Electronic Theses and Dissertation

Kondisi permukaan jalan menjadi salah satu faktor yang memengaruhi kenyamanan dan keselamatan dalam berkendara. oleh karena itu, pemeliharaan kualitas jalan merupakan hal yang penting untuk dilakukan secara berkelanjutan. pemeriksaan kondisi jalan di indonesia masih dilakukan secara manual dengan memeriksa secara langsung kerusakan pada permukaan jalan. sehingga untuk mengatasi kekurangan tersebut perlu digunakan pendekatan yang lebih efisien yang dapat memberikan informasi kerusakan pada permukaan jalan dalam ruang lingkup yang lebih luas. pada penelitian ini pengambilan data dilakukan menggunakan sensor accelerometer dan global positioning system (gps) yang terdapat pada smartphone. perekaman data kondisi permukaan jalan pada penelitian ini dilakukan dengan menggunakan mobil dengan tipe multi purpose vehicle (mpv) di jalan usaid pada lokasi dari sma negeri 1 lhoknga sampai pantai lhokseudu. penelitian ini bertujuan untuk mengetahui kondisi permukaan jalan berdasarkan bentuk topografi dan kepadatan penduduk yang ada di sekitar jalan serta mengetahui lokasi kerusakan yang terdapat pada ruas jalan tersebut. kondisi permukaan jalan pada penelitian ini dianalisis dengan menggunakan metode dynamic time warping (dtw). proses analisis menggunakan metode dtw dilakukan dengan membandingkan kondisi jalan yang dianalisis (dari lokasi sma negeri 1 lhoknga sampai pantai lhokseudu) dengan kondisi jalan ideal (permukaan jalan tanpa anomali). kemudian digunakan metode k-means clustering untuk mengelompokkan lokasi anomali yang terdeteksi. hasil penelitian menunjukkan bahwa terdapat beberapa segmen jalan dengan kondisi permukaan yang lebih buruk dibandingkan segmen lainnya, terutama pada daerah desa meunasah mesjid dan desa pulot. berdasarkan bentuk topografi jalan diketahui bahwa topografi jalan menurun dan menanjak memiliki kondisi permukaan jalan yang lebih buruk daripada topografi jalan lurus. kemudian berdasarkan kepadatan penduduk di sekitar jalan didapati bahwa kondisi permukaan jalan pada daerah dengan kepadatan penduduk tinggi lebih baik dibandingkan pada daerah dengan dengan kepadatan penduduk rendah.

The condition of the road surface is one of the factors that affect the comfort and safety of driving. Therefore, it is important to maintain road quality on an ongoing basis. Inspection of road conditions in Indonesia is still done manually by directly checking the damage to the road surface. So that to overcome these shortcomings, it is necessary to use a more efficient approach that can provide information on damage to the road surface in a wider scope. In this study, data collection was carried out using the accelerometer sensor and the Global Positioning System (GPS) on the smartphone. Data recording of road surface conditions in this study was carried out using a car with the type of Multi Purpose Vehicle (MPV) on the USAID road at locations from SMA Negeri 1 Lhoknga to Lhokseudu Beach. This study aims to determine the condition of the road surface based on the topology and population density around the road and to find out the location of the damage found on the road segment. The road surface conditions in this study were analyzed using the Dynamic Time Warping (DTW) method. The analysis process using the DTW method is carried out by comparing the analyzed road conditions (from the location of SMA Negeri 1 Lhoknga to Lhokseudu Beach) with ideal road conditions (road surfaces without anomalies). Then the k-means clustering method is used to group the detected anomaly locations. The results showed that there were several road segments with poorer surface conditions than other segments, especially in the Meunasah Mesjid Village and Pulot Village areas. Based on the shape of the road topology, it is known that the topology of descending and ascending roads has a worse road surface condition than the straight road topology. Then based on the population density around the road, it was found that the condition of the road surface in areas with high population density is better than in areas with low population density.