Penelitian ini mengembangkan model optimasi pemeliharaan jalan dengan metodologi yang meliputi studi literatur, pengumpulan data, analisis, serta penarikan kesimpulan dan saran. Kerangka kerja penelitian dimulai dengan analisis deteriorasi akibat banjir pada jaringan jalan. Penelitian ini meninjau hasil dengan tiga metode analisis yaitu greedy heuristik, reinforcement learning (menggunakan aplikasi Optant RL), dan Naive Bayes Classifier (dengan aplikasi RapidMiner) yang berfokus pada penyelesaian masalah optimasi dengan dua skenario tingkat banjir. Selain itu, dilakukan pemodelan sederhana untuk analisis optimasi, penambahan biaya operasional kendaraan (BOK) akibat kondisi jalan berdasarkan nilai IRI, serta konversi nilai IRI dan biaya pengguna (user cost) untuk memudahkan analisis.