Wednesday , 5 August 2026
Home / KELISTRIKAN / Kembangkan AI untuk Deteksi Kerusakan Jalan, Dosen ITPLN Lulus Doktoral UI

Kembangkan AI untuk Deteksi Kerusakan Jalan, Dosen ITPLN Lulus Doktoral UI

DEPOK, RESOURCESASIA.ID – Dosen Institut Teknologi PLN (ITPLN), Agus Mulyanto, berhasil meraih gelar Doktor pada Program Doktor Teknik Elektro, Fakultas Teknik Universitas Indonesia (UI), setelah mempertahankan disertasinya pada Senin, 3 Agustus 2026.

Dalam penelitiannya, Agus mengembangkan teknologi berbasis kecerdasan buatan (Artificial Intelligence/AI) yang mampu mendeteksi sekaligus mengukur kerusakan jalan, khususnya jalan amblas (depression), secara tiga dimensi. Teknologi ini diharapkan dapat membantu proses inspeksi kondisi jalan menjadi lebih cepat, akurat, dan objektif.

Selama ini, pemeriksaan kondisi jalan masih banyak dilakukan melalui pengamatan visual atau menggunakan foto dua dimensi. Cara tersebut sering kali menyulitkan petugas untuk mengetahui ukuran dan tingkat keparahan kerusakan, terutama pada jalan amblas yang memiliki bentuk tidak beraturan dan batas kerusakan yang sulit dikenali.

Melalui penelitian ini, Agus mengembangkan sistem yang menggabungkan AI dengan teknologi kamera tiga dimensi (3D). Sistem tersebut tidak hanya mampu mengenali lokasi kerusakan secara otomatis, tetapi juga mengukur panjang, lebar, luas, hingga kedalaman jalan yang mengalami amblas.

“Harapannya, proses inspeksi jalan tidak lagi hanya mengandalkan pengamatan visual, tetapi juga didukung data pengukuran yang lebih akurat sehingga dapat membantu pengambilan keputusan dalam pemeliharaan jalan,” ujar Agus dalam keterangannya, Rabu, 5 Agustus 2026.

Menurutnya, informasi mengenai ukuran dan kedalaman kerusakan sangat penting karena dapat digunakan untuk menentukan tingkat keparahan kerusakan, memperkirakan kebutuhan material perbaikan, serta membantu menentukan prioritas penanganan jalan.

Penelitian tersebut juga menghasilkan kumpulan data (dataset) kerusakan jalan yang dapat dimanfaatkan untuk pengembangan teknologi AI di bidang infrastruktur. Selain itu, Agus mengembangkan model AI yang dirancang agar lebih mampu mengenali kerusakan jalan yang bentuknya tidak jelas atau sulit dibedakan dari permukaan jalan di sekitarnya.

Ke depan, hasil penelitian ini diharapkan dapat mendukung digitalisasi inspeksi jalan di Indonesia. Teknologi tersebut berpotensi diterapkan pada kendaraan survei jalan sehingga proses pemantauan kondisi jalan dapat dilakukan secara lebih efisien dan konsisten.

Dalam sidang promosi doktor, Agus dibimbing oleh Prof. Dr. Ir. Riri Fitri Sari, M.M., M.Sc. sebagai promotor dan Dr. Ir. Muhammad Salman, S.T., M.I.T. sebagai ko-promotor. Sidang dipimpin oleh Wakil Dekan II Fakultas Teknik Universitas Indonesia Prof. Dr.Ing. Ir. Dalhar Susanto.

Saat ini Agus aktif sebagai dosen di Fakultas Telematika Energi Institut Teknologi PLN dengan fokus penelitian di bidang kecerdasan buatan, rekayasa perangkat lunak, Internet of Things (IoT), dan robotika.

Melalui penelitian ini, Agus berharap teknologi AI dapat menjadi salah satu solusi untuk mendukung pembangunan infrastruktur jalan yang lebih aman, efisien, dan berkelanjutan di Indonesia. (Rama Julian Saputra)

Foto: Dok ITPLN

About Resourcesasia

Resources Asia.id adalah portal berita yang menginformasikan berita-berita terkini dan fokus pada pemberitaan sektor energi seperti minyak dan gas bumi (MIGAS), mineral dan batubara (MINERBA), kelistrikan, energi baru & terbarukan (EBT), industri penunjang, lingkungan, CSR, industri hijau, kolom, opini. urban & life style, internasional dan lainnya. Redeksi juga menerima tulisan kolom, opini dari pembaca akan kami tayangkan di portal berita Resourcesasia.id dan kami juga menerima press rilis dari korporasi, silahkan kirimkan tulisan anda dan press rilis ke email redaksi kami redaksiresourcesasia@gmail.com

Check Also

El Niño Panjang jadi Momentum Evaluasi Kebijakan Energi Tinggi Emisi

JAKARTA, RESOURCESASIA.ID – Fenomena El Niño yang diperkirakan semakin kuat sepanjang 2026 harus menjadi alarm …

Leave a Reply

Your email address will not be published. Required fields are marked *