Implentasi Algoritma You Only Look Once Version 8 (YOLOv8) Untuk Pendeteksian Jalan Berlubang

Pendataan dan pemeliharaan jalan berlubang secara konvensional membutuhkan waktu dan biaya yang besar. Penelitian ini bertujuan menerapkan algoritma You Only Look Once versi 8 (YOLOv8) untuk mendeteksi jalan berlubang secara otomatis menggunakan citra digital. Dataset terdiri dari 892 gambar yang dikumpulkan dari sumber publik dan pengambilan langsung di lapangan, kemudian dianotasi menggunakan platform Roboflow. Data diproses melalui tahapan preprocessing, pelatihan model dengan 100 epoch, batch size 8, dan ukuran gambar 640×640 piksel, serta pengujian menggunakan metrik mean Average Precision (mAP), Precision, Recall, dan F1-score. Hasil pelatihan menunjukkan performa model baik dengan nilai precision 0,89, recall 0,853, mAP50 0,901, dan F1-score 0,865. Implementasi pada citra baru di luar dataset menghasilkan confidence score 0,88, menunjukkan deteksi yang akurat dan stabil. Penelitian ini membuktikan bahwa YOLOv8 efektif untuk deteksi jalan berlubang secara otomatis, memberikan solusi cepat dan efisien bagi pemeliharaan infrastruktur jalan. Hasil ini dapat menjadi referensi untuk pengembangan sistem pemantauan kondisi jalan secara real-time berbasis visi komputer.

Kata Kunci: computer vision, deep learning, deteksi jalan berlubang, object detection, yolov8