TINTA MINDA

TRANSFORMASI PEMANTAUAN JALAN RAYA MELALUI AI

23/09/2025 02:17 PM
Pendapat mengenai pelbagai isu semasa daripada peneraju pemikiran, kolumnis dan pengarang.
Oleh :
Prof Madya Ts Ir Dr Nur Izzi Md Yusoff

Dalam dunia yang semakin pesat hari ini, jalan raya berperanan sebagai nadi utama kepada perdagangan, perjalanan dan keterhubungan. Namun begitu, usaha untuk menyelenggarakannya sentiasa berdepan dengan cabaran yang kompleks.

Di sinilah kecerdasan buatan (AI) muncul sebagai teknologi transformatif yang merevolusikan kaedah pemeriksaan, pemantauan dan penyelenggaraan jalan raya.

Dengan keupayaannya dalam memproses data, mengenal pasti corak dan membuat ramalan, penggunaan AI dalam pengurusan jalan raya mengubah paradigma penyelenggaraan infrastruktur secara keseluruhan.

Artikel pendek ini membincangkan lima cara inovatif AI dalam membentuk masa depan pemantauan jalan raya dan membuka laluan ke arah rangkaian jalan yang lebih pintar dan selamat.

Pemantauan Permukaan Jalan Automatik

Pada era moden ini, pendekatan manual dalam pemeriksaan jalan raya oleh pasukan penyelenggaraan secara beransur-ansur digantikan dengan sistem pemantauan permukaan jalan berasaskan AI.

Sistem ini memanfaatkan teknik penglihatan komputer (computer vision) dan pembelajaran mesin untuk melaksanakan pengesanan kerosakan permukaan jalan secara lebih komprehensif dan berkesan.

Melalui pemasangan kamera beresolusi tinggi dan penderia multi-spektrum pada kenderaan bergerak, data visual dan geospatial dikumpul dan diproses secara masa nyata menggunakan algoritma pembelajaran mendalam untuk mengenal pasti kerosakan seperti rekahan, lubang dan permukaan yang tidak rata.

Dengan keupayaan untuk mengesan kemerosotan infrastruktur sebelum kerosakan tersebut berkembang menjadi kerosakan kritikal, pendekatan proaktif ini bukan sahaja berpotensi mengoptimumkan masa pembaikan, malah mampu mengurangkan perbelanjaan penyelenggaraan secara signifikan.

Sebagai contoh, model AI yang dilatih menggunakan set data berskala besar dan anotasi terperinci berupaya mengklasifikasikan tahap kerosakan jalan dengan tahap ketepatan yang tinggi, sekali gus membolehkan perancangan intervensi pembaikan lebih tepat, bersasar, dan berimpak kos-efektif.

Penyelenggaraan Ramalan Menggunakan AI

Penyelenggaraan ramalan berasaskan AI merupakan salah satu pendekatan paling inovatif dalam pengurusan infrastruktur jalan raya.

Berbeza dengan pendekatan pembaikan reaktif konvensional, teknik ini memanfaatkan algoritma pembelajaran mesin untuk menganalisis set data sejarah, parameter meteorologi dan profil trafik secara bersepadu, sekali gus meramalkan lokasi dan masa berlakunya potensi kerosakan permukaan jalan.

Sebagai contoh, kawasan yang sering terdedah kepada keamatan hujan lebat berisiko lebih tinggi mengalami kemerosotan struktur dan kegagalan turapan, dan maklumat ini diproses oleh model AI untuk menjana amaran awal kepada jurutera penyelenggaraan.

Dengan penerapan penyelenggaraan ramalan seperti ini, masa henti pembaikan infrastruktur dapat diminimumkan, kitar hayat jalan raya dapat dilanjutkan dan peruntukan kewangan untuk kerja-kerja pembaikan dapat dioptimumkan secara lebih strategik dan kos yang efektif.

Peningkatan Keselamatan Jalan Raya dengan Analisis Data Masa Nyata

Peningkatan tahap keselamatan jalan raya melalui analisis data masa nyata berasaskan AI bukan sahaja berupaya mengesan kerosakan permukaan, malah turut memainkan peranan proaktif dalam pencegahan kemalangan.

Dengan memanfaatkan pelbagai penderia bersepadu dan peranti internet pelbagai benda (IoT) yang tertanam pada infrastruktur jalan, sistem AI melaksanakan pemantauan berterusan ke atas parameter teknikal seperti aliran trafik, keadaan persekitaran dan kualiti permukaan jalan.

Maklumat yang dikumpul ini diproses dan dianalisis secara masa nyata menggunakan algoritma pembelajaran mesin untuk mengenal pasti potensi risiko dan seterusnya menyalurkan amaran awal ke pusat kawalan trafik atau terus kepada pemandu.

Pendekatan ini membolehkan pengesanan dan pelaporan keadaan berbahaya seperti permukaan licin, pembentukan lubang jalan, serta kerja-kerja pembaikan aktif secara lebih pantas dan berkesan.

Kesannya, bilangan kemalangan boleh dikurangkan secara signifikan, sekali gus menjamin tahap keselamatan dan kelancaran perjalanan pengguna jalan raya secara keseluruhan.

Pemeriksaan Jalan Raya Berbantukan Dron

Pemeriksaan jalan raya berbantukan dron kini dianggap sebagai pendekatan inovatif dan berimpak tinggi dalam pengurusan aset infrastruktur. Ini kerana dron yang dilengkapi keupayaan AI berupaya melaksanakan pengawasan berskala besar secara efisien dan sistematik.

Melalui teknologi penderiaan jarak jauh dan kamera beresolusi tinggi, dron ini mampu merakam data visual dan geospatial permukaan jalan serta elemen infrastruktur sekitarnya dalam masa singkat.

Data yang diperoleh kemudian diproses dan dianalisis secara automatik menggunakan algoritma pembelajaran mesin dan penglihatan komputer untuk mengenal pasti degradasi struktur dan anomali permukaan, termasuk potensi kerosakan pramatang yang sukar dikesan daripada aras tanah.

Selain menawarkan keupayaan untuk mengakses kawasan terpencil dan sukar dicapai seperti kawasan pergunungan dan pedalaman, penggunaan dron ini juga meningkatkan ketepatan diagnostik melalui pengimejan resolusi ultra-tinggi dan analisis berbantukan AI.

Kaedah ini amat berkesan untuk pemeriksaan elemen kompleks seperti jambatan dan jejambat, sekali gus memastikan tahap pengawasan dan pengurusan aset jalan raya yang lebih komprehensif, proaktif dan berasaskan data.

Analisis Turapan Berasaskan AI

Analisis turapan berasaskan AI kini merupakan elemen kritikal dalam pengurusan infrastruktur jalan, khususnya dalam memastikan kualiti dan prestasi permukaan jalan raya untuk menyokong kelancaran operasi jaringan pengangkutan.

Sistem AI berupaya melaksanakan penilaian komprehensif ke atas pelbagai parameter teknikal, termasuk tekstur permukaan, ketahanan material dan kapasiti galas beban, melalui integrasi data berbilang sumber seperti penderia berketepatan tinggi, maklumat kedudukan global (GPS) serta algoritma pembelajaran mesin.

Dengan memanfaatkan analisis ramalan berasaskan data sejarah dan model pembelajaran mendalam, sistem ini mampu untuk menentukan potensi degradasi turapan dan meramalkan keperluan penurapan semula pada jangka masa hadapan, sekali gus membolehkan perancangan sumber dan pengoptimuman peruntukan penyelenggaraan secara lebih sistematik dan kos yang efektif.

Tambahan pula, terdapat model AI berkeupayaan mensimulasikan impak beban trafik jangka panjang ke atas jalan baru, seterusnya menyediakan input teknikal penting dalam proses mereka bentuk spesifikasi permukaan jalan yang lebih tahan lasak dan berdaya tahan terhadap faktor persekitaran dan penggunaan intensif.

Kesimpulan

Pengintegrasian AI dalam pemeriksaan jalan raya menawarkan pelbagai kelebihan teknikal dan operasi, termasuk keupayaan melaksanakan inspeksi secara lebih cekap, mempercepat proses pembaikan dan meminimumkan gangguan kepada pengguna jalan.

Selain itu, pendekatan proaktif dan ramalan berasaskan AI mampu mengoptimumkan peruntukan sumber dan menurunkan kos penyelenggaraan melalui pengesanan awal kerosakan, sekali gus menjamin kelestarian aset infrastruktur.

Dengan keupayaan untuk memantau dan menganalisis keadaan jalan secara masa nyata, tahap keselamatan jalan raya juga berupaya dipertingkatkan secara signifikan.

Justeru itu, potensi AI untuk belajar, menyesuaikan diri dan menambah baik kualiti penyelenggaraan infrastruktur menjanjikan masa depan pengurusan jalan raya yang lebih pintar, cekap dan berdaya tahan.

Dalam senario ini, pembaikan jalan boleh dirancang sebelum kerosakan kritikal terjadi dan aliran trafik boleh dioptimumkan secara dinamik untuk mengurangkan kesesakan, sekali gus memperlihatkan bahawa transformasi berasaskan AI dalam penyelenggaraan jalan raya bukan sahaja berpotensi, malah sudah pun direalisasikan dan berkembang pesat.

-- BERNAMA

Prof Madya Ts Ir Dr Nur Izzi Md Yusoff ialah Pensyarah Kanan, Jabatan Kejuruteraan Awam, Universiti Kebangsaan Malaysia.

(Semua yang dinyatakan dalam artikel ini adalah pendapat penulis dan tidak menggambarkan dasar atau pendirian rasmi BERNAMA)