Page 1
ALAMANCOVER
LAPORAN PENELITIAN
APLIKASI SENSOR ACCELEROMETER PADA SMARTPHONE
ANDROID SEBAGAI PENCATAT LOKASI JALAN BERLUBANG
DI SEMARANG TIMUR
Tim Pengusul :
Astrid Novita Putri, S.Kom, M.Kom., NIDN : 0605119001
Susanto, S.Kom., M.Kom., NIDN : 0621027601
Siti Asmiatun, S.Kom, M.Kom., NIDN : 0625029101
PENELITIAN INI DI BIYAYAI OLEH
UNIVERSITAS SEMARANG DENGAN SURAT PERJANJIAN
NOMOR : 86/USM.H9/L/2018
PROGRAM STUDI S1 TEKNIK INFORMATIKA
FAKULTAS TEKNOLOGI INFORMASI DAN KOMUNIKASI
UNIVERSITAS SEMARANG
SEMESTER GENAP
TAHUN AJARAN 2017/2018
Page 2
ii
HALAMAN PENGESAHAN
PENELITIAN DOSEN UNIVERSITAS SEMARANG
1.
Judul
:
APLIKASI SENSOR ACCELEROMETER
PADA SMARTPHONE ANDROID SEBAGAI
PENCATAT LOKASI JALAN BERLUBANG
DI SEMARANG TIMUR
2. Ketua Peneliti
a. Nama Lengkap
b. NIDN
c. Jabatan Fungsional
d. Program Studi
e. Nomor HP
f. Alamat Email
:
:
:
:
:
:
Astrid Novita Putri, S.Kom, M.Kom.
0605119001
Asisten Ahli
Teknik Informatika
085727774775
[email protected]
3. Anggota Peneliti (1)
a. Nama Lengkap
b. NIDN
c. Perguruan Tinggi
:
:
:
Susanto, S.Kom., M.Kom.
0621027601
Universitas Semarang
4. Anggota Peneliti (2)
a. Nama Lengkap
b. NIDN
c. Perguruan Tinggi
:
:
:
Siti Asmiatun, S.Kom, M.Kom.
0625029101
Universitas Semarang
5. Biaya Penelitian : Rp 5.000.000,- (Terbilang : Lima Juta Rupiah)
Menyetujui,
Dekan,
Susanto, S.Kom., M.Kom.
NIS: 06557060687098
Semarang, 12 September 2018
Ketua Peneliti,
Astrid Novita Putri, S.Kom, M.Kom
NIS. 06557003102179
Mengetahui,
Ketua Lembaga Penelitian dan Pengabdian Kepada Masyarakat
Universitas Semarang
Iswoyo, S.Pt., MP.
NIS. 06557002101032
Page 3
iii
HALAMAN REVIEWER
PENELITIAN DOSEN UNIVERSITAS SEMARANG
1.
2.
Judul
Bidang Ilmu
:
:
APLIKASI SENSOR ACCELEROMETER
PADA SMARTPHONE ANDROID SEBAGAI
PENCATAT LOKASI JALAN BERLUBANG
DI SEMARANG TIMUR
Ilmu Komputer / Teknik Informatika
3. Ketua Peneliti
a. Nama Lengkap dan Gelar
b. Jenis Kelamin
c. NIS/NIDN
d. Disiplin Ilmu
e. Golongan
f. Jabatan Fungsional
g. Fakultas / Jurusan
h. Telp/E-Mail
:
:
:
:
:
:
:
:
Astrid Novita Putri, S.Kom, M.Kom.
Perempuan
06557003102179/0605119001
Ilmu Komputer / Teknik Informatika
III B
Tenaga Pengajar
FTIK/ Teknologi Informasi
085727774775/[email protected]
4. Jumlah Anggota
a. Nama Anggota I
b. Nama Anggota 2
:
:
:
2 (dua) orang
Susanto, S.Kom., M.Kom.
Siti Asmiatun, S.Kom, M.Kom.
5. Lokasi Penelitian : Semarang Timur
6. Jangka waktu kegiatan : 4 bulan
Semarang, 12 September 2018
Reviewer1,
Dr.Supari ST MT
NIDN. 0610016901
Page 4
iv
DAFTAR ISI
Hal
HALAMAN COVER................................................................................................ i
HALAMAN PENGESAHAN .................................................................................. i
HALAMAN REVIEWER ....................................................................................... ii
DAFTAR ISI ........................................................................................................... iv
DAFTAR GAMBAR .............................................................................................. vi
DAFTAR TABEL .................................................................................................... v
ABSTRACT .............................................................................................................. iv
ABSTRAK ............................................................................................................... v
KATA PENGANTAR ............................................................................................ vi
BAB 1 PENDAHULUAN ....................................................................................... 1
1.1. Latar Belakang ............................................................................................... 1
1.2. Perumusan Masalah ....................................................................................... 2
1.3. Batasan Masalah ............................................................................................ 2
1.4. Tujuan Penelitian ........................................................................................... 3
1.5. Manfaat Penelitian ......................................................................................... 3
1.6. Target dan Luaran .......................................................................................... 3
BAB 2 TINJAUAN PUSTAKA .............................................................................. 4
2.1. Penelitian Terkait ........................................................................................... 4
2.2. Pengertian Sensor Accelometers ................................................................... 5
2.3. Google Maps Api........................................................................................... 5
2.4. Alghoritma Pothole Patrol ............................................................................. 6
2.5.Alghoritma Z-Dif ............................................................................................ 7
BAB 3 METODE PENELITIAN ............................................................................ 9
3.1. Metode Pengumpulan Data ........................................................................... 9
3.2.Metode Sistem Yang Diusulkan ..................................................................... 9
BAB 4 HASIL DAN PEMBAHASAN ................................................................. 13
4.1. Identifikasi Kebutuhan Sistem..................................................................... 13
4.2. Perancangan Sistem ..................................................................................... 13
4.3. Implementasi dan Pengujian Sistem ............................................................ 17
Page 5
v
BAB 5 KESIMPULAN DAN SARAN ................................................................. 21
5.1. Kesimpulan .................................................................................................. 21
5.2. Saran ............................................................................................................ 29
DAFTAR PUSTAKA ............................................................................................ 30
Page 6
vi
DAFTAR GAMBAR
Hal
Gambar 2.1 Sensor Accelometer ........................................................................................... 5
Gambar 3.1 Tahapan Penerapan Alghoritma ....................................................................... 10
Gambar 4.1 Use Case .......................................................................................................... 12
Gambar 4.2 Activity Diagram Menginput Nama Jalan ....................................................... 15
Gambar 4.3 Activity Diagram Memilih dan Menginput Data Accelometer ....................... 15
Gambar 4.4 Activity Diagram Menampilkan Eksport Excel Data Jalan Rusak .................. 16
Gambar 4.5 Activity Diagram Exit ...................................................................................... 16
Gambar 4.6 Sequence Diagram ........................................................................................... 17
Gambar 4.7 Antar Muka Halaman Utama ........................................................................... 18
Gambar 4.8 Proses Merekam Data ...................................................................................... 18
Page 7
vii
DAFTAR TABEL
Hal
Gambar 4.1 Hasil Idenrifikasi Permukaan Jalan .................................................................. 20
Page 8
viii
ABSTRACT
Good road conditions will provide comfort and smooth the activities of an area. The
use of land transportation in Indonesia itself is very high. This causes a high traffic load to
increase the road load and may cause damage to the road. In making efforts to reduce the
accident rate can be done by identifying the factors causing the accident and fix it. One of the
factors causing accident is due to the condition of damaged road. One of them is by providing
information about road conditions damaged to road users. With the availability of information
on road conditions, road users can be more careful or avoid such damaged roads. Based on
some previous research related to the issues raised in this research will discuss about the
utilization of sensor accelerometers as recording location of perforated road in east semarang.
This research method will use combination method from previous research that is Algorithma
pothole Patrol and Algorithm of Z-Diff. It is expected that from the merging of these two
methods can produce a better level of accuracy. So that can be utilized to get data and
information hollow road that exist in east semarang area.
Keywords: sensor, accelometers, algorithm, z-diff, pothole, patrol
Page 9
ix
RINGKASAN
Kondisi jalan yang baik akan memberikan kenyamanan dan memperlancar aktifitas suatu
daerah. Penggunaan transportasi darat di indonesia sendiri sangat tinggi. Hal ini menyebabkan
beban lalu lintas yang tinggi akan meningkatkan beban jalan dan bisa mengakibatkan
kerusakan pada jalan. Dalam melakukan upaya untuk mengurangi angka kecelakan dapat
dilakukan dengan mengidentifikasi faktor-faktor penyebab kecelakaan dan memperbaikinya.
Salah satu faktor penyebab kecelakaaan adalah dikarenakan kondisi jalan yang rusak. Salah
satunya adalah dengan menyediakan informasi mengenai kondisi jalan rusak kepada pengguna
jalan. Dengan tersedianya informasi mengenai kondisi jalan, pengguna jalan dapat lebih
berhati-hati atau menghindari jalan yang sedang rusak tersebut. Berdasarkan dari beberapa
penelitian sebelumnya yang berkaitan dengan masalah yang diangkat pada penelitian ini akan
membahas tentang pemanfaatan sensor accelerometers sebagai pencatat lokasi jalan berlubang
yang ada di semarang timur. Metode penelitian ini akan menggunakan metode kombinasi dari
penelitian sebelumnya yaitu Algoritma pothole Patrol dan Algoritma Z-Diff. Diharapkan dari
penggabungan kedua metode tersebut dapat menghasilkan tingkat akurasi yang lebih baik.
Sehingga dapat dimanfaatkan dinas setempat untuk mendapatkan data dan informasi jalan
berlubang yang ada di daerah semarang timur
Kata Kunci : sensor, accelometers, algoritma, z-diff, pothole, patrol
Page 10
10
BAB I PENDAHULUAN
1.1.Latar Belakang
Salah satu pendukung berbagai aspek kehidupan masyarakat merupakan prasana transportasi
darat. Karena berbagai aktifitas masyarakat dilakukan melalui transportasi darat atau jalan. Jalan
merupakan faktor penting bagi kehidupan sehari-hari. Ketika jalan sudah mulai sering digunakan oleh
pengendara, hal itu akan menyebabkan timbul berbagai kerusakan pada jalan seperti jalan licin dan
jalan berlubang yang disebabkan faktor alam atau pada pemakai jalan sendiri. Jika kerusakan jalan
tidak segera diatasi maka akan mempengaruhi kualitas pengendara ketika menyetir. (Gunjan C dkk,
2014)
Kondisi jalan yang baik akan memberikan kenyamanan dan memperlancar aktifitas suatu daerah.
Penggunaan transportasi darat di indonesia sendiri sangat tinggi. Hal ini menyebakan beban lalu lintas
yang tinggi akan meningkatkan beban jalan dan bisa mengakibatkan kerusakan pada jalan. Kerusakan
pada jalan dapat menimbulkan banyak gangguan yang terjadi seperti kemacetan, keselamatan, biaya
perbaikan dan biaya ganti rugi kecelakaan. (Rudi dkk, 2015)
Khusus dikota semarang, berdasarkan data dari Polwitabes Semarang didapatkan angka
kecelakaan lalulintas di Kota Semarang masih cukup tinggi. Sebagai contoh pada tahun 2012 kasus
kecelakaan sebanyak 1094 dengan jumlah korban meninggal dunia sebanyak 176 orang, korban luka
berat sebanyak 56 orang dan luka ringan sebanyak 901 orang (Lina AW, 2014).
Dalam melakukan upaya untuk mengurangi angka kecelakan dapat dilakukan dengan
mengidentifikasi faktor-faktor penyebab kecelakaan dan memperbaikinya. Salah satu faktor penyebab
kecelakaaan adalah dikarenakan kondisi jalan yang rusak. Salah satunya adalah dengan menyediakan
informasi mengenai kondisi jalan rusak kepada pengguna jalan. Dengan tersedianya informasi
mengenai kondisi jalan, pengguna jalan dapat lebih berhati-hati atau menghindari jalan yang sedang
rusak tersebut.
Beberapa penelitian mengenai pendeteksi jalan rusak sudah dilakukan seperti yang dilakukan oleh
Artis Mednis 2011, dkk menganalisis jalan rusak menggunakan accelerometer yang sudah terdapat
pada OS Android, dapat dioptimalisasikan pada analisis performanya dengan beberapa alghoritma.
Kemudian pada penelitian yang dilakukan oleh Nidhi Kaira dkk 2012 di India juga pada kondisi lalu
lintas mengenai kondisi jalan rusak, dengan menggunakan sensor accelometers untuk mendeteksi
kondisi jalan seperti lubang benturan, jalan yang tidak rata, dengan pengemudi jalan lurus, pengereman
normal, pengereman mendadak, jalan belok kanan, dan kiri kemudian di klasifikasikan dengan
threshold. Berbeda dengan penelitian Rudi dkk 2012 yang membuat sebuah aplikasi pendeteksi jalan
rusak memanfaatkan akselerometer dan GPS untuk mengumpulkan data jalan, kemudian menganalisis
data yang terkumpul untuk mendapatkan informasi titik-titik kerusakan menggunakan Algoritma
Page 11
11
Pothole Patrol untuk mengenali berbagai kerusakan jalan seperti lubang, retak, bergelombang dan
deformasi.
Berdasarkan dari beberapa penelitian sebelumnya yang berkaitan dengan maslah yang diangkat
pada penelitian ini akan membahas tentang pemanfaatan sensor accelerometers sebagai pencatat lokasi
jalan berlubang yang ada di semarang timur. Metode penelitian ini akan menggunakan metode
kombinasi dari penelitian sebelumnya yaitu Algoritma pothole Patrol dan Algoritma Z-Diff.
Diharapkan dari penggabungan kedua metode tersebut dapat menghasilkan tingkat akurasi yang lebih
baik. Sehingga dapat dimanfaatkan untuk mendapatkan data dan informasi jalan berlubang yang ada
di daerah semarang timur.
1.2 Perumusan Masalah
Dari uraian latar belakang di atas, maka dapat dirumuskan masalah yang dihadapi yaitu bagaimana
membangun sebuah aplikasi sensor accelerometer pada smartphone android sebagai pencatat lokasi
jalan berlubang di semarang timur.
1.3 Batasan Masalah
Dalam penelitian ini ada beberapa batasan masalah yang akan dibahas seperti berikut :
a. Data yang diperoleh hanya sebatas wilayah Semarang Timur yang terdiri dari Kecamatan Genuk,
Kecamatan Pedurungan dan Kecamatan Gayamsari.
b. Aplikasi yang dihasilkan yaitu aplikasi sensor accelerometer sebagai pencatat data yang terdiri dari
sumbu x,z,y dan koordinat lokasi jalan yang berlubang dengan menggunakan algoritma pothole
patrol dan Z-Diff.
c. Penerapan sistem berbasis platform android
1.4 Tujuan Penelitian
Tujuan yang ingin dicapai dalam pembuatan penelitian ini adalah menciptakan sebuah aplikasi
sensor accelerometer pada smartphone android yang dapat mengumpulkan data dan informasi lokasi
jalan yang berlubang di semarang timur sehingga dengan adanya data lokasi jalan berlubang dapat
menjadikan informasi bagi dinas setempat untuk segera menindaklanjuti dari kerusakan jalan tersebut.
1.5 Manfaat Penelitian
Manfaat dari penelitian ini adalah :
a. Bagi Pengguna
Setelah menggunakan program ini diharapkan dapat memudahkan pihak Dinas setempat untuk
mengetahui titik-titik jalan yang rusak diarea semarang timur, sehingga dapat segera memperbaiki
jalan yang rusak di Semarang Timur.
Page 12
12
b. Bagi Pembaca
Menambah pengetahuan bagi pembaca yang memerlukannya khususnya dibidang kkecerdasan
buatan dan data mining. Dan dapat digunakan sebagai sumber informasi untuk pengembangan
aplikasi lebih lanjut oleh pembaca yang akan mengembangkan bidang sejenis.
1.6. Target dan Luaran
No. Jenis Luaran Indikator
Capaian
1. Publikasi Ilmiah di Jurnal Published
2. Pemakalah dalam temu ilmiah Nasional Draft
Internasional -
3. Bahan Ajar
4. Luaran lainnya jika ada (Teknologi Tepat Guna,
Model/Purwapura/Desain/Karya Seni/Rekayasa Sosial)
Teknologi
Tepat Guna
Page 13
13
BAB II TINJAUAN PUSTAKA
2.1. Penelitian Terkait
Dari beberapa penelitian yang terkait yang ada hubungannya dengan pencatatan jalan berlubang
dapat di simpulkan sebagai berikut : Pada penelitian (Madnis Artis dkk, 2011) yang di lakukan oleh
Artis Mednis, dkk. di simpulkan bahwa untuk mendeskrpisikan jalan berlubang menggunakan
accelerometer yang sudah terdapat pada smartphone yaitu OS Android, dapat di optimalisasikan pada
analisis performanya dengan membandingkan beberapa alghoritma yaitu Z-Thresh, Stev (Z), G-Zero,
dan Z-Diff kemudian nilai presentase tertinggi menggunakan alghoritma Z-Diff dengan nilai 92%.
Penelitian terkait (Hartono, 2017) dilakukan oleh Rudi Hartono, dkk. mengenai aplikasi mendetesi
jalan rusak menggunakan accelometer pada smartphone menggunakan algoritma pothole patrol
berbagai kerusakan jalan seperti: lubang, retak, bergelombang dan deformasi, serta berbagai bagian
jalan seperti polisi tidur, sambungan siar muai, dan persimpangan jalan. Hasil pengujian menghasilkan
nilai presisi 88%, recall 92%, dan F-Measure 0,92.
Kemudian penelitian mengenai jalan berlubang (Hidayatullah, 2012) oleh Priyanto Hidayatullah,
dkk tentang pendeteksian jalan berlubang secara semi otomatis menggunakan pengolahan citra, unuk
menghitung luas patch lubang jalan dengan akurat, hasil perhitungan presentase eror rata-rata sebesar
7,58%, aplikasi memproses hasil video kemudian menentukan threshold menggunakan rata-rata
derajat keabuan dengan membandingkan akurasi deteksi lubang.
Dapat di simpulkan dari penelitian (Hartono, 2017), (Hidayatullah, 2012) ,(Chugh, 2014) di
butuhkan suatu aplikasi accelometers menggunakan maps dan meyimpan data hasil pendeteksian jalan
berlubang di Semarang Barat menggunakn metode Z Dif karena memiliki akurasi tertinggi dan
menggunakan alghoritma pothole patrol.
2.2. Pengertian Sensor Accelerometers
Accelerometer adalah sebuah alat yang berfungsi untuk mengatur percepatan, mendeteksi dan
mengukur getaran, ataupun untuk mengukur percepatan akibat gravitasi bumi. Accelerometer juga
dapat digunakan untuk mengukur getaran yang terjadi pada getaran, bangunan, dan mesin. Selain itu,
accelerometer juga biasa digunakan untuk mengukur getaran yang terjadi di dalam bumi, getaran
mesin, jarak yang dinamis, dan kecepatan dengan ataupun tanpa dipengaruhi gravitasi bumi.(C. Nickel,
2012)
Accelerometer dapat diimplementasikan pada beberapa bidang.Salah satu pengguaan
Accelerometer yaitu dalam sistem pendeteksi jalan rusak yang terdapat pada banyak kendaraan yang
melewati jalan. Accelerometer ini digunakan untuk mendeteksi setiap gerakan dan gelombang pada
jalan berdasarkan kecepatan yang sangat besar yang biasanya terjadi adalah sering terjadinya
kecelakaan di sebabkan jalan berlubang.
Page 14
14
Gambar 2. 1 Sensor Accelerometer
2.3. Google Maps API
Seperti yang tercatat oleh Svennerberg (Beginning Google Maps API 3, p1), Google Maps API
yang paling populer di internet. Pencatatan yang dilakukan pada bulan Mei 2010 ini menyatakan bahwa
43% mashup (aplikasi dan situs web yang menggabungkan dua atau lebih sumber data) menggunakan
Google Maps API . Beberapa tujuan dari penggunaan Google Maps API adalah untuk melihat lokasi,
mencari alamat, mendapatkan petunjuk mengemudi dan lain sebagainya. Hampir semua hal yang
berhubungan dengan peta dapat memanfaatkan Google Maps (Brian, 2012).
2.4. Alghoritma Pothole Patrol
Pathole Patrol mengembangkan sistem filter untuk mengenali jalan berlubang. Proses filter
diterapkan pada data akselerometer dan GPS. Berikut adalah penjelasan detail proses filter yang
diterapkan.
a. Kecepatan: tahap pertama melalui seleksi berdasarkan kecepatan, jika kecepatan nol atau mobil
berjalan sangat pelan, maka data tersebut dibuang. Modul ini akan membuang kejadian seperti
berhenti dan memasuki area trotoar.
b. High-pass filter: High-pass filterakan menghapus sinyal dengan frekuensi rendah pada
percepatan setiap sumbu x dan z yang masuk. Beberapa kejadian yang menghasilkan frekuensi
rendah diantaranya, tarikan gas, tikungan, belokan, pengereman dan beberapa perubahan kecil
yang disebabkan orientasi perangkat (smartphone).
c. Puncak sumbu Z (tz): menentukan nilai batas sumbu Z yang akan menjadi acuan identifikasi
pothole. jika data yang masuk lebih besar dari besar dari pada tzmaka sistem secara otomatis
akan membuang data tersebut. Dengan beberapa percobaan maka didapatlah angka 0.2 Sebagai
nilai dari tz yang menghasilkan kecocokan deteksi kerusakan jalan menggunakan sistem
d. Perbandingan antara sumbu X dan Z (tx): filter yang kedua menggunakan perbandiangan antara
dua sumbu X dan Z yaitu menentukan nilai (tx) yang menjadi batas identifikasi jenis anomali
yang benar jalan rusak dengan anomali jenis lain yang bukan merupakan kerusakan jalan seperti
polisi tidur, sambungan suar muai, dan persimpangan jalan raya. Untuk setiap data X dan Z yang
masuk, jika X dibagi dengan Z kurang dari tx, maka data tersebut dibuang atau dapat ditulis
buang semua data jika 𝑋𝑍<𝑡𝑥.
Page 15
15
e. Kecepatan dan rasio z: tahap filter yang terakhir identifikasi kerusakan jalan dengan
membandingkan data kecepatan dengan sumbu Z. Karena tingginya nilai z yang dihasilkan
berbanding lurus dengan laju kendaraan. Jika kendaraan melaju dengan kecepatan tinggi, maka
nilai Z yang dihasilkan akan semakin tinggi. Jadi untuk membuang data dengan nilai Z yang
tinggi karena efek kecepatan dapat diatasi menggunakan rumus 𝑍<𝑡𝑠×𝑠𝑝𝑒𝑒𝑑.
Pada alghoritma ini di gunakan untuk mencari kombinasi terbaik untuk setiap parameter
pengukuran 𝑡 = {𝑡𝑧,𝑡𝑥,𝑡𝑠}, sehingga menghasilkan akurasi yang tinggi pada sistem pendeteksi jalan
rusak yang dikembangkan. Masing-masing nilai t dicari pada range angka tertentu untuk kemudian
dilakukan proses deteksi untuk menghasilkan skor dari setiap t yang diuji. Skor tertinggi yang
dihasilkan masing-masing nilai t diambil sebagai kombinasi terbaik dan dijadikan sebagai parameter
pengukuran. Persamaan untuk menghitung skor:
𝑠 (𝑡) = 𝑐𝑜𝑟𝑟 − 𝑖𝑛𝑐𝑜𝑟𝑟2 (Eriksson, 2008)
Dimana:
𝑠 = skor 𝑡 = parameter pengukuran {𝑡𝑧,𝑥,𝑡𝑠}
𝑐𝑜𝑟𝑟 = total jalan rusak yang berhasil terdeteksi benar 𝑖𝑛𝑐𝑜𝑟𝑟 = total jalan rusak yang salah
didideteksi
𝑐𝑜𝑟𝑟 =total jalan rusak yang berhasil terdeteksi benar
𝑖𝑛𝑐𝑜𝑟𝑟 =total jalan rusak yang salah didideteksi
2.5. Alghoritma Z-Dif
Alghoritma Z-Diff merupakan algoritma yang mempertimbangkan perbedaan nilai pada sumbu Z-Axis
yang dihasilkan dari accelerometer. Karena nilai sumbu Z-Axis banyak mengalami penurunan atau
kenaikan yang disebabkan dari nilai kecepatan antara waktu t i,j-1 dan waktu t i,j. Algoritma ini memerlukan
nilai ambang batas untuk mendeteksi lubang. Nilai ambang batas diperoleh dari nilai maksimum sumbu Z-
Axis untuk percobaan. Rumus yang digunakan untuk menentukan nilai ambang batas sebagai berikut :
𝜃2 = min max |𝑔𝑎,𝑗,𝑖 − 𝑔𝑎,𝑖,𝑗−1|
𝑡𝑖,𝑗 − 𝑡𝑖,𝑗−1
Kemudian setelah mendapatkan nilai ambang batas, algoritma ini akan membandingkan dengan 2 nilai
yaitu jika hasil dari selisih nilai sumbu Z-Axis dan selisih nilai antara waktu t i,j-1 dan waktu t i,j lebih besar
dari nilai ambang batas maka nilainya 1 yang artinya lubang terdeteksi. Rumus yang digunakan sebagai
berikut :
(madnis dkk, 2011)
(madnis dkk, 2011)
Page 16
16
𝑓2(𝑔𝑎,𝑖,𝑗) = {1,
|𝑔𝑎,𝑖,𝑗 − 𝑔𝑎,𝑖,𝑗−1|
𝑡𝑖,𝑗 − 𝑡𝑖,𝑗−1≥ 𝜃2
𝑜𝑡ℎ𝑒𝑟,
Where a= 1, 1≤i≤ n, i € N, j ≥ , j€N
Page 17
17
BAB III METODE PENELITIAN
3.1 Metode Pengumpulan Data
3.1.1 Jenis Data
1) Data Kualitatif
Jenis data yang didapatkan dari data kelurahan setempat yaitu nama jalan-jalan rawan rusak yang
ada di Semarang Timur.
2) Data Kuantitatif
Jenis data kuantitatif adalah data yang didapatkan pada accelometers berupa angka x, y, z, time,
koordinat, dan speed dari hasil pengambilan data secara langsung yang kemudian akan di filter
menggunakan kombinasi algoritma pothole patrol dan z-diff untuk mendapatkan data lokasi
jalan berlubang.
3.1.2 Sumber Data
1) Data Primer. Data primer adalah data yang secara langsung dari data jalan di diambil langsung
menggunakan accelometers.
2) Data Sekunder. Data sekunder adalah data yang diperoleh secara tidak langsung. Data ini
diperoleh dari berbagai literatur dan buku-buku yang ada hubungannya dengan pokok bahasan
penelitian.
3.1.3 Teknik Pengumpulan Data
1) Observasi. Pengumpulan data melalui pengamatan dan mengadakan penelitian secara langsung
pada obyek/sistem yang akan dibangun.
2) Studi Pustaka. Metode ini sebagai penunjang dalam proses pengumpulan data dengan
menggunakan literatur-literatur yang ada hubungannya dengan pokok bahasan dalam laporan
penelitian.
3.2. Metode Sistem yang Diusulkan
3.2.1. Tahapan Penerapan Algoritma
Dalam penelitian yang akan dikembangkan akan menerapkan kombinasi algoritma untuk
pengumpulan data lokasi jalan berlubang menggunakan sensor accelerometer pada smartphone
andorid. Algoritma yang digunakan yaitu algoritma pothole patrol dan algoritma Z-Diff.
Tahapan penerapan algoritma yang akan dilakukan seperti berikut :
Page 18
18
Gambar 3.1 Tahapan Penerapan algoritma
a. Kecepatan yaitu tapan yang melakukan seleksi kecepatan, jika kecepatan nol atau
kendaraan sangat pelan, maka data akan dibuang. Pada penelitian ini menggunakan batas
kecepatan ≥ 10 km/jam.
b. High-pass Filter yaitu penghapusan sinyal dengan frekuensi rendah pada percepatan
sumbu x dan z. Beberapa kejadian yang menghasilkan frekuensi rendah seperti tarikan gas,
tikungan, belokan, pengereman dan beberapa perubahan kecil yang disebabkan orientasi
perangkat smartphone. Penelitian ini menggunakan batas minimal sumbu x ≥ 0 dan sumbu
z ≥ 10.
c. Puncak sumbu Z (tz)yaitu menentukan nilai batas sumbu Z yang akan menjadi acuan
identifikasi jalan berlubang. Untuk menentukan nilai batas sumbu Z akan menggunakan
algoritma Z-Diff . Algoritma Z-Diff menggunakan ambang batas (𝜃2) yang diambil dari
nilai minimum dari nilai maksimum sumbu z dengan rumus z-z-1/t-t-1. Kemudian untuk
memfilter data jika hasil dari perhitungan rumus z-z-1/t-t-1 ≥ 𝜃2 maka data akan direkam.
d. Rasio XZ yaitu filter dari kedua sumbu dengan menggunakan perbandingan dengan cara
menentukan nilai tx yang menjadi batas identifikasi anomali jenis jalan berlubang dengan
jenis jalan normal seperti polisi tidur, sambungan suar muai (jembatan) dan persimpangan
Masukan data speed dan 2 sumbu
akselerasi (X,Z)
Kecepatan
•Kendaraan tidak berjalan, bantingan pintu, berjalan pelan di trotoar
High-pass Filter
•Tarikan gas, pengereman, tikungan dan belokan
Z-Speak/ nilai puncak Z
•Perhitungan nilai puncak Z menggunakan Z-Diff
Rasio XZ
•Persimpangan jalan kereta api, polisi tidur, sambungan siar muai
Speed dan Rasio Z
•Anomali kecil yang disebabkan karena meningkatnya kecepatan
Keluaran X,Z filtered
Page 19
19
jalan raya. Data akan dibuang jika sumbu data sumbu X dibagi dengan sumbu Z hasilnya
kurang dari tx. Nilai tx yang digunakan pada penelitian ini adalah 0,257
e. Kecepatan dan rasio z yaitu tahapan dimana identifikasi kerusakan jalan dengan
membandingkan data kecepatan dengan sumbu Z. Jika kendaraaan melaju dengan
kecepatan tinggi, maka nilai Z yang dihasilkan akan semakin tinggi. Jadi jika nilai Z yang
tinggi karena efek dari kecepatan maka data akan dibuang dengan rumus pembanding Z <
ts X speed. Nilai ts yang digunakan pada penelitian ini adalah 0,008
3.2.2. Metode Pengembangan Sistem
Berikut adalah tahapan yang akan dilakukan untuk penelitian dan implementasi dalam
membuat aplikasi sensor accelerometer pada smartphone android sebagai pencatat data lokasi
jalan berlubang di semarang timur menggunakan metode pengembangan sistem prototype
(Pressman 2012):
a. Komunikasi
Langkah ini merupakan analisis terhadap kebutuhan pengguna dan tahap untuk
pengumpulan data jalan-jalan yang rawan rusak pada setiap kelurahan yang ada di
Semarang Timur.
b. Perencanaan cepat
Tahap ini penulis menghasilkan dokumen user requirement atau bisa dikatakan data yang
berhubungan dengan rencana yang akan dilakukan.
c. Pemodelan perancangan cepat
Merupakan tahapan untuk membuat desain secara umum. Penulis merancang
menggunakan UML (Unified Modeling Language) berdasarkan pada aspek perangkat
lunak yang akan terlihat oleh end user seperti rancangan antar muka pengguna dan format
tampilan.
d. Pembentukan prototype
Dimana penulis membuat perangkat prototype dengan mengimplementasikan
perancangan kedalam bahasa pemrograman java dengan android studio.
e. Penyerahan sistem / perangkat lunak kepada user dan umpan balik
Penulis mengevaluasi prototype terhadap kebutuhan yang sesuai rencana dengan cara
melakukan pengujian sistem menggunakan pengujian Black Box sehingga sistem dapat
digunakan sesuai dengan tujuan penelitian.
Page 20
20
BAB IV HASIL DAN PEMBAHASAN
4.1. Identifikasi Kebutuhan Sistem
4.1.1. Analisis Masalah
Berdasarkan data dari Polwitabes Semarang didapatkan angka kecelakaan lalulintas di Kota
Semarang masih cukup tinggi. Sebagai contoh pada tahun 2012 kasus kecelakaan sebanyak 1094
dengan jumlah korban meninggal dunia sebanyak 176 orang, korban luka berat sebanyak 56 orang
dan luka ringan sebanyak 901 orang (Lina AW, 2014). Dalam upaya untuk mengurangi angka
kecelakan dapat dilakukan dengan mengidentifikasi faktor-faktor penyebab kecelakaan dan
memperbaikinya. Salah satu faktor penyebab kecelakaaan adalah dikarenakan kondisi jalan yang
rusak. Solusi dari faktor penyebab kecelakaan tersebut adalah dengan menyediakan informasi
secara up to date mengenai kondisi jalan rusak. Dengan tersedianya informasi mengenai kondisi
jalan yang ditujukan untuk dinas setempat diharapkan dapat segera melakukan perbaikan jalan.
Sehingga kondisi jalan rusak dapat berkurang dan mengurangi angka kecelakaan.
4.1.2. Sistem Yang Diusulkan
Penelitian ini membahas tentang pembuatan aplikasi sensor accelerometers sebagai pencatat
lokasi jalan berlubang yang ada di semarang timur. Metode penelitian ini akan menggunakan
metode kombinasi dari penelitian sebelumnya yaitu Algoritma pothole Patrol dan Algoritma Z-
Diff. Diharapkan dari penggabungan kedua metode tersebut dapat menghasilkan tingkat akurasi
yang lebih baik. Sehingga dapat dimanfaatkan untuk mendapatkan data dan informasi jalan
berlubang yang ada di daerah semarang timur.
4.2. Perancangan Sistem
Berikut ini terdapat 4 Menu yang ada pada aplikasi ini adalah : Menu Login, Menu
Pencatatan Jalan Rusak, Menu Export, Menu Finish.
Page 21
21
4.2.1. Use Case Diagram
user
Menu Exit
Menginput Nama
Jalan
Memilih dan
Menginput Data Accelometer
Menampilkan Eksport
Excel Data Jalan Rusak
Gambar 4.1. Use Case aplikasi sensor accelerometer pada smartphone android
Pada gambar 4.1 adalah tampilan use case dengan adanya sistem aplikasi mendeteksi jalan
rusak menggunakan sensor accelometer, maka usecase sebagai berikut : user sebagai aktor dapat
menginput nama jalan, memilih dan menginput data accelometer, menampilkan eksport data excel
data jalan rusak, dan menu exit.
4.2.2. Activity Diagram
1. Activity Diagram Menginput Nama Jalan
Pada gambar 4.2 di bawah ini menampilkan activity diagram nama jalan, di dalam rancangan
activity diagram ini adalah menampilkan tampilan awal aplikasi (menu home), menampilkan
halaman utama aplikasi accelometer, menginput nama jalan rusak, dan yang terakhir
menampilkan nama jalan rusak.
Page 22
22
Menampilkan tampilan awal aplikasi Menampilkan halaman utama aplikasi accelometer
Menginput nama jalan rusak
Menampilkan nama jalan rusak
Gambar 4.2 Activity Diagram Menginput Nama Jalan
2. Activity Diagram Memilih dan Menginput Data Accelometer
Menampilkan Inputan Data Accelometer Merekam Data, X, Y,Z Pada Jalan Rusak
Menghitung data menggunakan Metode ZDif dan Pothole Detection
Menyimpan Data
Gambar 4.3. Activity Diagram Memilih dan Menginput Data Accelometer
Pada gambar 4.3 menujukkan tampilan menampilkan data inputan accelometer, dengan
merekam di jalan dari sensor accelometer menghasilkan nilai x,y,z pada setiap jalan
rusak, dan data tersebut dihitung menggunakan metode Zdif dan Pothole Detection.
Page 23
23
3. Activity Diagram Menampilkan Export Excel Data Jalan Rusak
Menampilkan data dari inputan Accelometer Menyimpan Data Pada Excel
Menampikan data excel
Gambar 4.4. Activity Diagram Menampilkan Export Excel Data Jalan Rusak
Pada gambar 4.4 diatas menjelaskan mengenai tampilan data dari inputan accelometer,
kemudian menyimpan data pada excel, yang terakhir menampilkan data dari excel
tersebut.
4. Activity Diagram Exit
Memilih Menu Keluar Menampilkan Konfirmasi Keluar
Memilih Tidak
Menampilkan Menu Utama
Memilih Keluar
Keluar Aplikasi
Gambar 4.5. Activity Diagram Exit
Pada gambar 4.5 adalah activity diagram menu exit, pada tampilan ini dijelaskan memilih menu keluar,
kemudian menampilkan konfirmasi menu keluar jika memilih iya maka akan menampilkan menu
utama aplikasi accelemoter mendeteksi jalan rusak, jika memiih keluar maka akan keluar dari aplikasi.
Page 24
24
4.2.3. Sequence Diagram Aplikasi Sensor Accelerometer Pada smartphone android sebagai pencatat
lokasi jalan berlubang di semarang timur
Aktor
Aplikasi
Mulai Membuka Aplikasi
Menu Utama
Menampilkan Menu Utama
Input Nama Jalan Aplikasi Accelometer
mengisi nama jalan rusak
mendeteksi x,y,y,z
Z-Dif & Pothole
Menghitung nilai Zdif dan Pothole
Gambar 4.6. Menampilkan Sequence Diagram
Pada tampilan 4.6 menampilkan sequence diagram aplikasi Sensor Accelerometer Pada
smartphone android sebagai pencatat lokasi jalan berlubang di Semarang Timur pada sequence
diagram ini menjelaskan mengenai tampilan aplikasi.
4.3. Implementasi dan Pengujian Sistem
Pada penelitian ini data yang digunakan diambil dari jalan yang ada di semarang timur. Pengumpulan
dataset melalui Ponsel Android yang diletakkan pada saku pengendara. Dataset terdiri dari nilai sumbu
x,y,z dari accelerometer, koordinat lokasi berupa latitude dan longitude, dan terakhir ada speed untuk
mengetahui kecepatan kendaraan. Nilai-nilai tersebut digunakan untuk mengidentifikasi permukaan jalan
dan memfilter permukaan jalan yang tidak termasuk berlubang. Dan diharapkan hasil dari penerapan
penelitian ini dapat dimanfaatkan oleh pihak Dinas setempat guna untuk mengumpulan informasi jalan
yang rusak sehingga dengan adanya informasi jalan yang rusak secara up to date dinas setempat dapat
segera melakukan perbaikan jalan. Untuk hasil implementasi aplikasi sensor accelerometer dengan
menggunakan kombinasi algoritma pothole detection dan z-diff dapat dilihat pada gambar dibawah ini :
Page 25
25
Gambar 4.7 Antar Muka Halaman Utama
Gambar 4.8 Proses Rekam Data
Pada gambar 4.7 menunjukkan halaman utama dari aplikasi android. Tampilan ini berfungsi untuk
menentukan nama jalan yang akan diidentifikasi permukaan jalannya. Kemudian setelah mengisi nama
jalan pengguna harus klik tombol mulai untuk memulai merekam data identifikasi permukaan jalan. Pada
gambar 4.8 merupakan halaman yang digunakan untuk membaca nilai sumbu x, y, z dari hasil rekaman
accelerometer. Di halaman tersebut terdapat lattitude dan longitude untuk merekam lokasi permukaan jalan
dan speed untuk merekam kecepatan kendaraan. Hasil rekaman data akan diexport ke dalam file yang
bertipe xls.
Page 26
26
Penerapan algoritma pothole detection dan Z-Diff terdapat pada proses filter data pada saat merekam
menggunakan aplikasi diatas. Data yang diexport kedalam file .xls adalah data yang telah difilter
menggunakan algoritma pothole detection dan Z-Diff. Tahapan filter data hasil rekaman aplikasi diatas
adalah sebagai berikut :
a. Kecepatan : tahap dimana data acceleration merekam berdasarkan kecepatan, batas kecepatan yang
direkam harus ≥ 10km/jam.
b. High Pass : high pass akan menghilangkan nilai data acceleration frekuensi rendah pada setiap
sumbu x dan z yang masuk karena frekuensi pada sumbu tersebut dipengaruhi oleh tikungan,
pengereman, belokan, dan gerakan kecil pada perangkat. Batas minimal yang ditentukan pada
sumbu x ≥ 0 dan sumbu z ≥ 10.
c. Z-Peak : menentukan nilai ambang batas (tz) pada sumbu z dengan menggunakan algorithm Z-Diff
dan menghapus semua data yang lebih dari nilai ambang batas (tz). Nilai ambang batas Z-Diff atau
ditentukan sesuai dengan rumus Z-Diff yaitu membandingkan nilai sumbu Z min dan max setiap
kali jalan untuk dihitung menggunakan rumus z-z-1/t-t-1. Kemudian untuk memfilter data jika z-z-
1/t-t-1≥ maka data akan direkam.
d. XZ-Ratio : membandingkan antara sumbu x dan z hasilnya nilai tx. Jika x dibagi dengan z kurang
dari tx maka data akan dihapus. Percobaan penelitian ini menggunakan tx=0,257
e. Speed Vs z Ratio : membandingkan kecepatan dengan sumbu z dengan rumus z < ts x speed. Nilai
ts yang digunakan untuk percobaan ini adalah 0,008.
Kedua metode tersebut diterapkan pada system yang memanfaatkan sensor accelerometer dengan
tujuan untuk menyaring data sensor accelerometer. Data tersebut digunakan untuk mengidentifikasi
permukaan jalan yang perlu diperbaiki sehingga dapat meningkatkan kinerja dinas perhubungan kota
semarang untuk memperbaiki jalan dengan cepat. Pengumpulan dataset melalui system yang memanfaatkan
sensor accelerometer pada ponsel android. Hasil pengumpulan data digunakan untuk mengidentifikasi
permukaan jalan yang perlu diperbaiki di wilayah semarang timur sebagai berikut :
Table 4.1. Hasil Identifikasi Permukaan Jalan Wilayah Semarang Timur
Wilayah Nama Jalan Jumlah Titik
Muktiharjo Lor Jl. Sendang Indah Raya 26
Jl. Muktiharjo Raya 0
Palebon Jl. Palebon Raya 3
Bangetayu
Wetan
Jl. Al Barokah 4
Page 27
27
Tlogosari
Kulon
26
Tlogosari
Wetan
32
Gayamsari Jl. Slamet Riyadi 1
Pedurungan Jl. Bridjen Sudiarto 2
System mengidentifikasi permukaan jalan dengan metode pothole detection dan Z-Diff. Pengumpulan
data dilakukan pada setiap kecamatan disemarang timur Dari tabel 1 diatas terdapat 94 titik lokasi jalan
rusak yang terdeteksi oleh system. Data tersebut diambil dari beberapa jalan yang tingkat kerusakan
jalannya tinggi di kecamatan Gayamsari, Pedurungan, dan Genuk Semarang Timur.
Gambar 4.9 Alghoritma Zdif dan Pothole
Pada gambar 4.9 mengenai hasil dari aplikasi accelometer, menghasilkan nilai zdif dan pothole jalan
yang di hasilkan berlubang atau tidak berlubang. Di ambil dari nilai tetha, menghitung rentang waktu jarak
b dikurangi a, kemudian rentang sumbu z b dikurangi a, jika nilai lebih dari rata rata tetha pertempat maka
jalan berlubang.
Page 28
28
4.4. Hasil Luaran
No. Jenis Luaran Indikator
Capaian
Url
1. Publikasi Ilmiah di Jurnal Published
http://ejournal.amikompurwokerto.ac.id
/index.php/telematika/article/view/716
Submit https://ejournal.akakom.ac.id
/index.php/jiko/author
2. Luaran lainnya jika ada
(Teknologi Tepat Guna,
Model/Purwapura/Desain/Karya
Seni/Rekayasa Sosial)
Teknologi
Tepat
Guna
https://drive.google.com/file/d/1ooc2izrnD
QLSjQpF2A8k-
iqsj8RkkgDi/view?usp=sharing
Page 29
29
BAB V
KESIMPULAN DAN SARAN
5.1. Kesimpulan
Informasi mengenai kondisi permukaan jalan sangat bermanfaat untuk pengguna jalan dan
dinas setempat. Informasi tersebut dapat dimanfaatkan untuk mengurangi permasalahan seperti
kecelakaan lalu lintas. Pada penelitian ini mengembangkan suatu system yang memanfaatkan sensor
accelerometer untuk mengidentifikasi kondisi permukaan jalan menggunakan metode pothole
detecton dan Z-diff. Penerapan kedua metode tersebut dapat menyaring data yang direkam oleh
sensor accelerometer sehingga sistem tersebut dapat menyaring data kondisi permukaan jalan yang
perlu diperbaiki. Sistem tersebut dilengkapi sensor GPS yang dapat memberikan informasi
mengenai titik lokasi jalan yang perlu diperbaiki. Percobaan sistem dilakukan pada wilayah
Semarang Timur yang terdiri dari kecamatan Gayamsari, Genuk dan Pedurungan. Dari hasil
percobaan sistem dapat mengidentifikasi 94 titik lokasi jalan rusak yang perlu diperbaiki. Dengan
adanya informasi titik lokasi jalan rusak diharapkan dapat meningkatkan kinerja dinas perhubungan
kota semarang untuk memperbaiki jalan dengan cepat.
5.2. Saran
Untuk pengembangan penelitian selanjutnya diharapkan dapat membuat antar muka yang
menunjukkan lokasi peta dari pengumpulan data dan dapat meningkatkan akurasi dengan
menggunakan metode yang berbeda.
Page 30
30
DAFTAR PUSTAKA
Madnis, A., Strazdins, G., Zviedris, R., Kanonirs, G., & Selavo, L. (2011, June). Real time pothole detection
using android smartphones with accelerometers. In Distributed Computing in Sensor Systems
and Workshops (DCOSS), 2011 International Conference on (pp. 1-6). IEEE.
Hartono, R., Wibisono, Y., & Sukamto, R. A. (2017). Damropa (Damage Roads Patrol): Aplikasi
Pendeteksi Jalan Rusak Memanfaatkan Accelerometer pada Smartphone.
Hidayatullah, P., Ferizal, F., Ramadhan, R. H., Qadarsih, B., & Mulyawan, F. (2012). PENDETEKSIAN
LUBANG DI JALAN SECARA SEMI-OTOMATIS. SIGMA-Mu, 4(1), 41-51
Chugh, G., Bansal, D., & Sofat, S. (2014). Road condition detection using smartphone sensors: A survey.
International Journal of Electronic and Electrical Engineering, 7(6), 595-602.
M. K. P. Kumar, M. N. A. A. Khan, and M. V. K. Reddy, “Design and Implementation of Electronic Gesture
Recognition Unit Using Accelerometer to Control Robotic Arm Powered With Cortex-M3
Core,” Int. J. Eng. Res. Dev., vol. 2, no. 11, pp. 14–18, 2012.
Brian McClendon Vice President Engineering Gogle Maps pada tanggal 6 Juni 2012 rekaman video the
next generation of google maps.
Wang, H. W., Chen, C. H., Cheng, D. Y., Lin, C. H., & Lo, C. C. (2015). A real-time pothole detection
approach for intelligent transportation system. Mathematical Problems in Engineering.
C. Nickel, J. Buchmann dan C. Busch, Accelerometer-based Biometric Gait Recognition for Authentication
on Smartphones, Dissertation, Darmstadt: Technischen Universitat Darmstadt, 2012.
Page 31
31
1. KETUA PENELITI
A. Identitas Diri Ketua Penelitian
1. Nama Lengkap (dengan gelar) Astrid Novita Putri, S.Kom, M.Kom.
2. Jenis Kelamin Wanita
3. NIS 06557003102179
4. NIDN 0605119001
5. Jabatan Fungsional Asisten Ahli
6. Tempat dan Tanggal lahir Kudus, 5 November 1990
7. Alamat Rumah Perumahan Sinar Waluyo Jalan Sinar
Kencana 5 No.29 RT.03 RW.08 Kedung
Mundu Kec.Tembalang Semarang Jawa
Tengah 50273
8. Nomor Telepon/faks HP 085727774775
9. Alamat kantor Jl. Soekarno Hatta, Tlogosari Semarang
50196
10. Nomor Telepon/Faks/HP 024-6702757/024-6702272
11. Alamat e-mail [email protected]
12. Mata Kuliah yang di Ampu 1. Simulasi dan Game,
2. Fuzzy Logic,
3. Mobile Program,
4. Desain Grafis,
Pemrograman Aplikasi Bisnis,
5. Pemrograman Berorientasi Objek,
6. Pemrograman Framework,
Pemrograman Framework Java,
Pemrograman Visual,
Kewirausahaan
7. Simulasi dan Game.
8.
B. Riwayat Pendidikan
Program S-1 S-2
Nama Perguruan
Tinggi
Universitas Dian
Nuswantoro
Universitas Dian Nuswantoro
Bidang Ilmu Sistem Informasi Teknik Informatika
Tahun 2008-2012 2012-2014
Judul Skripsi
Aplikasi Mendeteksi
Bakat Minat Anak
Game Scoring Non Player Character
Menggunakan Agen Cerdas Berbasis
Fuzzy Mamdani
Nama
Pembimbing
Kharis Widyatmoko,
Ssi.M.Kom
Mochamad Hariadi, ST., M.Sc., Ph.D
DR. Ruri Suko Basuki, M.Kom.
C. Pengalaman Penulisan Artikel Ilmiah dalam jurnal dalam 5 Tahun Terakhir
No Judul Artikel Ilmiah Volume/Nomor/Tahun Nama Jurnal
1. Game Scoring Non
Player Character
Menggunakan Agen
ISSN : 979 - 26-0276- 3
Tahun : 2014
Jurnal Seminar
Teknologi
Informasi dan
Page 32
32
Cerdas Berbasis Fuzzy
Mamdani
Komunikasi
Terapan
2. Penerapan Algoritma
Fuzzy Mamdani Untuk
Mengatur Game Scoring
Pada Game Helitap
ISBN : 979-26-0276-3
Tahun 2014
Jurnal Seminar
Teknologi Informasi
dan Komunikasi
Terapan
3. Game Scoring
Supporting Objects
Menggunakan Agen
Cerdas Berbasis Artifical
Intelligence
ISSN : 2460-6731
Vol 13, No 2,
Edisi Januari 2016
Hal.74-81
Jurnal
Transformatika
4.
Optimasi alghoritma
Breadth First Search
pada Game Engine 3D
Third Person Shooter
maze berbasis agen
cerdas android
ISSN : 2460-6731
Volume 14, Nomor 1,
Juli 2016
Jurnal
Transformatika
5. Modeling Learning
Game Based Digital To
Children of Senior High
School For Geography
Science Based On Unity
Print : ISSN 2460-4801
Online : ISSN 2477-
6645, Desember 2016
Jurnal UPGRIS JIU
6. Penerapan fuzzy
controller untuk
pergerakan player pada
game engine 3D berbasis
agen cerdas
ISSN :Vol.15, No.1,
Juli 2017, pp. 53 - 59
ISSN: 1693-3656
Jurnal
Transformatika
7 Aplikasi augmented
reality berbasis agen
cerdas sebagai marketing
communication pada
program studi teknik
informatika FTIK
Universitas Semarang
JURNAL
INFORMATIKA
UPGRIS Vol. 3, No. 1,
(2017) P/E-ISSN: 2460-
4801/2447-6645
Jurnal JIU UPGRIS
8 Penerapan Naive Bayesian
Untuk Perankingan
Kegiatan di Fakultas TIK
Universitas Semarang
Jurnal SIMETRIS, Vol
8 No 2 November 2017
ISSN: 2252-4983
Jurnal Simetris
Universitas Muria
Kudus
9. Implementasi augmented
reality untuk identifikasi
logo dan video sebagai
media informasi
menggunakan metode
klasifikasi naive bayesian
Jurnal SIMETRIS, Vol.
9 No. 1 April 2018
ISSN: 2252-4983
Jurnal Simetris
Universitas Muria
Kudus
D. Pengalaman Penerbitan Buku 10 (Sepuluh) Tahun Terakhir
No Judul Buku Tahun Penerbit ISBN
1 202 Top Tips dan Trik
Word 2013
2013 Penerbit Andi ISBN: 978-979-29-4163-0
Page 33
33
2 Sistem Informasi
Penjualan Online Untuk
Tugas Akhir
2013 Penerbit Andi ISBN : 978-979-29-4325-2
3 Membangun Sistem
Informasi dengan Java
Netbeans dan MySql
2014 Penerbit Andi ISBN : 978-979-29-5168-4
4 Implementasi Enterprise
Resource Planning
Menggunakan Web ERP
Untuk Usaha Kecil
Maupun Menengah
2017 Penerbit Dee
Publisher
ISBN : 978-602-453-353-3
5 Belajar Membuat Game
2D dan 3D Menggunakan
Unity
2017 Penerbit Dee
Publisher
ISBN : 978-602-453-352-6
E. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No Tahun Judul Pengabdian Pendanaan
Sumber Jumlah (Rp)
1 2016 Peningkatan Kemampuan Pembuatan
Media Promosi Dengan Menggunakan
Microsoft Publisher Untuk Anak Panti
Asuhan Pada Balai Rehabilitasi Sosial
Kasih Mesra Demak
LPPM
Universitas
Semarang
Rp 3.00.000,-
2 2017
Peningkatan Kreativitas Siswa SMA
Institut Indonesia Dengan Pengenalan
Teknologi Augmented Reality 3D
Menggunakan Android
LPPM
Universitas
Semarang
Rp 3.00.000,-
Semarang, 12 September 2018
Astrid Novita Putri, S.Kom, M.Kom.
NIDN : 0605119001
Page 34
34
2. ANGGOTA PENELITI (1)
A. Identitas Diri
1 Nama Lengkap (dengan gelar) Susanto,S.Kom.,M.Kom
2 Jabatan Fungsional Lektor
3 Jabatan Struktural Dekan FTIK-USM
4 NIS/NIDN 06557060687098/0621027601
5 Tempat dan Tanggal lahir Semarang,21 Februari 1976
6 Alamat Rumah Jl.Abimanyu V No.7 Semarang
7 Nomor Telepon/Faks/HP 0242580465/-/1.085225067333
8 Alamat E-mail [email protected]
9 Mata Kuliah yang Diampu 1. Jaringan Komputer
2. Komputer Animasi
3. Multimedia
4. Pengantar Teknologi Informasi
5. Algoritma dan Pemrograman
6. Arsitektur dan Organisasi Komputer
7. Etika Profesi
8. Network Addressing
A. Pengalaman Penelitian Dalam 5 Tahun Terakhir
No Tahun Judul Penelitian Pendanaan
Sumber Jumlah (Rp)
1 2009 Pemanfaatan Antena Kaleng Untuk
Menangkap Sinyal
Wireless Fidelity (Wi-Fi) Pada
Frekuensi 2,4 GHz
LPPM-USM 1.500.000,00
2 2010 Penerapan Sistem Informasi Layanan
Perpustakaan Berbasis Teknologi
Barcode Sebagai Pengembangan Sistem
informasi Perpustakaan di Fakultas
Teknologi Informasi dan Komunikasi
LPPM-USM 1.500.000,00
C. Pengalaman Pengabdian Kepada Masyarakat Dalam 5 Tahun Terakhir
No Tahun Judul Penelitian Pendanaan
Sumber Jumlah(Rp)
1 2009 Pelatihan Animasi Komputer dengan
macromedia flash MX dan SmartMorph
Bagi Siswa SMA/SMK Se kota
Semarang dan sekitarnya
LPPM-USM 1.000.000
2 2013 Pelatihan Editing Foto/Gambar dengan
photoshop
Mandiri 1.500.000
3 2013 Pelatihan Peningkatan Kemampuan
Editing Foto Digital dengan Photoshop
LPPM-USM 1.500.000
Page 35
35
4 2015 Pembuatan blog untuk pelaku UMKM
di Kota Semarang
LPPM-USM 3.000.000
Semarang, 12 September 2018
Susanto,S.Kom.,M.Kom.
NIDN : 0621027601
Page 36
36
3. ANGGOTA PENELITI (2)
A. Identitas Diri
1. Nama Lengkap (dengan gelar) Siti Asmiatun, S.Kom, M.Kom
2. Jabatan Fungsional -
3. Jabatan Struktural Pengajar
4. NIS
5. NIDN 0625029101
6. Tempat dan Tanggal Lahir Kudus 25 Februari 1991
7. Alamat Rumah Jl. Sadewa 1 No.26 Semarang
8. Nomor Telepon/Faks /HP 0895535536
9. Alamat Kantor Soekarno - Hatta Tlogosari Semarang 50196
10. Nomor Telepon/Faks 024-6702757 /024-6702272
11. Alamat e-mail [email protected]
12. Mata Kuliah yg diampu 1. Database Administrator
2. Pemrograman Berorientasi Objek
3. Kecerdasan Buatan
4. Pemrograman Basis Data
B. Riwayat Pendidikan
Program S-1 S-2
Nama Perguruan Tinggi Universitas Dian
Nuswantoro
Universitas Dian Nuswantoro
Bidang Ilmu Ilmu Komputer (TI) Ilmu Komputer (TI)
Tahun Masuk 2008 2012
Tahun Lulus 2012 2014
Judul
Skripsi/Thesis/Disertasi
Sistem Pengelolaan Dana
Pada BKM
Strategi Menyerang Jarak Dekat
Menggunakan Klasifikasi Bayesian
C. Pengalaman Penulisan Artikel Ilmiah dalam Jurnal dalam 5 Tahun Terakhir
No. Judul Artikel Ilmiah Volume/Nomor Nama Jurnal
1. Koordinasi Non Playing Character
(NPC) Follower Menggunakan
Algoritma Potential Fields
pp. 217-223.
ISSN 979-26-
0266-6
Jurnal Seminar
Teknologi Informasi
dan Komunikasi
Terapan
2. Strategi Menyerang Jarak Dekat
Menggunakan Klasifikasi Bayesian Pada
NPC (Non Player Character)
ISBN: 979-26-
0266-6
Jurnal Seminar
Teknologi
Informasi dan
Komunikasi
Terapan
Page 37
37
3. Implementasi Klasifikasi Bayesian Untuk
Strategi Menyerang Jarak Dekat Pada NPC
(Non Player Character) Menggunakan Unity
3D
ISSN : 2460-6731
Vol 13, No 2,
Edisi Januari 2016
Hal.42-48
Jurnal
Transformatika
4. Penerapan Algoritma Collition Detection
Dan Bayesian Untuk Strategi Menyerang
Jarak Dekat Pada NPC (Non Player
Character) Menggunakan Unity 3D
ISSN : 2460-6731
Vol 14, No 2,
Edisi Juli 2016
Hal.6-11
Jurnal
Transformatika
D. Pengalaman Pengabdian Kepada Masyarakat dalam 5 Tahun Terakhir
No Tahun Judul Pengabdian Pendanaan
Sumber Jumlah (Rp)
1 2016 Peningkatan Kemampuan Membuat
Video Animasi Stop Motion Bagi
Santri Pondok Pesantren Al Ishlah
Tugu Semarang
LPPM
Universitas
Semarang
3.000.000
2 2017 Peningkatan Strategi Pemasaran
Melalui Pelatihan Marketing Online
Untuk UMKM di Kota Semarang
LPPM
Universitas
Semarang
3.000.000
Semarang, 12 September 2018
Siti Asmiatun, S.Kom, M.Kom
NIDN : 0625029101
Page 41
41
LUARAN SUBMITED JURNAL JIKO
(JURNAL INFORMATIKA DAN KOMPUTER)
Page 42
42
APLIKASI ACCELEROMETER UNTUK MEREKAM JALAN
BERLUBANG MENGGUNAKAN ALGHORITMA POTHOLE
PATROL
Astrid Novita Putri1), Siti Asmiatun2), Susanto3) 1, 2,3)Fakultas Teknologi Informasi dan Komunikasi
Universitas Semarang
e-mail: [email protected] ), [email protected] ), [email protected] )
ABSTRAK
Jalan berlubang menjadi kendala saat ini, ketika pengendara lalu lintas mengendarai jalan di transportasi darat. Di Indonesia
penggunaan transportasi darat sangat tinggi mulai dari kendaraan ringan hingga berat sehingga mengakibatkan jalan berlubang.
Akibatnya sering terjadi kecelakaan lalu lintas.Dalam hal ini diperlukan suatu aplikasi yang dapat menyimpan dan mendeteksi
jalan berlubang tersebut, sehingga menjadikan media informasi untuk merekam jalan berlubang tersebut, kemudian informasi
tersebut akan masuk pada dinas setempat, untuk ditindaklanjuti jalan tersebut. Beberapa penelitian yang ada mengenai jalan
berlubang, menggunakan sensor accelerometer yang dengan menggunakan sumbu x,y,dan z, pada penelitian ini akan
mengembangkan dari penelitian sebelumnya menggunakan sensor accelerometer, kemudian menggunakan alghoritma pothole
untuk mendeteksi jalan berlubang di Semarang Timur, dengan kerusakan jalan yang cukup tinggi.Hasil yang di dapat dari aplikasi
ini penggembangan dari aplikasi accelerometer adalah Dengan sumbu x, y, z jalan berlubang, waktu, kecepatan, latitude,
longitude, hasil kategori jalan berlubang atau tidak berlubang. Akan diukur presisi, recall da F-Measure untuk menentukan
akurasi dari alghoritma ini sebanyak 84%, sehingga dapat menghasilkan suatu metode untuk meningkatkan akurasi dari
penelitian sebelumnya.
Kata Kunci: Jalan, Berlubang, Pothole, Accelerometer, transportasi
ABSTRACT
Perforated roads are an obstacle today, when traffic drivers drive roads in land transportation. In Indonesia the use of land
transportation is very high, ranging from light to heavy vehicles, which results in potholes. As a result there are frequent traffic
accidents. In this case an application is needed that can store and detect the perforated road, thus making the information media
to record the perforated road, then the information will enter the local service, to be followed up on the road. Some existing
research Regarding the perforated road, using an accelerometer sensor which uses the x, y, and z axes, this research will develop
from previous studies using an accelerometer sensor, then use the pothole algorithm to detect perforated roads in East Semarang,
with quite high road damage. what you get from this application from the application accelerometer development is with the x
axis, y, z hole path, time, speed, latitude, longitude, the results of the category of hollow or not perforated roads. Precision will
be measured, recall and F-Measure to determine the accuracy of the algorithm as much as 84%, so as to produce a method to
improve accuracy from previous research.
Keywords: Road, Perforated, Pothole, Accelerometer, transportation
Page 43
1
1. Pendahuluan
alah satu pendukung berbagai aspek kehidupan masyarakat adalah sarana transportasi darat.
Karena berbagai aktifitas masyarakat dilakukan melalui transportasi darat atau jalan. Jalan
merupakan faktor penting bagi kehidupan sehari-hari. Ketika jalan sudah mulai sering digunakan
oleh pengendara, hal itu akan menyebabkan timbul berbagai kerusakan pada jalan seperti jalan licin
maupun jalan berlubang yang disebabkan faktor alam atau pada pemakai jalan sendiri. Jika kerusakan
jalan tidak segera diatasi maka akan mempengaruhi kualitas pengendara ketika menyetir.
Jalan berlubang menjadi kendala saat ini, ketika pengendara lalu lintas mengendarai jalan
di transportasi darat. Di Indonesia penggunaan transportasi darat sangat tinggi mulai dari kendaraan
ringan hingga berat sehingga mengakibatkan jalan berlubang. Akibatnya sering terjadi kecelakaan
lalu lintas.Dalam hal ini diperlukan suatu aplikasi yang dapat menyimpan dan mendeteksi jalan
berlubang tersebut, sehingga menjadikan media informasi untuk merekam jalan berlubang tersebut,
kemudian informasi tersebut akan masuk pada dinas setempat, untuk ditindaklanjuti jalan tersebut.
Penelitian terkait (Hartono, 2017) dilakukan oleh Rudi Hartono, dkk. mengenai aplikasi
mendeteksi jalan rusak menggunakan accelerometer pada smartphone menggunakan algoritma
pothole patrol berbagai kerusakan jalan seperti: lubang, retak, bergelombang dan deformasi, serta
berbagai bagian jalan seperti polisi tidur, sambungan siar muai, dan persimpangan jalan. Hasil
pengujian menghasilkan nilai presisi 88%, recall 92%, dan F-Measure 0,92. Kemudian penelitian
mengenai jalan berlubang (Hidayatullah, 2012) oleh Priyanto Hidayatullah, dkk tentang
pendeteksian jalan berlubang secara semi otomatis menggunakan pengolahan citra, unuk
menghitung luas patch lubang jalan dengan akurat, hasil perhitungan presentase eror rata-rata
sebesar 7,58%, aplikasi memproses hasil video kemudian menentukan threshold menggunakan
rata-rata derajat keabuan dengan membandingkan akurasi deteksi lubang. Dapat di simpulkan dari
penelitian (Hartono, 2017), (Hidayatullah, 2012),(Chugh, 2014) di butuhkan suatu aplikasi
accelerometers menggunakan maps dan meyimpan data hasil pendeteksian jalan berlubang di
Semarang Timur menggunakn alghoritma pothole patrol.
2. Metode
2.1. Alghoritma Pothole Patrol
Pathole Patrol mengembangkan sistem filter untuk mengenali jalan berlubang. Proses
filter diterapkan pada data akselerometer dan GPS. Berikut adalah penjelasan detail proses
filter yang diterapkan.
1. Kecepatan: tahap pertama melalui seleksi berdasarkan kecepatan, jika kecepatan nol
atau mobil berjalan sangat pelan, maka data tersebut dibuang. Kecepatan yang
digunakan pada penelitian ini minimal sebesar 20 km/jam
2. High-pass filter: Tahap ini akan menghapus setiap sumbu x dan z yang rendah. Nilai
sumbu x dan sumbu z yang digunakan sebesar x > 0 dan Z ≥ 1
3. Puncak sumbu Z (tz): menentukan nilai batas sumbu Z yang akan menjadi acuan
identifikasi pothole. Penlitian ini menggunakan nilai batas sumbu z sebesar 1.
4. Perbandingan antara sumbu X dan Z (tx): filter yang kedua menggunakan
perbandingan antara dua sumbu X dan Z yaitu menentukan nilai (tx) yang menjadi batas
identifikasi jenis anomali. Nilai tx yang digunakan sebesar tx= 0,257. Dan jika sumbu
x/z <=tx maka data disimpan
5. Kecepatan dan rasio z: tahap filter yang terakhir identifikasi kerusakan jalan dengan
membandingkan data kecepatan dengan sumbu Z. Karena nilai z yang dihasilkan
berbanding lurus dengan pergerakan kendaraan. Jika kendaraan dengan kecepatan
tinggi, maka nilai Z yang dihasilkan akan semakin tinggi. Jadi untuk membuang data
dengan nilai Z yang tinggi harus diatasi menggunakan rumus 𝑍<𝑡𝑠×𝑠𝑝𝑒𝑒𝑑. Nilai ts yang
digunakan sebesar ts=0.008. Dan jika ts x speed <= z maka data disimpan
S
Page 44
2
Pada alghoritma ini di gunakan untuk mencari kombinasi terbaik untuk setiap parameter
pengukuran 𝑡 = {𝑡𝑧,𝑡𝑥,𝑡𝑠}, sehingga menghasilkan akurasi yang tinggi pada sistem
pendeteksi jalan rusak yang dikembangkan. Masing-masing nilai t dicari pada range angka
tertentu untuk kemudian dilakukan proses deteksi untuk menghasilkan skor dari setiap t yang
diuji. Skor tertinggi yang dihasilkan masing-masing nilai t diambil sebagai kombinasi terbaik
dan dijadikan sebagai parameter pengukuran. Persamaan untuk menghitung skor:
𝑠 (𝑡) = 𝑐𝑜𝑟𝑟 − 𝑖𝑛𝑐𝑜𝑟𝑟2 (Eriksson, 2008)
Dimana:
𝑠 = skor 𝑡 = parameter pengukuran {𝑡𝑧,𝑥,𝑡𝑠}
𝑐𝑜𝑟𝑟 = total jalan rusak yang berhasil terdeteksi benar 𝑖𝑛𝑐𝑜𝑟𝑟 = total jalan rusak yang
salah didideteksi
𝑐𝑜𝑟𝑟 = total jalan rusak yang berhasil terdeteksi benar
𝑖𝑛𝑐𝑜𝑟𝑟 = total jalan rusak yang salah didideteksi
3. HASIL
3.1. Tampilan Aplikasi Accelerometer Menggunakan Pothole Patrol
1. Use Case Diagram
user
Menu Exit
Menginput Nama
Jalan
Memilih dan
Menginput Data Accelometer
Menampilkan Export
Excel Jalan berlubang
Gambar 1 Use Case aplikasi sensor accelerometer pada smartphone android
Pada use case gambar diatas user dapat menginput data nama jalan, memiih dan
menginput data accelerometer, menampilkan eksport data jalan berlubang, dan menu exit.
2. Tampilan Aplikasi Accelerometer
Pada gambar 2 adalah tampilan Aplikasi di bawah ini dimulai dengan menginput nama
jalan dahulu.
Page 45
3
Gambar 2 Halaman Penyimpanan nama jalan Sistem Deteksi Kondisi Jalan
Gambar 3 Tampilan Aplikasi Sistem Deteksi Kondisi Jalan
Pada gambar 3 tampilan ini di gunakan untuk mendeteksi sumbu x, y, z, speed dari hasil
rekaman sensor accelerometer, aplikasi ini juga mendeteksi location (Latitude dan Longitude).
4. PEMBAHASAN
4.1. Data Training dan Data Testing
Data yang di dapatkan untuk penelitian ini adalah di Semarang Timur, meliputi dengan
dataset untuk daerah beberapa kecamatan dengan 281 titik, dengan mencari nilai puncak tz
sebesar 1 menggunakan sensor accelerometer yang digunakan untuk mengidentifikasi jalan
berlubang. Kemudian data yang di dapatkan akan di jadikan sebagai saran dan media informasi
untuk dinas setempat dapat segera menindaklanjuti proses perbaikan jalan.
Pada tabel 1 dibawah ini merupakan hasil rekaman dari palikasi accelerometer. Hasil
tersebut diexport ke dalam bentuk excel. Tujuan dari pengumpulan data eccelerometer
digunakan untuk mengklasifikasikan titik jalan rusak dan tidak rusak atau mengelompokkan
daerah rawn rusak atau tidak rawan rusak. Pengambilan data menggunakan sensor
accelerometer dilakukan pada daereah Semarang Timur.
Page 46
4
Tabel 1. Contoh dataset hasil dari aplikasi accelerometer
Waktu x y z latitude longitude Speed
0:00:00 10,8565 0 19,5463 -6,98294 110,475 13,464
0:00:01 5,60661 0 18,0194 -6,98294 110,475 13,464
0:00:07 2,46962 2,14282 11,1486 -6,98306 110,475 15,336
0:00:13 12,0075 2,61388 11,4497 -6,98282 110,476 21,564
0:00:00 2,07039 0 10,6554 -6,98696 110,458 20,808
0:00:01 2,66893 0 10,4447 -6,98688 110,458 22,68
0:00:03 2,22243 0 10,4609 -6,9867 110,458 25,344
0:00:13 0 0 10,6464 -6,98593 110,458 25,704
0:00:01 2,98499 0 11,971 -6,98593 110,458 25,704
0:00:05 3,06039 0 11,2408 -6,98562 110,458 16,596
0:00:02 2,18411 0 10,6255 -6,98562 110,458 16,596
0:00:06 3,34052 0 11,2767 -6,98531 110,459 23,616
0:00:06 2,72102 0 10,1065 -6,98487 110,459 21,528
0:00:05 0 0 10,7164 -6,98469 110,459 25,812
0:00:03 2,78326 0 11,4515 -6,9845 110,459 24,3
0:00:02 2,55461 0 11,0612 -6,98435 110,459 21,78
0:00:04 3,15137 0 15,6024 -6,98416 110,459 28,008
0:00:18 5,79337 0 25,1667 -6,98346 110,459 17,208
0:00:02 2,61687 0 17,8272 -6,98336 110,459 15,192
0:00:01 0 0 10,9744 -6,98336 110,459 15,192
0:00:22 2,65756 0 10,8032 -6,98174 110,46 26,136
4.2. Pengujian dan Akurasi
Penelitian ini akan menggunakan perhitungan presisi, recall dan F-Measure yang
digunakan untuk mengukur akurasi hasil dari percobaaan aplikasi accelerometer. Dari
percobaan penelitian ini yang telah dilakukan pada daerah Semarang Timur telah menghasilkan
104 titik jalan berlubang. Berikut matrix dari hasil percobaan tersebut:
Tabel 1. Matrix Hasil Pengumpulan Data
Jenis True False
Jalan Berlubang 79
25
Bukan Jalan Berlubang 20
5
Hasil diatas menunjukkan sistem dapat mengenali jalan berlubang di daerah
Semarang Timur dengan nilai Recall = 0,76 dan Precision = 0,95 yang menghasilkan F-
Measure = 0,84
5. SIMPULAN DAN SARAN
5.1. Simpulan
Informasi mengenai kondisi jalan sangat bermanfaat untuk pengguna jalan dan dinas
setempat. Informasi tersebut dapat dimanfaatkan untuk mengurangi permasalahan seperti
kecelakaan lalu lintas. Pada penelitian ini mengembangkan suatu system yang
memanfaatkan sensor accelerometer untuk mengidentifikasi kondisi permukaan jalan
menggunakan metode pothole detection. Penerapan metode tersebut dapat menyaring data
yang direkam oleh sensor accelerometer sehingga sistem tersebut dapat menyaring data
kondisi permukaan jalan yang perlu diperbaiki. Sistem tersebut dilengkapi sensor GPS
Page 47
5
yang dapat memberikan informasi mengenai titik lokasi jalan yang perlu diperbaiki.
Percobaan sistem dilakukan pada wilayah Semarang Timur yang terdiri dari kecamatan
Gayamsari, Genuk dan Pedurungan. Dari hasil percobaan sistem dapat mengidentifikasi
104 titik lokasi jalan rusak yang perlu diperbaiki. Dengan adanya informasi titik lokasi
jalan rusak diharapkan dapat meningkatkan kinerja dinas perhubungan kota semarang
untuk memperbaiki jalan dengan cepat.
5.2. Saran
Untuk pengembangan penelitian selanjutnya diharapkan dapat membuat antar muka
yang menunjukkan lokasi peta dari pengumpulan data dan dapat meningkatkan akurasi
dengan menggunakan metode yang berbeda.
UCAPAN TERIMA KASIH
Peneliti ucapkan terimakasih kepada pihak LPPM Universitas Semarang yang telah membiayai penelitian
ini.
REFERENSI
[1] Madnis, A., Strazdins, G., Zviedris, R., Kanonirs, G., & Selavo, L. (2011, June). Real time
pothole detection using android smartphones with accelerometers. In Distributed
Computing in Sensor Systems and Workshops (DCOSS), 2011 International Conference on
(pp. 1-6). IEEE.
[2] Hartono, R., Wibisono, Y., & Sukamto, R. A. (2017). Damropa (Damage Roads Patrol):
Aplikasi Pendeteksi Jalan Rusak Memanfaatkan Accelerometer pada Smartphone.
[3] Hidayatullah, P., Ferizal, F., Ramadhan, R. H., Qadarsih, B., & Mulyawan, F. (2012).
PENDETEKSIAN LUBANG DI JALAN SECARA SEMI-OTOMATIS. SIGMA-Mu,
4(1), 41-51
[4] Chugh, G., Bansal, D., & Sofat, S. (2014). Road condition detection using smartphone
sensors: A survey. International Journal of Electronic and Electrical Engineering, 7(6),
595-602.
[5] M. K. P. Kumar, M. N. A. A. Khan, and M. V. K. Reddy, “Design and Implementation of
Electronic Gesture Recognition Unit Using Accelerometer to Control Robotic Arm
Powered With Cortex-M3 Core,” Int. J. Eng. Res. Dev., vol. 2, no. 11, pp. 14–18, 2012.
[6] Brian McClendon Vice President Engineering Gogle Maps pada tanggal 6 Juni 2012
rekaman video the next generation of google maps.
[7] Wang, H. W., Chen, C. H., Cheng, D. Y., Lin, C. H., & Lo, C. C. (2015). A real-time
pothole detection approach for intelligent transportation system. Mathematical Problems
in Engineering.
[8] C. Nickel, J. Buchmann dan C. Busch, Accelerometer-based Biometric Gait Recognition
for Authentication on Smartphones, Dissertation, Darmstadt: Technischen Universitat
Darmstadt, 2012.
Page 48
6
LUARAN JURNAL TELEMATIKA STIMIK AMIKOM PURWOKERTO
ACCEPTED DAN TERBIT
Page 50
8
SISTEM DETEKSI KONDISI JALAN MENGGUNAKAN METODE Z-DIFF
PADA SMARTPHONE ANDROID
Astrid Novita Putri 1,Susanto2, Siti Asmiatun3
1,2, Program Studi Teknik Informatika, Fakultas Teknologi Informasi dan Komunikasi,
Universitas Semarang
Jl. Soekarno Hatta Tlogosari Semarang, Indonesia
Email : [email protected] , [email protected] , [email protected]
ABSTRAK Kondisi jalan yang baik akan memberikan kenyamanan dan memperlancar aktifitas suatu daerah.
Penggunaan transportasi darat di indonesia sendiri sangat tinggi. Hal ini menyebakan beban lalu lintas yang
sangat tinggi dan mengakibatkan kerusakan pada jalan. Dalam melakukan upaya untuk mengurangi angka
kecelakan dapat dilakukan dengan mengidentifikasi penyebab kecelakaan dan proses cara memperbaikinya.
Salah satu faktor penyebab kecelakaaan adalah kondisi jalan yang berlubang. Salah satu solusi untuk
mengurangi angka kecelakaan adalah dengan menyediakan informasi mengenai kondisi jalan berlubang
kepada pihak dinas setempat. Sehingga dengan adanya informasi tersebut dinas setempat dapat segera
menindaklanjuti perbaikan jalan. Berdasarkan dari beberapa penelitian sebelumnya yang berkaitan dengan
masalah yang diangkat pada penelitian ini akan membahas tentang pengembangan perangkat lunak dengan
memanfaatkan sensor accelerometers sebagai pencatat lokasi jalan berlubang yang ada di semarang timur.
Penelitian ini menggunakan metode alghoritma Z-diff untuk menyaring data yang diperoleh dari sensor
accelerometers. Dari hasil percobaan dibeberapa kecamatan semarang timur yang tergolong memiliki tingkat
kerusakan jalan yang tinggi, penelitian ini menemukan 281 titik jalan berlubang. Dari hasil pengukuran
menggunakan presisi, recall dan F-measure mendapatkan tingkat akurasi sebanyak 79%. Sehingga untuk
pengembangan penelitian berikutnya diperlukan kombinasi metode untuk memperbaiki akurasi tersebut.
Kata Kunci : Sensor, Accelometer, kondisi, jalan, Z-diff.
ABSTRACT Good road conditions will provide comfort and facilitate the activities of an area. The use of land
transportation in Indonesia itself is very high. This causes a very high traffic load and causes damage to the
road. In making an effort to reduce the number of accidents can be done by identifying the cause of the
accident and the process of how to fix it. One of the factors that cause accidents is the condition of the road
that has holes. One solution to reduce the number of accidents is to provide information about the potholes
to local authorities. So that with this information the local office can immediately follow up on road
improvements. Based on several previous studies related to the problems raised in this study will discuss the
development of software by utilizing sensor accelerometers as a record of the location of hollow roads in
East Semarang. This study uses the Z-diff algorithm to filter data obtained from accelerometer sensors. From
the results of experiments in several districts in East Semarang which are classified as having a high level of
road damage, this study found 281 potholes. From the measurement results using precision, recall and F-
measure get an accuracy rate of 79%. So that for the development of the next research, a combination of
methods is needed to improve the accuracy.
Keywords: sensor, accelometer, condition, path, z-diff.
PENDAHULUAN
Kondisi jalan yang baik akan memberikan kenyamanan dan memperlancar
aktifitas suatu daerah. Penggunaan transportasi darat di Indonesia sendiri sangat
tinggi.Sebagai penyebab beban lalu lintas akan meningkatkan beban jalan dan bisa mengakibatkan keberlubangan pada jalan.Lubangan pada jalan dapat menimbulkan banyak
Commented [u1]: Ukurun font harap disesuaikan dengan panduan
Commented [a2R1]:
Commented [a3R1]:
Page 51
9
gangguan yang terjadi yaitu kemacetan, keselamatan, biaya perbaikan dan biaya ganti rugi
kecelakaan(Hartono,2015).
Dalam melakukan upaya untuk mengurangi angka kecelakan dapat dilakukan
untuk mengidentifikasi faktor-faktor penyebab kecelakaan dan memperbaikinya. Salah
satu faktor penyebab kecelakaaan adalah dikarenakan kondisi jalan yang berlubang. Salah
satunya adalah dengan menyediakan informasi tentang kondisi jalan berlubang kepada para
pengguna jalan. Dengan tersedianya informasi mengenai kondisi jalan, pengguna jalan
dapat lebih berhati-hati atau menghindari jalan yang sedang berlubang tersebut.
Penelitian terkait mengenai pendeteksi jalan berlubang sudah dilakukan seperti
yang dilakukan oleh Artis Mednis menganalisis jalan berlubang menggunakan
accelerometer yang sudah terdapat pada OS Android, dapat dioptimalisasikan pada analisis
performanya dengan beberapa alghoritma (Madnis,2011).Kemudian pada penelitian yang
dilakukan oleh Nidhi Kaira di India juga pada kondisi lalu lintas mengenai kondisi jalan
berlubang, dengan menggunakan sensor accelometers untuk mendeteksi kondisi jalan
seperti lubang benturan, jalan yang tidak rata, dengan pengemudi jalan lurus, pengereman
normal, pengereman mendadak, jalan belok kanan, dan kiri kemudian di klasifikasikan
dengan threshold (Karla,2014).Berbeda dengan penelitian Rudi yang membuat sebuah
aplikasi pendeteksi jalan berlubang memanfaatkan akselerometer dan GPS untuk
mengumpulkan data jalan, kemudian menganalisis data yang terkumpul untuk
mendapatkan informasi titik-titik keberlubangan menggunakan Algoritma Pothole Patrol
untuk mengenali berbagai keberlubangan jalan seperti lubang, retak, bergelombang dan
deformasi (Hartono, 2017). Penelitian terkait terakhir mengenai jalan berlubang, penelitian
ini mendeteksi jalan berlubang menggunakan sensor accelometer untuk mendeteksi jalan
berlubang dengan memanfaatkan sensor pada smartphone dan menggunakan
GPS(Chugh.2014)
Berdasarkan dari beberapa penelitian sebelumnya yang berkaitan dengan masalah
yang diangkat pada penelitian ini akan membahas tentang pemanfaatan sensor
accelerometers dan maps sebagai aplikasi pencatat lokasi jalan berlubang yang perlu di
perbaiki, sehingga dengan adanya informasi tersebut, maka dinas setempat dapat segera
menindaklanjuti perbaikan jalan. Metode penelitian ini akan menggunakan metode
kombinasi dari penelitian sebelumnya yaitu Algoritma Z-Diff yang sudah di lakukan
penelitian sebelumnya memiliki akurasi 92%. Diharapkan dari menggunakan metode Z-
Diff dapat menghasilkan tingkat akurasi yang lebih baik. Sehingga dapat dimanfaatkan
untuk mendapatkan data dan informasi jalan berlubang.
Page 52
10
METODE PENELITIAN
1. Alghoritma Z-Diff Algoritm
Alghoritma Z-Diff merupakan algoritma yang mempertimbangkan perbedaan
nilai pada sumbu Z-Axis yang dihasilkan dari accelerometer. Karena nilai sumbu Z-
Axis banyak mengalami penurunan atau kenaikan yang disebabkan dari nilai kecepatan
antara waktu t i,j-1 dan waktu t i,j. Algoritma ini membutuhkan nilai ambang batas untuk
mendeteksi lubang. Nilai ambang batas yang akan diperoleh adalah dari nilai maksimum
sumbu Z-Axis untuk percobaan. Rumus yang digunakan untuk menentukan nilai
ambang batas sebagai berikut :
𝜃2 = min max |𝑔𝑎,𝑗,𝑖 − 𝑔𝑎,𝑖,𝑗−1|
𝑡𝑖,𝑗 − 𝑡𝑖,𝑗−1
Kemudian setelah mendapatkan nilai ambang batas, algoritma ini akan
membandingkan dengan 2 nilai yaitu jika hasil dari selisih nilai sumbu Z-Axis dan
selisih nilai antara waktu t i,j-1 dan waktu t i,j lebih besar dari nilai ambang batas maka
nilainya 1 yang artinya lubang terdeteksi. Rumus yang digunakan sebagai berikut :
𝑓2(𝑔𝑎,𝑖,𝑗) = {1,
|𝑔𝑎,𝑖,𝑗 − 𝑔𝑎,𝑖,𝑗−1|
𝑡𝑖,𝑗 − 𝑡𝑖,𝑗−1≥ 𝜃2
𝑜𝑡ℎ𝑒𝑟,
Where a= 1, 1≤i≤ n, i € N, j ≥, j€N
Tahapan penerapan algoritma yang akan dilakukan seperti berikut :
(2)
(1)
Commented [u4]: Metode penelitian juga dapat ditambahkan Alur penelitian yang dilakukan
Commented [u5]: Penomoran bisa dimulai dengan 1. Lebih lanjut cek di panduan
Commented [a6R5]:
Page 53
11
Gambar 1.Tahapan Penerapan algoritma
a. Kecepatan yaitu tapan yang melakukan seleksi kecepatan, jika kecepatan nol
atau kendaraan sangat pelan, maka data akan dibuang. Pada penelitian ini
menggunakan batas kecepatan ≥ 10 km/jam.
b. High-pass Filter yaitu penghapusan sinyal dengan frekuensi rendah pada
percepatan sumbu x dan z. Beberapa kejadian yang menghasilkan frekuensi
rendah seperti tarikan gas, tikungan, belokan, pengereman dan beberapa
perubahan kecil yang disebabkan orientasi perangkat smartphone. Penelitian ini
menggunakan batas minimal sumbu x ≥ 0 dan sumbu z ≥ 10.
c. Puncak sumbu Z (tz)yaitu menentukan nilai batas sumbu Z yang akan menjadi
acuan identifikasi jalan berlubang. Untuk menentukan nilai batas sumbu Z akan
menggunakan algoritma Z-Diff . Algoritma Z-Diff menggunakan ambang batas
(𝜃2) yang diambil dari nilai minimum dari nilai maksimum sumbu z dengan
rumus z-z-1/t-t-1. Kemudian untuk memfilter data jika hasil dari perhitungan
rumus z-z-1/t-t-1 ≥ 𝜃2 maka data akan direkam.
d. Rasio XZ yaitu filter dari kedua sumbu dengan menggunakan perbandingan
dengan cara menentukan nilai tx yang menjadi batas identifikasi anomali jenis
jalan berlubang dengan jenis jalan normal seperti polisi tidur, sambungan suar
muai (jembatan) dan persimpangan jalan raya. Data akan dibuang jika sumbu
data sumbu X dibagi dengan sumbu Z hasilnya kurang dari tx.
e. Kecepatan dan rasio z yaitu tahapan dimana identifikasi kerusakan jalan dengan
membandingkan data kecepatan dengan sumbu Z. Jika kendaraaan melaju
dengan kecepatan tinggi, maka nilai Z yang dihasilkan akan semakin tinggi. Jadi
jika nilai Z yang tinggi karena efek dari kecepatan maka data akan dibuang
dengan rumus pembanding Z < ts X speed.
Masukan data speed dan 2 sumbu akselerasi
(X,Z)
Kecepatan
• Kendaraan tidak berjalan, bantingan pintu, berjalan pelan di trotoar
High-pass Filter
• Tarikan gas, pengereman, tikungan dan belokan
Z-Speak/ nilai puncak Z
• Perhitungan nilai puncak Z menggunakan Z-Diff
Rasio XZ
• Persimpangan jalan kereta api, polisi tidur, sambungan siar muai
Speed dan Rasio Z
• Anomali kecil yang disebabkan karena meningkatnya kecepatan
Keluaran X,Z filtered
Page 54
12
HASIL DAN PEMBAHASAN
1. Data Training dan Data Testing
Data yang di dapatkan untuk penelitian ini adalah di Semarang Timur, meliputi
dengan dataset untuk daerah Muktiharjo Lor, Palebon, Banget Ayu Wetan, Tlogosari
Kulon, Tlogosari Wetan, Gayamsari, Pedurungan dengan 281 titik, dengan mencari
nilai ambang batas minimal -0,01272 , dengan menggunakan sensor accelometer,
untuk mengidentifikasi jalan berlubang, kemudian data yang di dapatkan akan di
jadikan sebagai saran untuk dinas setempat dapat segera menindaklanjuti perbaikan
jalan.
Pada gambar 2 adalah grafik dari pengambilan data menggunakan sensor
accelometer di Semarang Timur, grafik dengan sumbu x, y, z dan dengan mencari nilai
ambang betas atau tetha menghasilkan, jika nilai lebih dari ambang batas -0,01272
maka terdeteksi jalan berlubang.
Gambar 2. Hasil Dataset Menggunakan Sensor Accelometer
Gambar 3. Halaman Penyimpanan nama jalan Sistem Deteksi Kondisi Jalan
-20
-10
0
10
20
30
40
Nilai Accelometer
X Y Z Z-Dif
Page 55
13
Gambar 4. Tampilan Aplikasi Sistem Deteksi Kondisi Jalan
Gambar 5. Tampilan Menyimpan ke Database dalam bentuk excel
Pada gambar 4 aplikasi accelometer ini digunakan untuk mencatat nama jalan
berlubang, tampilan menu utama dari aplikasi pada gambar 4 tampilan ini di gunakan
untuk mendeteksi sumbu x, y dan z dari hasil rekaman sensor accelometer, aplikasi ini
juga mendeteksi location (Latitude dan Longitude), dan untuk menghitung nilai Zdiff
menggunakan rumus z-z-1/t-t-1. Kemudian untuk memfilter data jika z-z-1/t-t-1≥
maka data akan direkam. Dan menu tersebut di tersimpan di excel pada gambar 5.
Page 56
14
2. Pengujian dan Akurasi
Untuk mengukur kemampuan system dalam mengidentifikasi permukaan
jalan, penelitian ini akan menggunakan perhitungan presisi, recall dan F-Measure.
Pada penelitian ini menggunakan percobaan jalan dibeberapa kecamatan wilayah
Semarang Timur. Dari percobaan penelitian ini menggunakan 281 titik jalan
berlubang yang tersebar hasil percobaan system telah berhasil merekam. Berikut
matrix darihasil percobaan tersebut:
Tabel 1. Matrix Hasil Pengumpulan Data
Jenis True False
Jalan Berlubang 220
90
Bukan Jalan Berlubang 61
20
Recall = 220
220+90 = 0,709
Precision = 220
220+20 = 0,916
F-Measure = 2∗𝑅𝑒𝑐𝑎𝑙𝑙∗𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛
𝑃𝑟𝑒𝑐𝑖𝑠𝑖𝑜𝑛+𝑅𝑒𝑐𝑎𝑙𝑙 =
2∗0,709∗0,916
0,709+0,916 =
1,298
1,625 = 0,79
Gambar 5. Hasil Deteksi Jalan Berlubang
Hasil nilai diatas menunjukkan nilai akurasi recall sebanyak 70%, presisi 91% dan
menghasilkan F-Measure sebanyak 79% yang artinya bahwa sistem memiliki akurasi
yang cukup tinggi dalam mengidentifikasi jalan berlubang atau jalan yang perlu
diperbaiki. Hal ini disebabkan karena kepadatan jalan raya pada saaat saat
pengambilan data.
Hasil Deteksi Jalan
Berlubang Tidak Berlubang
Page 57
15
KESIMPULAN DAN SARAN
Dari penelitian ini dapat di simpulkan bahwa aplikasi ini akan di fokuskan untuk
mencatat dan mendeteksi jalan berlubang, menggunakan sensor accelometer dan
alghoritma Z-Diff untuk mengidentifikasi permukaan jalan yang berlubang, dengan sensor
accelometer sumbu x, y, z kemudian menetukan tetha dan menghitung nilai zdiff untuk
menghitung nilai ambang batas . Sistem tersebut dilengkapi sensor GPS yang dapat
memberikan informasi mengenai titik lokasi jalan yang perlu diperbaiki. Percobaan sistem
dilakukan pada wilayah Semarang Timur. Dari hasil percobaan sistem dapat
mengidentifikasi 281 titik lokasi jalan rusak yang perlu diperbaiki. Tingkat akurasi yang
dihasilkan dari sistem sebanyak 79% yang artinya sistem cukup stabil dalam
mengidentifikasi kondisi permukaan jalan. Untuk pengembangan penelitian selanjutnya
diharapkan dapat meningkatkan akurasi dengan menggunakan metode yang berbeda.
DAFTAR PUSTAKA
Hartono, R., Wibisono, Y., & Sukamto, R. A. (2017). Damropa (Damage Roads Patrol):
Aplikasi Pendeteksi Jalan Berlubang Memanfaatkan Accelerometer pada Smartphone.
Madnis, A., Strazdins, G., Zviedris, R., Kanonirs, G., & Selavo, L. (2011, June). Real
time pothole detection using android smartphones with accelerometers. In Distributed
Computing in Sensor Systems and Workshops (DCOSS), 2011 International
Conference on (pp. 1-6). IEEE.
Kalra, Nidhi, Gunjan Chugh, and Divya Bansal. "Analyzing driving and road events via
smartphone." International Journal of Computer Applications 98.12 (2014): 5-9.
Chugh, G., Bansal, D., & Sofat, S. (2014). Road condition detection using smartphone
sensors: A survey. International Journal of Electronic and Electrical Engineering, 7(6),
595-602.
Commented [u7]: Sesuaikan dengan panduan