View/Open

Author
FESTUS, MIKHAEL

Date Published
18 Jul 2026

Advisor
Imam Eko Wicaksono, S.Si., M.Si.,
I Wayan Wiprayoga Wisesa, S.Kom., M.Kom.,

Subject
Teknik Informatika

Publisher

Kerusakan jalan raya seperti lubang dan retakan merupakan permasalahan infrastruktur krusial yang memerlukan penanganan cepat demi keselamatan berkendara. Penelitian ini bertujuan untuk mengembangkan model deteksi objek otomatis berbasis \textit{deep learning} yang ringan (\textit{lightweight}) untuk mengklasifikasikan multi-kelas kerusakan jalan secara efisien. Metode yang diusulkan adalah melakukan modifikasi arsitektur YOLOv8n dengan mengintegrasikan \textit{backbone} MobileNetV3 dan modul atensi \textit{Squeeze-and-Excitation} (SE) \textit{Block} guna mereduksi beban komputasi model. Pengujian dilakukan dengan membandingkan model baseline YOLOv8n, model YOLOv8n modifikasi MobileNetV3-SE, serta model modifikasi yang dioptimalkan melalui proses \textit{hyperparameter tuning}. Evaluasi performa diukur secara ketat menggunakan metrik \textit{multiclass classification} berbasis \textit{Macro-Averaging}. Hasil eksperimen menunjukkan bahwa model YOLOv8n modifikasi MobileNetV3-SE dengan \textit{hyperparameter tuning} pada resolusi gambar 800 piksel berhasil mencapai nilai mAP@50 sebesar 51,5\%. Meskipun nilai akurasi tersebut belum mampu melampaui model baseline YOLOv8n yang mencapai 55,9\%, arsitektur modifikasi ini terbukti secara signifikan lebih efisien dengan penurunan beban komputasi GFLOPS dari 8,2 menjadi 6,2. Proses \textit{hyperparameter tuning} juga terbukti mampu meningkatkan akurasi dari model YOLOv8n modifikasi awal yang hanya mencapai 47,1\%. Penelitian ini menyimpulkan bahwa pendekatan \textit{lightweight network} yang diusulkan berhasil menawarkan solusi deteksi dengan beban komputasi yang lebih rendah, menjadikannya lebih optimal untuk implementasi pada perangkat dengan spesifikasi komputasi terbatas meskipun terdapat faktor \textit{trade-off} pada nilai akurasi absolut.

URI
https://repo.itera.ac.id/depan/submission/SB2607180005

Keyword
Kerusakan Jalan YOLOv8n MobileNetV3 Squeeze-and-Excitation Block Macro-Averaging