[{"data":1,"prerenderedAt":-1},["ShallowReactive",2],{"ssr-repo-dspace000000561":3},{"id":4,"title":5,"authors":6,"files":8,"advisors":53,"authors_detail":54,"advisors_detail":58,"publisher":59,"publish_place":60,"language":61,"type":62,"type_slug":63,"year":64,"department":65,"study_program":66,"keywords":67,"keywords_detail":71,"abstract":77,"abstract_html":78,"url":79},"repo-dspace000000561","Penggunaan Metode Local Binary Pattern Dan Klasifikasi K-Nearest Neighbor (KNN) Untuk Mengindentifikasi Lubang Pada Jalan Aspal",[7],"Fathur Romadhon",[9,13,16,19,22,26,29,32,35,38,41,44,47,50],{"chapter":10,"requires_login":11,"label":12,"available":11},"abstrak",false,"Abstrak",{"chapter":14,"requires_login":11,"label":15,"available":11},"pendahuluan","Pendahuluan",{"chapter":17,"requires_login":11,"label":18,"available":11},"bab1","Bab I",{"chapter":20,"requires_login":11,"label":21,"available":11},"bab2","Bab II",{"chapter":23,"requires_login":24,"label":25,"available":11},"bab3",true,"Bab III",{"chapter":27,"requires_login":24,"label":28,"available":11},"bab4","Bab IV",{"chapter":30,"requires_login":24,"label":31,"available":11},"bab5","Bab V",{"chapter":33,"requires_login":24,"label":34,"available":11},"bab6","Bab VI",{"chapter":36,"requires_login":24,"label":37,"available":11},"bab7","Bab VII",{"chapter":39,"requires_login":11,"label":40,"available":11},"daftar_pustaka","Daftar Pustaka",{"chapter":42,"requires_login":24,"label":43,"available":11},"lampiran","Lampiran",{"chapter":45,"requires_login":24,"label":46,"available":11},"jurnal","Jurnal",{"chapter":48,"requires_login":11,"label":49,"available":24},"open","Akses Terbuka",{"chapter":51,"requires_login":24,"label":52,"available":11},"full","Dokumen Lengkap",[],[55],{"name":7,"nim":56,"slug":57},"1641720007","fathur-romadhon",[],"Politeknik Negeri Malang","Malang","Indonesia","Skripsi (D4)","skripsi-d4",2020,"D-IV TEKNIK INFORMATIKA",null,[68,69,70],"Perbaikan Jalan","sistem","LBP",[72,74,75],{"name":68,"slug":73},"perbaikan-jalan",{"name":69,"slug":69},{"name":70,"slug":76},"lbp","Kondisi jalan yang baik akan memudahkan segala aktivitas masyarakat. Lain halnya jika terjadi kerusakan pada jalan akan berakibat bukan hanya terhalangnya kegiatan ekonomi dan sosial namun akan berpengaruh pada keamanan dan kenyamanan pemakai jalan. Dinas Pekerjaan Umum mengungkapkan, salah satu kendala yang menyebabkan lamanya perbaikan kerusakan jalan yaitu proses pencatatan. Proses tersebut saat ini dilakukan secara manual dengan bantuan tenaga manusia. Karena proses pendeteksian dan pendataan masih dilakukan secara manual dengan tenaga manusia, waktu yang dibutuhkan relatif lama dan tingkat keakuratannya rendah. Oleh karena itu perlu adanya sistem yang dapat menjadi alternatif Dinas Pembangunan Umum untuk mempercepat proses perbaikan jalan. Dalam Tugas Akhir ini, dibuktikan penulis dapat membuat sebuah sistem untuk mengidentifikasi lubang pada jalan aspal menggunakan metode Local Binary Pattern (LBP) dan K Nearest Neighbor(KNN). Dengan perolehan akurasi sebesar 96% dengan FAR sebesar 0% dan FRR sebesar 4,16%. Dan utnuk proses perhitungan lubang akurasi sebesar 97,74%.","\u003Cp>Kondisi jalan yang baik akan memudahkan segala aktivitas masyarakat. Lain halnya jika terjadi kerusakan pada jalan akan berakibat bukan hanya terhalangnya kegiatan ekonomi dan sosial namun akan berpengaruh pada keamanan dan kenyamanan pemakai jalan. Dinas Pekerjaan Umum mengungkapkan, salah satu kendala yang menyebabkan lamanya perbaikan kerusakan jalan yaitu proses pencatatan. Proses tersebut saat ini dilakukan secara manual dengan bantuan tenaga manusia. Karena proses pendeteksian dan pendataan masih dilakukan secara manual dengan tenaga manusia, waktu yang dibutuhkan relatif lama dan tingkat keakuratannya rendah. Oleh karena itu perlu adanya sistem yang dapat menjadi alternatif Dinas Pembangunan Umum untuk mempercepat proses perbaikan jalan. Dalam Tugas Akhir ini, dibuktikan penulis dapat membuat sebuah sistem untuk mengidentifikasi lubang pada jalan aspal menggunakan metode Local Binary Pattern (LBP) dan K Nearest Neighbor(KNN). Dengan perolehan akurasi sebesar 96% dengan FAR sebesar 0% dan FRR sebesar 4,16%. Dan utnuk proses perhitungan lubang akurasi sebesar 97,74%.\u003C\u002Fp>","https:\u002F\u002Frepository.polinema.ac.id\u002Fcollection\u002Fdetail?id=dspace000000561&year=2020&title=penggunaan-metode-local-binary-pattern-dan-klasifikasi-k-nearest-neighbor-knn-untuk-mengindentifikasi-lubang-pada-jalan-aspal"]