Jembatan memiliki fungsi sebagai struktur yang di bangun untuk melintasi sungai dan memiliki peran untuk kelancaran mobilitas. Kerusakan pada jembatan, yang seringkali disebabkan oleh getaran akibat kendaraan berat yang melintas, dapat memiliki dampak serius terhadap keamanan dan fungsionalitasnya. Monitoring kesehatan struktur (SHM) adalah ilmu yang bertujuan mengidentifikasi dan memonitor kerusakan pada jembatan dengan memanfaatkan sensor terintegrasi. Sensor-sensor tersebut menghasilkan data yang kemudian dianalisis untuk membuat keputusan yang mendukung peringatan dini terkait perbaikan, khususnya dalam menghadapi penurunan kemampuan atau kerusakan structural. Maka dibutuhkan objek deteksi untuk mengenali mendeteksi truk, selain itu tujuan dari penelitian ini yaitu mengetahui kemampuan dan mengimplementasi deteksi truk pada model arsitektur yaitu YOLOv8 yang diharapkan arsitektur yolov8 memiliki komputasi ringan dan kemampuan deteksi yang baik. Hasil pengujian pada beberapa kategori truk menunjukkan mAP sebesar 99,4% pada kategori truk tertentu. Namun, perbandingan deteksi objek untuk klasifikasi berdasarkan kategori masih belum optimal. Sistem hanya mampu mendeteksi dengan baik untuk kategori 1 dan 2, sedangkan kategori lainnya (3, 4, 5) masih menunjukkan hasil yang kurang memuaskan. Ketidakberhasilan ini disebabkan oleh keterbatasan jumlah data pada kategori-kategori tersebut.
| |
| |
 |
Kata Kunci:
Struktur Health monitoring, YOLO, Object Detetction, YOLOv8