KLASIFIKASI KONDISI CUACA JALAN RAYA BERBASIS CITRA CCTV MENGGUNAKAN VISION TRANSFORMER

Abstract

Kondisi cuaca, khususnya hujan, merupakan faktor penting yang memengaruhi keselamatan dan kelancaran lalu lintas jalan raya. Informasi cuaca yang tersedia saat ini umumnya bersifat regional dan belum sepenuhnya merepresentasikan kondisi aktual di lokasi tertentu secara real-time. Penelitian ini bertujuan untuk mengklasifikasikan kondisi cuaca jalan raya berbasis citra CCTV menggunakan Vision Transformer (ViT). Dataset yang digunakan merupakan gabungan citra CCTV jalan raya dan dataset DAWN untuk mengatasi permasalahan ketidakseimbangan kelas. Dataset akhir terdiri atas dua kelas, yaitu cerah dan hujan, dengan jumlah masing-masing 325 citra. Seluruh citra melalui tahapan preprocessing berupa resizing, normalisasi, dan augmentasi data pada data latih. Model Vision Transformer base patch16-224 dengan bobot pretrained digunakan dengan skema pembekuan backbone dan pelatihan lapisan classifier selama 15 epoch. Hasil evaluasi menunjukkan model mencapai akurasi sebesar 88% dengan nilai precision, recall, dan F1-score yang seimbang pada kedua kelas. Hasil ini menunjukkan bahwa Vision Transformer efektif digunakan untuk klasifikasi kondisi cuaca jalan raya berbasis citra CCTV dan berpotensi dikembangkan sebagai sistem informasi cuaca berbasis visual yang mendekati real-time.