Seiring bertambahnya peningkatan pada penduduk membuat kerusakan jalan meningkat sehingga menimbulkan kecelakaan yang kerap terjadi yang menyebabkan rasa tidak aman pada saat berkendara. Untuk dapat mencegah kerusakan jalan menjadi lebih parah maka akan dilakukan penelitian klasifikasi kerusakan jalan pada citra jalan raya dengan menggunakan convolutional neural network yang dimana data yang dihasilkan dari penelitian pada data sebanyak 140 yang berupa data gambar menghasilkan 37% data berlubang, 32% data kerusakan retak, dan 30% yang tidak ada kerusakan, dari data didapat jalan yang rusak terdapat 69% dan jalan yang tidak ada kerusakan terdapat 30% diharapkan akan berguna bagi pihak yang bertanggung jawab dalam mengurangi dampak dari kerusakan jalan pada wilayah tertentu seperti pada kasus penelitian ini adalah wilayah kota Pontianak. Hasil tertinggi pada pengujian data uji adalah pada epoch ke 6 dengan akurasi sebesar 80%, sedangkan rasio prediksi benar positif dibandingkan dengan keseluruhan hasil yang diprediksi positif yang disebut precission yaitu 79% dan rasio prediksi benar positif dibandingkan dengan keseluruhan data yang benar positif yang disebut recall yaitu 79%.
Copyrights © 2023