SURABAYA, iNFONews.ID - Inovasi pendeteksi kerusakan jalan berbasis kecerdasan buatan (AI) dikembangkan oleh doktor dari Institut Teknologi Sepuluh Nopember. Teknologi ini membuka peluang percepatan perbaikan jalan sekaligus meningkatkan keselamatan pengguna.
Pengembangan sistem tersebut menjadi bagian dari riset doktoral Hani’ah Mahmudah di Departemen Teknik Fisika ITS. Ia merancang perangkat berbasis Convolutional Neural Network (CNN) yang mampu mengidentifikasi kerusakan jalan secara otomatis melalui edge device.
Riset tersebut berangkat dari persoalan klasik: proses identifikasi jalan rusak yang masih lambat dan memakan biaya besar.
“Optimasi pendeteksi berbasis AI ini ditujukan untuk mempercepat pengambilan data secara tepat waktu,” ujar Hani’ah.
Selama ini, pendataan kerusakan jalan di Indonesia masih mengandalkan metode konvensional. Proses tersebut dinilai tidak efisien untuk kebutuhan penanganan cepat di lapangan.
Melalui pendekatan AI, sistem yang dikembangkan mampu membaca kondisi jalan menggunakan data visual berupa foto atau video. Sensor visual menangkap objek seperti lubang, kemudian diproses menggunakan model CNN iYOLOv7-TPE-SS untuk mengenali pola kerusakan.
Data hasil identifikasi selanjutnya diolah pada platform komputasi berbasis AI menggunakan perangkat NVIDIA AGX Orin. Hasil akhirnya berupa informasi detail kondisi jalan yang bisa langsung digunakan sebagai dasar perbaikan.
Teknologi tersebut tidak hanya meningkatkan akurasi, tetapi juga mempercepat proses inspeksi. Dengan sistem otomatis, pengambilan keputusan dapat dilakukan lebih cepat dan objektif.
Hani’ah menilai, penerapan sistem ini berpotensi menekan biaya pemeliharaan jalan sekaligus meningkatkan keselamatan pengguna.
“Inspeksi jalan menjadi lebih cepat dan objektif. Ini juga mendukung pengembangan smart city dan Internet of Vehicles,” katanya.
Riset ini dibimbing oleh tim promotor dari ITS, yakni Prof Aulia Siti Aisjah, Prof Syamsul Arifin, serta Dr Catur Arif Prastyanto. Kolaborasi lintas disiplin tersebut memperkuat pendekatan sistem yang digunakan dalam penelitian.
Selama masa studi, Hani’ah juga mencatatkan produktivitas akademik yang tinggi. Ia menerbitkan sembilan artikel ilmiah, tujuh di antaranya dipublikasikan di jurnal Institute of Electrical and Electronics Engineers (IEEE), dengan fokus pada machine learning dan pengolahan sinyal digital.
Ke depan, ia membuka peluang kerja sama dengan berbagai pihak untuk mengembangkan teknologi tersebut agar dapat digunakan secara luas.
Pengembangan inovasi tersebut sekaligus memperkuat kontribusi ITS dalam mendorong pembangunan berkelanjutan, terutama pada sektor pendidikan, industri, dan infrastruktur.
Editor : Alim Kusuma
