Jalan memiliki peran penting dalam kondisi lalu lintas bagi para pengendara kendaraan bermotor maupun pengguna jalan lainnya. Namun, tidak jarang masih banyak kondisi jalan yang semakin memburuk baik akibat dari cuaca ataupun kelalaian masyarakat. Kondisi jalan yang semakin memburuk itulah yang akhirnya mulai menimbulkan banyak kecelakaan bagi para pengendara kendaraan bermotor. Maka dari itu perlu adanya teknologi yang dapat membantu mengatasi solusi dari permasalahan tersebut. Salah satu bidang penelitian teknologi yang masih berkembang hingga saat ini adalah kecerdasan buatan (Artificial Intelligence), contohnya deep learning yang digunakan untuk pengenalan dan klasifikasi objek. Pada Proyek Akhir ini dibuat suatu sistem pendeteksi kerusakan jalan untuk membantu pengendara dalam mengidentifikasi kondisi jalan yang akan dilewati serta membantu proses pelaporan kepada pihak yang berwenang terkait penanganan lebih lanjut. Digunakan Kamera USB untuk pengambilan gambar objek jalan dan Jetson Nano untuk memproses data. Sistem pendeteksi menggunakan algoritma CNN dan Framework Tensorflow untuk proses rekognisi atau pengenalan kondisi jalan. Data yang telah didapat akan ditransmisikan menuju database Google Firebase agar data dapat tersimpan. Kemudian data-data tersebut akan diintegrasikan pada aplikasi Android yang telah dibuat agar dapat diakses oleh user melalui smartphone Android. Dari hasil training ini terlihat bahwa dari sistem yang telah dibuat, menghasilkan nilai rata-rata loss per step total sebesar 4 dan rata-rata lama waktu tiap step total adalah selama 9 sec/step. 4. Proses deteksi jalan berlubang dengan CNN dan Framework Tensorflow model SSD Mobilenet V1 memiliki rata-rata lama waktu komputasi 7,26 detik ketika cahaya terang dan 13,08 detik ketika cahaya redup/gelap. Dimana pada proyek akhir ini didapatkan gambar hasil deteksi sebanyak 17 data ketika cahaya dalam kondisi terang, 9 data ketika cahaya dalam kondisi redup/gelap, dan 2-18 data ketika pengujian validasi. Dan estimasi waktu pengiriman data hasil deteksi ke aplikasi android, memiliki waktu pengiriman data berkisar antara 4 hingga 5 detik.