Monitoring Kerusakan Jalan Menggunakan Drone

Jalan amatlah penting bagi kehidupan karena dapat mempermudah akses manusia. Perjalanan manusia ataupun logistik kebutuhan bisa menyebar merata berkat adanya jalan. Maka dari itu, kerusakan jalan perlu dicegah dengan berbagai perawatan. 

Seiring pentingnya jalan dan penggunanya yang semakin banyak, perawatan jalan menjadi bagian penting.  Terdapat beberapa faktor yang mempengaruhi kerusakan jalan, yaitu suhu, kelembaban, cuaca, dan beban kendaraan lalu lintas jalan. 

Tak jarang, kerusakan jalan aspal kerap ditemui di area yang sering dilalui kendaraan berat. Belum lagi lagi faktor cuaca serta kelembaban di area tersebut semakin mendukung perubahan aspal sehingga terdapat bekas pijakan ban kendaraan.

Terdapat beberapa kategori untuk menggambarkan jalan yang rusak. Kategori ini sangat umum digunakan industri seperti retak kulit buaya (aligator cracking), sungkur (shoving), Lubang (potholes), amblas (depression), dan tambalan (patch).

Kategori kerusakan tersebut bisa ditemukan dari proses inspeksi manual, yaitu dengan menyusuri jalan sambil membawa data. Teknik dengan sebutan lain walk and look measurements ini bisa menghabiskan waktu, apalagi kalau jalan yang diukur ratusan meter.

Cara manual lainnya yaitu melalui rekaman video yang terpasang di mobil. Data yang terkumpul lalu diolah dengan kriteria elevasi permukaan dan kecepatan mobil untuk rekonstruksi lubang jalan. 

Bisa juga menggunakan metode kernel tracker untuk mendeteksi tambalan jalan. Nantinya frame video akan dibandingkan dengan hasil identifikasi manual, sayangnya nilai akurasi metode ini 75%. 

 

Tahapan dan Hasil Drone Identifikasi jalan

Sejak familiarnya drone pemetaan, industri lain pun mencoba mengadaptasi drone ke dalam industrinya. Salah satunya pemanfaatan untuk identifikasi kerusakan jalan. 

Dengan mengandalkan kamera berkualitas yang terpasang pada drone membuat identifikasi menjadi lebih mudah. Keunggulan drone inilah yang membuatnya industri menyukainya. 

Proses identifikasi kerusakan jalan akuisisi data foto jalan sepanjang 100 meter bisa dilakukan lebih cepat 3x kali dari metode biasa. Dimulai dari akuisisi, selanjutnya diolah untuk mendapat posisi orientasi kamera di setiap foto agar bisa didapatkan sparse cloud model. 

Sepanjang jalan 100 meter, drone diterbangkan di ketinggian kurang dari 20 meter dengan kecepatan 3 m/s. Waktu yang dihabiskan untuk akuisisi yakni 6 menit 50 detik dengan total foto 256. 

Pengaturan pada perangkat membuat pemanfaatan drone ini semakin mudah. Karena pilot mengatur jalur terbang sebelum, alhasil drone tinggal mengikuti arah jalur terbang, kecepatan, durasi, overlap, dan sidelap. 

Selanjutnya pembuatan titik koordinat dari foto yang telah diambil. Proses ini dilakukan agar foto dan titik tersebut bisa menjadi geometri 3D objek atau orthophoto. Nantinya akan terlihat bentuk area, kategori kerusakan serta ukuran di kondisi sebenarnya. 

Kerusakan jalan
Hasil Penelitian

 

Nilai akhir akurasi mendapat nilai 96,36% ketika menggunakan drone, lebih tinggi 21,36% dari metode manual. Kesalahan 3,64% muncul karena kesalahan klasifikasi kerusakan jenis sungkur dan amblas. 

Sedangkan nilai kappa mendapat 94,15% yang berarti tingkat kepercayaan kategori kerusakan sangat tinggi. 

Hasil akhir pemanfaatan drone untuk identifikasi jalan membawa hasil yang positif. Dengan nilai akurasi dan kappa sangat tinggi untuk menjadi data acuan perusahaan. 

Selain hasil yang memuaskan, biaya dan tenaga yang dikeluarkan bisa dipangkas signifikan. Apalagi pemanfaatan drone cukup fleksibel untuk digunakan kapanpun, dimanapun, dan aktivitas apapun. Aktivitas pemetaan drone ataupun inspeksi drone bisa dilakukan.

Referensi: Pemanfaatan Teknologi Uav (Unmanned Aerial Vehicle) Untuk Identifikasi Dan Klasifikasi Jenis – Jenis Kerusakan Jalan

One Response

Leave a Reply

Your email address will not be published.

Open chat
Halo, ada yang bisa kami bantu?