SISTEM DETEKSI VISUAL KERUSAKAN STRUKTUR BANGUNAN MENGGUNAKAN METODE YOLOV8

Penelitian ini berfokus pada pengembangan sistem deteksi visual kerusakan struktur
bangunan menggunakan metode YOLOv8. Sistem ini dirancang untuk mendeteksi
kerusakan struktur pada bangunan khususnya dinding/tembok dengan menggunakan
perangkat keras Raspberry Pi 4B, kamera Raspberry Pi, dan sensor ultrasonik Y401. Data
gambar yang diperoleh dari kamera diproses menggunakan bahasa pemrograman python
dengan library OpenCV dan diolah lebih lanjut di Google Colaboratory. Model YOLOv8
dilatih untuk mengenali berbagai jenis kerusakan seperti (retak ringan, retakan sedang,
retakan berat). Hasil pengujian menunjukkan bahwa sistem ini mampu mendeteksi
kerusakan dengan tingkat akurasi yang baik, terutama ketika objek berada dalam jarak
yang lebih dekat dengan kamera. Hasil pengujian menunjukkan bahwa sistem ini mampu
mendeteksi keretakan dengan akurasi rata rata sebesar 52% untuk keretakan ringan
dengan jarak 1 meter, 50% untuk keretakan sedang dengan jarak 2 meter, dan 53% untuk
keretakan berat dengan jarak 2 meter. Secara keseluruhan, sistem mencapai akurasi rata�rata sebesar 52.67% dengan menggunakan 10 epoch saat training. Analisis lebih lanjut
menunjukkan bahwa penambahan jumlah epoch pelatihan dari 10 menjadi 20 dapat
meningkatkan akurasi deteksi secara signifikan. Sistem ini diharapkan dapat menjadi
solusi yang efektif dan efisien dalam memantau kondisi struktur bangunan