Deteksi Kerusakan Jalan Menggunakan Vision Transformer Berbasis Citra Digital

Abstrak

Kerusakan jalan seperti pothole dan crack merupakan permasalahan infrastruktur yang dapat meningkatkan risiko kecelakaan dan menurunkan kenyamanan pengguna jalan. Metode inspeksi jalan secara konvensional masih bersifat manual, subjektif, dan tidak efisien. Penelitian ini bertujuan untuk mengimplementasikan dan mengevaluasi Vision Transformer (ViT) sebagai metode klasifikasi otomatis kerusakan jalan berbasis citra. Dataset yang digunakan terdiri dari 5.444 citra kondisi jalan yang terbagi ke dalam tiga kelas, yaitu no damage, pothole, dan crack, dengan distribusi data yang tidak seimbang. Seluruh citra diproses melalui tahap preprocessing berupa penyeragaman ukuran menjadi 128×128 piksel dan normalisasi nilai piksel. Model Vision Transformer versi ringan dibangun dan dilatih menggunakan lingkungan Google Colab dengan keterbatasan sumber daya komputasi. Hasil pengujian menunjukkan bahwa model mampu mencapai akurasi sebesar ±89,7% dengan performa terbaik pada kelas no damage dan pothole. Namun, performa pada kelas crack masih relatif rendah akibat keterbatasan jumlah data dan karakteristik visual retakan yang berukuran kecil. Hasil penelitian menunjukkan bahwa Vision Transformer memiliki potensi yang baik sebagai solusi otomatis untuk pemantauan kondisi jalan, meskipun diperlukan pengembangan lebih lanjut untuk meningkatkan performa pada kelas minoritas.