Perpustakaan Digital ITB

Salah satu aspek penting dalam pemeliharaan jalan adalah mengenali jenis kerusakan jalan. Berbagai penelitian telah dilakukan untuk mengidentifikasi berbagai bentuk kerusakan jalan secara otomatis. Identifikasi secara otomatis dilakukan umumnya dilakukan pada server, namun hal ini memiliki kelemahan karena adanya latensi. Pada penelitian ini, kami memanfaatkan kolaborasi edge- cloud untuk mendeteksi kerusakan jalan. Dataset yang digunakan adalah RDD2022. Dataset ini akan dilatih dengan beberapa algoritma, kemudian kami membandingkan hasil akurasinya untuk menentukan algoritma yang terbaik. Pada penelitian ini juga dilakukan tahapan prepsocessing dengan image enhancement untuk meningkatkan akurasi deteksi. Proses image enhancement ini digunakan untuk menyeimbangkan dataset dan menambahkan lebih banyak fitur pada suatu gambar. Proses image enhancement ini meningkatkan akurasi sebesar 1,2%. Kemudian, kami menerapkan model yang telah terpilih untuk diterapkan pada perangkat edge untuk mendeteksi kerusakan jalan. Kemudian gambar yang tidak berhasil dideteksi akan dikirim ke cloud untuk disimpan dan dilakukan proses training ulang. Model dari hasil training ini nantinya akan digunakan untuk memperbaharui model yang sudah ada pada edge sebelumnya. Penerapan sistem kolaborasi edge-cloud ini menghasilkan waktu deteksi yang lebih cepat dengan akurasi deteksi 88,25%.