Segmentasi Kerusakan Jalan Menggunakan Metode Binary Thresholding

Jurnal Elektronik Ilmu Komputer Udayana Volume 11, No 4. Mei 2023 p-ISSN: 2301-5373 e-ISSN: 2654-5101 Segmentasi Kerusakan Jalan Menggunakan Metode Binary Thresholding Putu Bagus Dio Pranataa1, I Gede Arta Wibawaa2 Informatika, Universitas Udayana Kuta Selatan, Badung, Bali, Indonesia @email.com Abstract Segmentasi pada Kerusakan Jalan, dilakukan untuk mempermudah dalam menentukan hasil dari data citra jalan, apakah memiliki akurasi yang tinggi atau rendah dalam mempertegas fitur yang diinginkan, yaitu Kerusakan pada Jalan, dengan metode Binary Threesholding. Akan dilakukan Digitalisasi Kerusakan Jalan agar menghasilkan data citra yang diperoleh melalui pemindai atau kamera dengan kualitas yang baik.Kemudian jika citra Jalan terdapat kerusakan, serta memiliki kemiripan pixel antara fitur atau foreground dengan background, dimana object yang di inginkan adalah kondisi jalan yang rusak, dan sulit untuk dilihat. Oleh karena itu penelitian ini berfokus pada peningkatan kualitas citra untuk mempertegas object yang terdapat pada citra dengan proses thresholding. Hasil pengujian dalam penelitian ini adalah untuk menghasilkan rentang nilai Binary dari 120 sampai dengan 155. Sehingga dengan rentang nilai tersebut akan menghasilkan sebuah gambar yang memiliki object yang lebih akurat, sehingga mampu mendeteksi secara perbedaan. Nilai akurasi dari metode yang digunakan untuk segmentasi citra ini adalah 75% akurat. Keywords: Kerusakan Jalan, Segmentasi Image, Binary Thresholding 1. Pendahuluan Saat ini, perkembangan dari sistem transportasi darat saat ini di Indonesia mengingkat pesat. Dimana menurut data Badan Pusat Statistika (BPS), dimana jumlah pengguna kendaraan bermotor terus bertambah setiap tahunnya, dengan jenis kendaraan bermotor yaitu Mobil Penumpang dengan kenaikan jumlah pada tahun 2020, dengan total 15.797.746, dengan total keseluruhan kendaraan bermotor mencapai 136.137.451 unit [1]. Jalan adalah prasarana transportasi darat yang meliputi segala bagian Jalan, termasuk bangunan penghubung, bangunan pelengkap dan perlengkapannya yang diperuntukkan bagi lalu lintas, yang berada pada permukaan tanah, di atas perrnukaan tanah, di bawah permukaan tanah, dan/atau air, serta di atas permukaan air, kecuali jalan rel, jalan lori, dan jalan kabel [2]. Segmentasi merupakan sebuah Teknik yang digunakan untuk memisahkan antara fitur yang diinginkan foreground, dengan fitur lain yaitu background, dengan tujuan untuk mendapatkan fitur yang di-inginkan pada suatu citra tertentu sesuai kebutuhan, maka dari itu segmentasi pada citra diperlukan dalam proses pengambilan fitur[7]. Penggunaan segmentasi dalam pengambilan fitur yang diinginkan, dengan disusulnya perkembangan Sistem Transportasi Darat, menurut data dengan jenis kendaraan yaitu Mobil Penumpang sangat pesat. Kemudian sebuah kondisi, dimana jalan mengalami tekstur dan berlubang, adalah kondisi jalan yang tidak mampu untuk memberikan pelayanan optimal, dengan kondisi permukaan membentuk lingkaran, dengan kedalaman setengah dari tebal jalan tersebut, dan dimensi lingkaran sebesar 150 mm [3]. Pada umumnya, umur jalan yang sudah diperkirakan untuk masa pelayanan yang optimal, ternyata tidaklah sesuai dengan keadaan yang terjadi di lapangan, dimana kondisi rusaknya jalan tersebut terjadi disebabkan oleh beberapa faktor, diantaranya seperti kondisi tanah yang kurang baik 807 Jurnal Elektronik Ilmu Komputer Udayana Volume 11, No 4. Mei 2023 p-ISSN: 2301-5373 e-ISSN: 2654-5101 dan bertekstur, material yang digunakan, lalu beban maksimal dari jalan tersebut, pertumbuhan lalu lintas yang meningkat setiap tahuun nya, hingga kondisi dan faktor lingkungan[4]. Untuk kenyamanan berkendara, realisasi dan klasifikasi jalan menjadi topik penting dalam sebuah aplikasi, kemudian aplikasi sistem bantuan mengemudi atau Advance Driver Assisance System (ADAS), sedang dikembangkan saat ini [5][6]. Dan dengan hasil penelitian ini, dapat melakukan segmentasi kerusakan jalan, serta akurasi nya terhadap hasil fitur atau foreground yang di-inginkan. 2. Metode Penelitian Pada penelitian ini menggunakan metode penelitian eksperimen yang merupakan rangkaian kegiatan percobaan dengan tujuan untuk menyelidiki suatu masalah sehingga diperoleh hasil Gambar 2.1 berikut : Gambar 2.1 Model Desain Penelitian 2.1. Pengumpulan Data Penggunaan citra pada penelitian ini adalah Citra digital dari kondisi jalan yang rusak, sertaberlubang, di Kota Denpasar, Gianyar, serta sumber dari internet, dan berjumlah 10 data citra, dapat dilihat pada gambar 2.2. berikut : Gambar 2.2 Dataset jalan berlubang Kota Denpasar 2.2. Pengambilan Citra Berlubang pada Jalan Raya Tahap pengambilan citra ini dilakukan dengan cara menggunakan kamera dari handphone (mobile) 808 Jurnal Elektronik Ilmu Komputer Udayana Volume 11, No 4. Mei 2023 p-ISSN: 2301-5373 e-ISSN: 2654-5101 dengan sudut kemiringan 30 – 40 derajat, seperti gambar 2.3 berikut: Gambar 2.3 2.3. Digitalisasi Citra Kemudian setelah citra didapatkan, dilakuakn pengolahan citra terlebih dahulu, seperti perbaikan kualitas gambar (peningkatan kontras, transformasi warna, restorasi citra), pemilihan citra , melakuakan proses penarikan informasi atau deskripsi objek foreground yang terkandung pada citra. Input dari pengolahan citra adalah citra, sedangkan output-nya adalah citra hasil pengolahan[4]. 2.4. Konversi Citra Dari RGB ke Grayscale (Preprocessing) Pada tahap ini, citra yang digunakan memiliki pixel dengan warna RGB (Red Green Blue) secara default saat melakukan pengambilan data, kemudian dilakukan pengubahan pixel warna pada cirta menjadi Grayscale, dimana Grayscale memiliki rentang warna gradasi hitam serta putih, dan cocok digunakan untuk pengolahan gambar.[7] Didefinisikan sesuai persamaan berikut: 𝑔𝑟𝑒𝑦𝑠𝑐𝑎𝑙𝑒 = 0.299𝑅 + 0.587𝐺 + 0.114𝐵 … … … … … . (1) atau 𝑔𝑟𝑒𝑦𝑠𝑐𝑎𝑙𝑒 = 0.333𝑅 + 0.333𝐺 + 0.333𝐵 … … … … … . (2) 2.5. Segmentasi Citra dengan Metode Binary Thresholding Dalam penelitian ini, dilakukan Teknik segmentasi citra pada jalan berlubang untuk mengetahui foreground fitur yang diinginkan, dan memisahkan nya dengan background fitur lainnya. Kemudian segmentasi yang digunakan dalam penelitian ini adalah Binary Thresholding. Dalam Thressholding, setiap nilai piksel citra dibandingkan dengan nilai ambang (threshold) tertentu.[7] Dengan kata lain, mencari angka binary dari 0 – 225 yang pas untuk digunakan untuk memisahkan antara objek atau fitur foreground berupa jalan yang rusak, dengan background bagian jalan lainnya, atay bagian jalan tidak rusak. Untuk proses binarisasi nilai pada citra, dapat menggunakan rumus berikut : 1, 𝑗𝑖𝑘𝑎 𝑓(𝑥, 𝑦) ≥ 𝑇 𝑔(𝑥, 𝑦) = { } 0, 𝑗𝑖𝑘𝑎 𝑓(𝑥, 𝑦) ≤ 𝑇 2.6. Pengujian Pakar Pada tahapan ini, akan dilakukan pengujian terhadap data yang akan di uji. Data yang akan diuji adalah Gambar Citra Digital, dari bagian jalan yang rusak dengan hasil dari tingkat Segmentasi Citra menggunakan metode Binary Threesholding. 809 Jurnal Elektronik Ilmu Komputer Udayana Volume 11, No 4. (...truncated)