Abstract:
Infrastruktur jalan yang rusak, seperti lubang, retakan, dan polisi tidur yang
tidak terstandarisasi, menjadi salah satu penyebab utama kecelakaan lalu lintas dan
penurunan efisiensi transportasi di Indonesia. Penelitian ini bertujuan untuk
merancang dan membangun sebuah sistem simulasi otomatis yang mampu
mendeteksi kerusakan jalan secara near real-time dan memberikan respons fisik
berupa peringatan serta simulasi pengereman. Metode yang digunakan adalah
algoritma YOLOv8 untuk pengolahan citra digital berbasis video dan integrasi
Internet of Things (IoT) menggunakan mikrokontroler ESP32. Sistem ini
memproses input video untuk mengidentifikasi tujuh jenis kerusakan jalan, yaitu
pothole, speed bump, alligator crack, lateral crack, longitudinal crack, edge
cracking, dan ravelling. Hasil penelitian menunjukkan bahwa model YOLOv8
mencapai nilai mean Average Precision (mAP@0.5) sebesar 0,454, dengan
performa tertinggi pada deteksi speed bump (AP 0,903). Integrasi IoT berhasil
memberikan respons melalui buzzer dan motor servo sebagai simulasi pengereman
bertahap dengan waktu respons rata-rata di bawah 1 detik. Selain itu, sebuah
antarmuka website monitoring telah berhasil diimplementasikan untuk merekam
dan menampilkan data deteksi secara terstruktur. Kesimpulan dari penelitian ini
adalah sistem mampu mengintegrasikan visi komputer dan IoT sebagai prototipe
sistem peringatan dini untuk meningkatkan keselamatan berkendara, meskipun
masih diperlukan pengembangan pada variasi dataset dan pengujian di kondisi jalan
nyata.