Peningkatan volume lalu lintas akibat aktivitas masyarakat menyebabkan kerusakan jalan, seperti lubang (pothole), yang berpotensi memicu kecelakaan, kerusakan kendaraan, dan ketidaknyamanan. Pemeriksaan kondisi jalan secara manual memakan waktu dan biaya besar, sehingga diperlukan solusi otomatis yang efisien. Penelitian ini bertujuan mengembangkan sistem deteksi kerusakan jalan berbasis getaran dari sensor akselerometer dan giroskop (MPU6050), modul GPS, dan kamera untuk mengidentifikasi jenis jalan (normal, pothole, polisi tidur, speed trap) secara real-time. Sistem menggunakan algoritma CNN-LSTM, dimana CNN (Convolutional Neural Network) untuk mengekstraksi fitur getaran dan LSTM (Long Short-Term Memory) untuk menganalisis pola temporal, yang ditanamkan pada mikrokontroler. Data lokasi kerusakan jalan direkam melalui GPS untuk diunggah ke website dan didokumentasikan dengan foto. Pengujian menunjukkan akurasi prediksi 92% – 100% untuk semua klasifikasi jenis jalan. Sistem berhasil mendeteksi setiap jalan berlubang secara otomatis tanpa mengklasifikasi sebagai jenis jalan lainnya. Sistem ini menawarkan solusi cepat, murah, dan akurat untuk pemantauan kondisi jalan, dengan potensi integrasi ke sistem manajemen infrastruktur.