Penerapan Analisa Big Data pada Klasifikasi Kondisi Jalan untuk Mendukung Smart City
Main Article Content
Abstract
Banyak orang membeli sepeda motor baru maupun mobil baru untuk mendukung pekerjaan sampingan mereka dengan menjadi driver ojek online. Berdasarkan data dari ASEAN Automotive Federation (AAF) penjualan mobil di Kawasan Asia Tenggara pada tahun 2016-2017, Indonesia menempati posisi tertinggi, dimana pada tahun 2017 telah mencapai 1,08 juta unit. Timbulnya permasalahan baru, bagi pemerintah dalam hal ini mempengaruhi kondisi transportasi dan kondisi jalan di beberapa kota besar di Indonesia. Apabila kondisi jalan rusak, dan perbaikan jalan membutuhkan waktu yang lama, secara tidak langsung dapat menyebabkan kecelakaan lalu lintas dalam berkendara. Namun biaya untuk perbaikan jalan tidaklah murah. Proses dan biaya perbaikan jalan sangatlah tinggi dan adanya kompleksitas dalam deteksi lubang pada jalan juga menjadi salah satu hambatan bagi pemerintah. Saat ini, pemerintah Indonesia menggalakkan Smart City untuk menyelesaikan berbagai permasalahan yang ada dan menjadikannya lebih praktis. Untuk itu dibutuhkan platform yang berfungsi mengkoleksi data kondisi jalan, melakukan analisa terhadap kondisi jalan, dan memberikan laporan yang berupa visualisasi dengan informasi geospatial. Pada penelitian ini memanfaatkan perangkat opensource Pentaho untuk melakukan Big Data Integration and Analytics yang terintegrasi dengan SMITE.
Downloads
Article Details
References
[2] Suwardo. “TINGKAT KERATAAN JALAN BERDASARKAN ALAT ROLLING STRAIGHT EDGE UNTUK MENGESTIMASI KONDISI PELAYANAN JALAN (PSI DAN RCI)”, Teknik Sipil, Universitas Gadjah Mada. 2012.
[3] Tai Yu-chin, “Automatic road Anomaly Detection Using Smart Mobile Device”, Department of Computer Science and Information Engineering, National Taiwan University. 2014.
[4] Tonde V.P, “Detection of Road Damage using Signals of Smartphone-Embedded Accelerometer while Cycling”. School of Science and Engineering, Aoyama Gakuin University. 2014.
[5] Tonde V.P. “Road Quality and Ghats Complexity analysis using Android sensors”. Department of Information Technology, Sinhgad Institute of Technology Lonavala. 2017.
[6] Mednis Artis. “Real Time Pothole Detection using Android Smartphones with Accelerometers”. Institute of Electronics and Computer Science, University of Latvia. 2011.
[7] J. Eriksson. “The Pothole Patrol: Using A Mobile Sensor Network for Road Surface Monitoring,” in MobiSys’08: Proceeding of the 6th international conference on Mobile systems, applications, and services”. New York USA, 2008.
[8] Gunjan chugh, Divya Bansal. “Road Condition Detection Using Smartphone Sensors: A Survey”. PEC University of Technology. 2014.
[9] Kasun De Zoysa, Gihan P. Seneviratne, et al. “A Public Transport System Based Sensor Network for Road Surface Condition Monitoring.”2015.
[10] Yusuke Kobana, Junji Takahashi, et al. “Detection of Road Damage Using Signal of Smartphone-Embedded Accelerometer While Cycling”. 2015.
[11] Hangbin Wu, et al. “Road Pothole Extraction And Safety Evaluation By Integration Of Point Cloud And Images Derived From Mobile Mapping Sensors.” 2015.
[12] F. Panduman; Yohanes Yohanie. “Smart Environment Monitoring and Analytical Real-Time Extension for Air Quality Monitoring on Vehicle”. PENS. 2018.