View/Open

Author
RAKA, PUTRA PRATAMA RUMANSAH

Date Published
12 Feb 2026

Advisor
Andri Yadi P, S.Si., M.Sc.,
Putu Pradnya Andika, S.T., M.T.,

Subject
Teknik Geofisika

Publisher

Permasalahan dalam interpretasi data Ground Penetrating Radar (GPR) adalah ketergantungan terhadap keahlian operator, waktu analisis yang lama, dan potensi subjektivitas hasil. Untuk mengatasi hal tersebut, penelitian ini mengimplementasikan teknologi computer vision menggunakan model YOLOv12 (You Only Look Once) yang mampu mendeteksi pola hiperbolik secara otomatis. Pengembangan aplikasi berbasis computer vision bernama “ITERA-VISION-GPR-UI (ITERA Vision System for GPR Utilities Inference)” dirancang untuk mendeteksi utilitas bawah permukaan menggunakan citra radargram dari metode GPR. Dataset penelitian terdiri dari 82 citra radargram yang telah melalui tahapan Pre-processing dan labelling menggunakan Roboflow. Pelatihan model dilakukan pada Google Colaboratory menggunakan varian YOLOv12s dengan parameter utama epochs 500, optimizer AdamW, input imgsz 640 pixel (640 x 640 x 3), batch 1 dan patience 100. Dalam menguji performa model, matrix utama yang digunakan adalah Precision, Recall, Mean Average Precision pada ambang batas IoU 0,50 (mAP50), dan Mean Average Precision pada banyak ambang IoU 0,50-0,95 (mAP50-95). Pada epoch ke-292, hasil evaluasi matrix menunjukkan bahwa model mencapai nilai Precision sebesar (0,85), Recall (0,77), mAP50 (0,82), dan mAP50-95 sebesar (0,51) dengan tingkat akurasi keseluruhan mencapai 0,69. Nilai-nilai tersebut membuktikan bahwa model memiliki performa yang cukup baik dalam mendeteksi utilitas bawah permukaan. Meski terdapat beberapa kekurangan, Aplikasi yang dibangun kelak dapat membantu geophysicist dalam melakukan interpretasi citra radargram secara lebih efisien, cepat, dan akurat.

URI
https://repo.itera.ac.id/depan/submission/SB2602060005

Keyword
GPR ITERA-VISION-GPR-UI Computer vision YOLOv12 Utilitas