Klasifikasi Kerusakan Jalan Pada Video Real-Time Menggunakan Algoritma YOLO-V5 (You Only Look Once) berbasis Flask

Hasanah, Kholifatul (2024) Klasifikasi Kerusakan Jalan Pada Video Real-Time Menggunakan Algoritma YOLO-V5 (You Only Look Once) berbasis Flask. Other thesis, UNIVERSITAS NURUL JADID.

[thumbnail of Skripsi_2021400090_Kholifatul Hasanah_IF.pdf] Text
Skripsi_2021400090_Kholifatul Hasanah_IF.pdf
Restricted to Registered users only

Download (5MB)

Abstract

Hasanah, Kholifatul. 2024. Klasifikasi Kerusakan Jalan Pada Video Real-Time Menggunakan Algoritma YOLOv5 Berbasis Flask. Skripsi, Prodi Informatika, Fakultas Teknik, Universitas Nurul Jadid Paiton Probolinggo. Pembimbing: (I) Ratri Enggar Pawening, M.Kom., (II) Anis Yusrotun Nadhiroh, S.Kom, M.MT.

Kata Kunci: YOLOv5, Web Flask, Kerusakan Jalan, Real-Time Detection.

Jalan merupakan fasilitas umum krusial bagi mobilitas masyarakat, di mana kerusakan yang signifikan dapat mengancam keselamatan berkendara. Penelitian ini bertujuan untuk mengidentifikasi dan mengklasifikasikan jenis kerusakan jalan secara real-time melalui pemrosesan video. Metode yang digunakan adalah algoritma You Only Look Once versi 5 (YOLOv5) yang diintegrasikan ke dalam aplikasi web berbasis framework Flask. Dataset dalam penelitian ini berjumlah 1.004 data gambar yang diekstraksi dari video dan dikategorikan ke dalam tiga kelas, yaitu jalan berlubang, jalan retak, serta jalan kondisi baik. Dataset dibagi secara sistematis menjadi data pelatihan (70%), data validasi (20%), dan data pengujian (10%). Hasil penelitian menunjukkan bahwa model YOLOv5 mencapai tingkat akurasi sebesar 67% pada threshold IoU 0,5. Capaian ini menunjukkan bahwa model masih memiliki keterbatasan dalam mendeteksi dan mengklasifikasikan kerusakan jalan secara akurat dan konsisten di berbagai kondisi lingkungan. Meskipun demikian, aplikasi berbasis Flask yang dikembangkan telah mampu menjalankan fungsi prediksi pada video, memberikan landasan bagi pengembangan sistem monitoring infrastruktur jalan yang lebih responsif di masa depan.

Item Type: Thesis (Other)
Subjects: Q Science > QA Mathematics
Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Q Science > QA Mathematics > QA76 Computer software
T Technology > TE Highway engineering. Roads and pavements
Divisions: Fakultas Teknik > S1 Teknik Informatika
Depositing User: Saiful Ghazi
Date Deposited: 28 Apr 2026 04:08
Last Modified: 28 Apr 2026 04:08
URI: https://repository.unuja.ac.id/id/eprint/3177

Actions (login required)

View Item View Item