SISTEM DETEKSI KONDISI JALAN MENGGUNAKAN METODE Z-DIFF PADA SMARTPHONE ANDROID

Telematika
Universitas Amikom Purwokerto

📄 Abstract

Kondisi jalan yang baik akan memberikan kenyamanan dan memperlancar aktifitas suatu daerah. Penggunaan transportasi darat di indonesia sendiri sangat tinggi. Hal ini menyebakan beban lalu lintas yang sangat tinggi dan mengakibatkan kerusakan pada jalan.  Dalam melakukan upaya untuk mengurangi angka kecelakan dapat dilakukan dengan mengidentifikasi penyebab kecelakaan dan proses cara memperbaikinya. Salah satu faktor penyebab kecelakaaan adalah kondisi jalan yang berlubang. Salah satu solusi untuk mengurangi angka kecelakaan adalah dengan menyediakan informasi mengenai kondisi jalan berlubang kepada pihak dinas setempat. Sehingga dengan adanya informasi tersebut dinas setempat dapat segera menindaklanjuti perbaikan jalan. Berdasarkan dari beberapa penelitian sebelumnya yang berkaitan dengan masalah yang diangkat pada penelitian ini akan membahas tentang pengembangan perangkat lunak dengan memanfaatkan sensor accelerometers sebagai pencatat lokasi jalan berlubang yang ada di semarang timur. Penelitian ini menggunakan metode alghoritma Z-diff untuk menyaring data yang diperoleh dari sensor accelerometers. Dari hasil percobaan dibeberapa kecamatan semarang timur yang tergolong memiliki tingkat kerusakan jalan yang tinggi, penelitian ini menemukan 281 titik jalan berlubang. Dari hasil pengukuran menggunakan presisi, recall dan F-measure mendapatkan tingkat akurasi sebanyak 79%. Sehingga untuk pengembangan penelitian berikutnya diperlukan kombinasi metode untuk memperbaiki akurasi tersebut.

🔖 Keywords

#Sensor; Accelometer; kondisi; jalan; Z-diff

ℹ️ Informasi Publikasi

Tanggal Publikasi
04 September 2018
Volume / Nomor / Tahun
Volume 11, Nomor 2, Tahun 2018

📝 HOW TO CITE

putri, astrid novita; Semarang University; Susanto, Susanto; Universitas Semarang; Asmiatun, Siti; Universitas Semarang; -, "SISTEM DETEKSI KONDISI JALAN MENGGUNAKAN METODE Z-DIFF PADA SMARTPHONE ANDROID," Telematika, vol. 11, no. 2, Sep. 2018.

ACM
ACS
APA
ABNT
Chicago
Harvard
IEEE
MLA
Turabian
Vancouver

📚 References & Citations

Artikel ini telah dikutip oleh 1 publikasi lainnya.

🔗 Artikel Terkait dari Jurnal yang Sama

A Systematic Analysis of the Impact of Non-Academic Factors on Student Academic Performance Prediction Using Data Mining

Ningsih, Gabriella Caroline Prihayu; Universitas Sebelas Maret; Liantoni, Febri; Sebelas Maret University; Sujana, Yudianto; Sebelas Maret University;

02 Apr 2026

Architecture and Field Evaluation of an IoT-Integrated Village Information System for Public Service

Hartono, Susilo; Universitas Muhammadiyah Pringsewu; Sutikno, Tole; Ahmad Dahlan University; Yudhana, Anton; Ahmad Dahlan University;

09 Mar 2026

Development of a Lightweight CNN Architecture for Multiclass Brain Tumor Detection Based on RGB Images

Fauzi, Ahmad; Pamulang University; Yunial, Agus heri; Pamulang University;

09 Mar 2026

Portfolio Risk Assessment Using VaR and CVaR: A Comparative Study of Variance–Covariance Method and Monte Carlo Simulation

Supandi, Epha Diana; Oktavia, Atika; Sunan Kalijaga State Islamic University Yogyakarta;

05 Mar 2026

Fairness Auditing and Bias Mitigation in Aspect-Based Sentiment Models for Indonesian Public Services

Jondien, Muhammad Shihab Fathurrahman; Magister of Computer Science, Amikom Purwokerto University, Indonesia; Hariguna, Taqwa; Magister of Computer Science, Amikom Purwokerto University, Indonesia; Saputra, Dhanar Intan Surya; Magister of Computer Science, Amikom Purwokerto University, Indonesia;

05 Mar 2026

Performance Analysis of the Fuzzing Method in Detecting API Vulnerabilities in Mobile Healthcare Application X Based on OWASP API Security Top 10

Hakim, Muhammad Ikhwanul; Nugroho, Radityo Adi; Nugrahadi, Dodon Turianto; Herteno, Rudy; Saputro, Setyo Wahyu;

19 Feb 2026

📊 Statistik Sitasi Jurnal