Analisis Kerusakan Jalan Udara Kabupaten Karo dengan Metode Surface Distress Index (SDI)

Fenny Novita Meysabed Sianturi; Palghe  Tobing; Desnitha Cristina Br  Ketaren

doi:10.36418/syntax-literate.v11i5.64359

Fenny Novita Meysabed Sianturi Politeknik Negeri Medan, Indonesia
Palghe Tobing Politeknik Negeri Medan, Indonesia
Desnitha Cristina Br Ketaren Politeknik Negeri Medan, Indonesia

DOI: https://doi.org/10.36418/syntax-literate.v11i5.64359

Keywords: Kondisi Jalan, Kerusakan Jalan, Surface Distress Index (SDI)

Abstract

Jalan merupakan prasarana penting dalam mendukung laju perekonomian serta memiliki peran besar dalam kemajuan dan perkembangan suatu daerah. Kondisi jalan yang mengalami kerusakan akan berdampak langsung terhadap aktivitas masyarakat. Di Kabupaten Karo, khususnya di Kecamatan Berastagi, telah terjadi kerusakan pada perkerasan jalan yang mengakibatkan penurunan tingkat pelayanan, baik secara fungsional maupun struktural, sehingga jalan menjadi cepat rusak. Penelitian ini bertujuan untuk menganalisis jenis kerusakan jalan, menentukan nilai kondisi kerusakan menggunakan metode Surface Distress Index (SDI). Metode tersebut digunakan untuk mengevaluasi tingkat kerusakan jalan dan menentukan strategi penanganan yang sesuai. Berdasarkan hasil survei kondisi jalan yang dilakukan per segmen pada Ruas Jalan Udara Kabupaten Karo, diperoleh rata- rata nilai SDI sebesar 26,25, yang termasuk dalam kategori "Baik". Penanganan yang disarankan untuk kondisi ini adalah pemeliharaan rutin, seperti perbaikan jalan, penambalan lubang, serta pengisian celah retak. Namun, pada beberapa segmen dengan tingkat kerusakan berat, diperlukan tindakan rekonstruksi jalan, yakni pada STA 0+700 STA 0+800, STA 1+500 STA 1+600, dan STA 1+700 STA 2+000.

Downloads

Download data is not yet available.

References

Alligier, L., Pouteau, G., & Aravind, S. (2021). Pavement distress assessment using deep learning-based image analysis. Construction and Building Materials, 293, 123502. https://doi.org/10.1016/j.conbuildmat.2021.123502

Chou, C. P., & Wu, A. (2023). Automated pavement distress detection and condition assessment using convolutional neural networks. Automation in Construction, 148, 104761. https://doi.org/10.1016/j.autcon.2023.104761

Hasan, M. R. M., Saat, A., & Goh, H. W. (2021). Pavement condition assessment using pavement condition index and surface distress index in urban roads. IOP Conference Series: Materials Science and Engineering, 1144(1), 12027. https://doi.org/10.1088/1757-899X/1144/1/012027

International, A. (2007). Standard Practice For Roads and Parking Lots Pavement Condition Index Surveys. In ASTM Designation D6433-07. ASTM International.

Marga, D. J. B. (1983). Manual Pemeliharaan Jalan No.03/MN/B/1983. Direktorat Jendral Bina Marga.

Marga, D. J. B. (2016). Pedoman Indeks Kondisi Perkerasan (Pedoman-01-2016-B). Direktorat Jendral Bina Marga.

Nugraha, D. A. (2021). Analisa Penilaian Kondisi Jalan Raya dengan Metode Surface Distress Index (SDI) dan Present Serviceability Index (PSI) Studi Kasus: Duri Kecamatan Mandau. Universitas Islam Riau.

Officials, A. A. of S. H. and T. (1993). Guide for Design of Pavement Structures. American Association of State Highway and Transportation Officials.

Ragnoli, A., De Blasiis, M. R., & Di Benedetto, A. (2018). Pavement distress detection methods: A review. Infrastructures, 3(4), 58. https://doi.org/10.3390/infrastructures3040058

Redaksi88News. (2025). Warga Jalan Udara Kecamatan Merdeka. 88News.id. https://www.88news.id/2025/02/warga-jalan-udara-kecamatan-merdeka.html

Umum, K. P. (2011). Peraturan Menteri Pekerjaan Umum No. 13/PRT/M/2011 Tentang Tata Cara Pemeliharaan dan Penilikan Jalan. Kementerian Pekerjaan Umum.