Sistem Analisa Kerusakan Jalan Menggunakan Metode Surface Distress Index (SDI)
SISTEM ANALISA KERUSAKAN JALAN MENGGUNAKAN METODE SURFACE DISTRESS INDEX (SDI)
Keywords:
Kerusakan Jalan, Surface Distress Index, DataAbstract
Kecelakaan lalu lintas merupakan penyebab kematian dengan tingkat fatalitas tinggi melibatkan kendaraan bermotor bertabrakan dengan benda lain sehingga mengakibatkan kerusakan hingga korban jiwa. Salah satu penyebab kecelakaan lalu lintas adalah kerusakan jalan yang tidak mendapatkan perawatan dan penanganan. Kerusakan jalan juga memiliki dampak negatif terhadap aktivitas masyarakat baik ekonomi dan non ekonomi serta, ketidaknyamanan dalam berkendara, serta peningkatan emisi gas. Untuk menekan angka kecelakaan dan dampak negatif yang ditimbulkan oleh kerusakan jalan, telah dikembangkan beberapa sistem terkait informasi dan pemetaan kerusakan jalan, namun masih memiliki beberapa kekurangan diantaranya input data manual dan tidak terdapat analisis kerusakan jalan. Berdasarkan permasalahan tersebut diperlukan sebuah sistem yang dapat menganalisis berdasarkan data yang masuk pada database. Oleh karena itu penulis mengusulkan Sistem Analisa Kerusakan Jalan Menggunakan Metode Surface Distress Index (SDI). Pada sistem website terdapat fitur yang akan memudahkan Dinas Pekerjaan Umum dalam monitoring data kerusakan jalan seperti analisis data berdasarkan hasil deteksi dan estimasi area. Analisis kerusakan jalan menggunakan metode Surface Distress Indeks dengan hasil indeks <50 kondisi baik dan membutuhkan penanganan rutin, indeks 50-100 kondisi sedang dan membutuhkan penanganan rutin, indeks 100-150 kondisi rusak ringan dan membutuhkan penanganan berkala, indeks >150 kondisi rusak berat dan membutuhkan penanganan rekonstruksi atau peningkatan.
References
[1] Kepolisian Negara Republik Indonesia, "Data Kecelakaan Lalu Lintas di Wilayah Hukum Polda Metro Jaya," 2023.
[2] M. Bosi, A. D. Boccignone, dan G. Fornaciai, "Pothole detection using inertial measurement unit sensors," International Journal of Pavement Engineering, vol. 20, no. 7, pp. 675–684, 2019
[3] Y. Liu, J. Guo, dan X. Zhang, "Deep learning-based pothole detection from road images," IEEE Access, vol. 8, pp. 43207–43214, 2020.
[4] W. Winarta, I. D. Purnomo, dan S. Prasetyo, "Development of road damage information system for monitoring infrastructure," Journal of Infrastructure Systems, vol. 27, no. 2, pp. 115–124, 2021.
[5] N. Rofi’ah, "Pengembangan sistem monitoring kerusakan jalan berbasis mobile GIS," Jurnal Teknik Sipil dan Perencanaan, vol. 23, no. 3, pp. 211–220, 2021.
[6] R. Rachmawati, "Penerapan metode image processing untuk deteksi kerusakan jalan," Jurnal Teknologi Informasi dan Komunikasi, vol. 10, no. 2, pp. 45–52, 2022.
[7] M. Muhaimin, S. A. Nugraha, dan L. Hidayat, "Road surface condition assessment using Surface Distress Index (SDI) method," Journal of Civil Engineering Research, vol. 12, no. 1, pp. 33–40, 2023.
[8] S. B. Setyawan, H. Arrosida, A. Elhakim, D. Shahab, dan E. P. Nugroho, "Realtime road damage detection using transfer learning with Nvidia Jetson Nano," AIP Conference Proceedings, vol. 3145, no. 1, p. 020006, Jul. 2024, doi: 10.1063/5.0212345.
[9] Direktorat Jenderal Bina Marga, Panduan Survei Kondisi Jalan SMD-03/RCS, Jakarta: Kementerian PUPR, 2011
[10] A. Malik, R. Pratama, dan F. Yuliani, "IoT-based data transmission for road damage detection system," International Journal of Advanced Computer Science and Applications (IJACSA), vol. 12, no. 5, pp. 223–229, 2021Al Faritzie, H., Firda, A., dan Aprilyanti, S. (2022). Identifikasi dan Analisis Kerusakan Jalan pada Ruas Jalan Siaran Sako Kota Palembang. Bearing : Jurnal Penelitian dan Kajian Teknik Sipil. 3(4): 223.
Downloads
Published
How to Cite
Issue
Section
License
Copyright (c) 2025 JEECAE (Journal of Electrical, Electronics, Control, and Automotive Engineering)

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.