Implementasi YOLO dalam Sistem Deteksi Lubang pada Permukaan Jalan Secara Real-Time dengan Pendekatan Edge Computing

Kerusakan permukaan jalan berupa lubang merupakan masalah krusial yang mengancam keselamatan dan kenyamanan transportasi. Metode inspeksi visual konvensional saat ini dinilai kurang efisien jika diterapkan untuk pemantauan berskala luas. Penelitian ini bertujuan untuk mengimplementasikan dan mengukur performa arsitektur algoritma You Only Look Once (YOLOv12m) dalam mendeteksi jalan berlubang (pothole) secara real-time menggunakan pendekatan Edge Computing. Penelitian ini menggunakan 1.189 data citra primer kondisi jalan raya yang dibagi menjadi data latih, validasi, dan uji dengan proporsi 80:10:10. Sistem dirancang dengan mengintegrasikan aliran video dari kamera ponsel pintar melalui DroidCam dan data koordinat Global Positioning System (GPS) dari aplikasi Sensor Logger ke dalam perangkat komputasi lokal (laptop). Sinkronisasi data spasial dan antarmuka pengguna dibangun menggunakan bahasa pemrograman Python, Flask API, dan Custom Tkinter. Hasil pengujian model pada himpunan data uji menunjukkan tingkat akurasi yang baik dengan nilai Mean Average Precision (mAP@0.5) sebesar 74,4%, Presisi 79,2%, dan Recall 67,4%. Pada pengujian kinerja real-time, sistem mampu beroperasi secara stabil pada kecepatan komputasi rata-rata 17-18 Frame Per Second (FPS) dengan latensi di bawah 60 ms. Kesimpulannya, sistem pendeteksi jalan berlubang berbasis Edge Computing ini dinilai fungsional dan layak digunakan sebagai instrumen skrining awal pemeliharaan jalan, yang secara otomatis mampu mengekstraksi dan menyimpan lokasi kerusakan ke dalam arsip berformat Comma Separated Values (CSV).