dalam berkendara, karena dapat menimbulkan ketidaknyamanan pada pengemudi dan menyebabkan efek kerusakan pada kendaraan. Berdasarkan data penyebab kecelakaan, faktor prasarana dan lingkungan merupakan salah satu faktor penyebab kecelakaan, dan lubang merupakan salah satunya. Solusi untuk permasalahan tersebut adalah membuat sistem untuk bisa mendeteksi lubang pada jalan. Penelitian ini menggunakan metode Gray Level Co-Occurrence Matrix (GLCM) untuk ekstraksi fitur dari lubang, kemudian mengklasifikasi lubang atau bukan dengan metode Support Vector Machine (SVM). Sistem membutuhkan kamera untuk mengambil citra untuk dideteksi dan pengenalan objek lubang. Jika berhasil mengenali maka pengemudi akan mendapatkan notifikasi berupa suara dari speaker. Pengujian dilakukan melalui beberapa uji coba berdasarkan nilai d dan teta yang bervariatif yaitu d = 1, 2 dan teta = 0, 45, 90, 135 dan saat range kecepatan kendaraan (0-30 km/jam) dan (30-60 km/jam). Nilai d dan teta yang menjadi nilai terbaik dalam mendeteksi lubang adalah d = 2 dan teta = 90. Rata- rata hasil akurasi terbaik adalah saat kecepatan (0-30 km/jam) dengan rata- rata akurasi sebesar 81.70%. Rata- rata akurasi integrasi deteksi terhadap hardware adalah sebesar 87,5%. Pada pengujian rata- rata waktu komputasi sistem untuk mendeteksi lubang pada jalan diperlukan waktu sebesar 134,17 ms.