S KOM 1001128 Table of content

(1)

DAFTAR ISI

PERNYATAAN ... iii

ABSTRAK ... iv

ABSTRACT ... v

KATA PENGANTAR ... vi

UCAPAN TERIMAKASIH ... vii

DAFTAR ISI ... ix

DAFTAR TABEL ... xii

DAFTAR GAMBAR ... xiv

BAB I PENDAHULUAN ... 1

1.1 Latar Belakang ... 1

1.2 Rumusan Masalah ... 6

1.3 Tujuan Penelitian ... 6

1.4 Batasan Masalah ... 7

1.5 Metodologi Penelitian ... 7

1.6 Sistematika Penulisan ... 8

BAB II TINJAUAN PUSTAKA ... 9

2.1 Kerusakan Jalan ... 9

2.1.1 Penentuan Nilai Kondisi Jalan Rusak ... 10

2.1.2 Contoh Sistem Pemantauan dan Pelaporan Jalan Rusak ... 13

2.2 Algoritma Deteksi Jalan Rusak ... 18

2.2.1 Preprocessing ... 19

2.2.2 Algoritma Filter untuk Mendeteksi Jalan Rusak (Pothole Patrol Algorithm) ... 20

2.2.3 Pengelompokan Berdasarkan Informasi Lokasi ... 24

(2)

Rudi Hartono, 2015

APLIKASI PENDETEKSI JALAN RUSAK MEMANFAATKAN AKSELEROMETER PADA SMARTPHONE

Universitas Pendidikan Indonesia | repository.upi.edu | perpustakaan.upi.edu

2.3 Penilaian Performance Sistem Deteksi Jalan Rusak ... 25

2.4 Smartphone Sensors ... 27

2.4.1 Akselerometer ... 27

2.4.2 Global Positioning System ... 31

2.5 Ploting Hasil Deteksi Memanfaatkan Google Maps Services ... 36

BAB I METODOLOGI PENELITIAN ... 37

3.1 Desain Penelitian ... 37

3.2 Metode Penelitian ... 42

3.2.1 Metode Pengumpulan Data ... 42

3.2.2 Metode Pengembangan Perangkat Lunak ... 42

3.3 Alat dan Bahan ... 44

3.3.1 Alat Penelitian ... 44

3.3.2 Bahan Penelitian ... 46

BAB II HASIL PENELITIAN DAN PEMBAHASAN ... 49

4.1 Hasil Penelitian ... 49

4.1.1 Hasil Pengukuran Jalan Rusak Menggunakan Akselerometer ... 49

4.1.2 Hasil Pengembangan Perangkat Lunak ... 51

4.1.3 Hasil Sistem Deteksi Jalan Rusak ... 61

4.1.4 Hasil Pengujian Performance Sistem Deteksi ... 75

4.2 Pembahasan Penelitian ... 78

(3)

4.2.2 Pembahasan Hasil Sistem Deteksi Jalan Rusak ... 81

4.2.3 Pembahasan Hasil Pengujian Sistem ... 83

4.3 Analisis Hasil Pengujian ... 85

BAB V KESIMPUAN DAN SARAN ... 93

5.1 Kesimpulan ... 93

5.2 Saran ... 94

DAFTAR PUSTAKA ... 95

(4)

Rudi Hartono, 2015

APLIKASI PENDETEKSI JALAN RUSAK MEMANFAATKAN AKSELEROMETER PADA SMARTPHONE

DAFTAR TABEL

Tabel 2.1 Tabel penentuan kondisi jalan berdasarkan nilai RCI ... 11

Tabel 2.2 Data uji coba dari daftar kelas yang berhasil dilaporkan sebagai “pothole” dari algoritma P2, sebelum dan sesudah training data ditambahkan terhadap loosely label data ... 15

Tabel 2.3 tabel confusion perhitungan kemampuan sistem ... 25

Tabel 2.4 Tabel atribut kelas Accelerometer ... 29

Tabel 2.5 Tabel event kelas Accelerometer ... 29

Tabel 2.6 Tabel method kelas Accelerometer ... 29

Tabel 2.7 Tabel atribut kelas Geolocator ... 32

Tabel 2.8 Tabel event kelas Geolocator ... 33

Tabel 2.9 Tabel atribut kelas GeoCoordinate ... 33

Tabel 2.10 Tabel method kelas GeoCoordinate ... 33

Tabel 3.1 Tabel perangkat keras komputer ... 44

Tabel 3.2 Tabel perangkat keras smartphone ... 45

Tabel 3.3 Tabel atribut data akselerometer dan GPS yang dihasilkan smartphone sebagai bahan penelitian... 47

(5)

Tabel 4.2 tabel data mentah yang berhasil dikumpulkan melalui

akselerometer dan GPS pada smartphone ... 63

Tabel 4.3 hasil uji coba pelatihan sistem terhadap 18 kerusakan jalan yang menghasilkan skor tertinggi ... 65

Tabel 4.4 Atribut masukan sistem pendeteksi jalan rusak... 67

Tabel 4.5 Atribut keluaran sistem pendeteksi jalan rusak ... 68

Tabel 4.6 Kerusakan jalan yang dikenali oleh sistem ... 73

Tabel 4.7 Matrik deteksi sistem terhadap kerusakan jalan dengan tz = 0,276 Tabel 4.8 Matrik deteksi sistem terhadap kerusakan jalan dengan tz = 0,2, tx = 0,257 ... 76

Tabel 4.9 Matrik deteksi sistem terhadap kerusakan jalan dengan tz = 0,2, tx = 0,257, ts = 0,008 ... 77

(6)

Rudi Hartono, 2015

APLIKASI PENDETEKSI JALAN RUSAK MEMANFAATKAN AKSELEROMETER PADA SMARTPHONE

DAFTAR GAMBAR

Gambar 1.1 Arsitektur sistem pemantauan dengan metode gambar dua dimensi ... 3 Gambar 2.1 Korelasi antara nilai IRI dan nilai RCI... 10 Gambar 2.2 Model RODAS client untuk aplikasi smartphone IoS ... 16 Gambar 2.3 Lubang jalan yang berhasil diidentifikasi dan ditampilkan pada situs dengan informasi gambar lubang jalan, lokasi, dan waktu pengambilan ... 16 Gambar 2.4 Contoh pelaporan jalan berlubang di situs FixMyStreet ... 17 Gambar 2.5 Uji coba sistem pendeteksi kerusakan jalan dari proyek

“Continous Road Damage Detection Using Regular Services Vehicles” ... 18

Gambar 2.6 Pendeteksian lubang jalan yang terdiri dari lima modul filter untuk pemisahan anomali jalan yang bukan jalan berlubang (pothole) (Eriksson J. dkk., 2008 ... 21 Gambar 2.7 Sampel sinyal akselerometer dari beberapa anomali jalan... 23 Gambar 2.8 Orientasi nilai setiap sumbu X,Y,Z pada tiga sumbu akselerometer smartphone ... 28 Gambar 2.9 Orientasi tiga sumbu akselerometer pada smartphone dengan layar menghadap ke atas yang menghasilkan nilai gravitasi pada sumbu Z -1g ... 31 Gambar 2.10 Gambar yang dihasilkan melalui google static map API ... 36 Gambar 3.1 Tahapa penelitian ... 41 Gambar 3.2 Skema metode pengembangan perangkat lunak iteratif

(7)

Gambar 4.1 Diagram kelas aplikasi pendetek jalan rusak ... 54 Gambar 4.3 Tampilan aplikasi saat pertama kali dibuka ... 56 Gambar 4.4 Kotak dialog untuk memipilih file yang akan diproses... 57 Gambar 4.5 Antarmuka untuk menandai fasilitas filter yang disediakan .... 57 Gambar 4.6 Kotak dialog untuk memilih file yang akan diproses ... 58 Gambar 4.7 Antarmuka listview untuk menampilkan hasil deteksi ... 59 Gambar 4.8 Antarmuka hasil deteksi pada peta static yang didapat dari

(8)

Rudi Hartono, 2015

APLIKASI PENDETEKSI JALAN RUSAK MEMANFAATKAN AKSELEROMETER PADA SMARTPHONE

Gambar 4.17 Anomali jalan yang dideteksi menggunakan batas puncak Z (tz) ... 70 Gambar 4.18 Anomali jalan yang berhasil dideteksi menggunakan batas puncak Z (tz) ditambah dengan tx ... 71 Gambar 4.19 Jalan rusak yang berhasil dideteksi menggunakan batas puncak Z (tz) ditambah dengan tx dan ts ... 72 Gambar 4.20 Orientasi tiga sumbu akselerometer pada smartphone dengan layar menghadap ke atas yang menghasilkan nilai gravitasi pada sumbu Z -1g ... 78 Gambar 2.21 gambar bagian jalan yang berhasil dibuang oleh algoritma filter (a) sambungan siar muai (b) polisi tidur ... 82 Gambar 4.22 Lokasi titik kerusakan yang sangat jauh dari titik sebenarnya ... 87 Gambar 4.23 Kesalahan identifikasi sistem pada titik-titik dimana (a) adalah tiga polisi tidur, (b) tanjakan singkat, dan (c) sambungan siar muai atau sambungan jalan ... 88 Gambar 4.24 Grafik akselerasi yang dihasilkan akselerometer terhadap berbagai jenis bagian jalan (polisi tidur, sambungan siar muai, dan tanjakan singkat) yang dikenali sebagai jalan rusak ... 90 Gambar 4.25 (a) Titik lokasi yang berhasil dikenali dengan tz dan tx (b) sebagian titik pada gambar a hilang karena terbuang oleh faktor ts

(kecepatan = 35 km/jam) (c) grafik pembacaan jalan retak yang tidak