View/Open

Author
Inayah, Nabilah

Advisor
Aldino, Rizaldy, S.T., M.Sc.
Muhammad Ulin , Nuha, S.T., M.Eng.

Koleksi
Teknik Geomatika

Publisher

Pemanfaatan data fotogrametri dapat digunakan untuk mendapatkan informasi geometri dan informasi semantik dari suatu objek yang ada pada citra maupun foto. Informasi semantik didapatkan dengan melakukan interpretasi terhadap citra menggunakan metode manual maupun dengan memanfaatkan kecerdasan komputer. Namun terdapat beberapa kekurangan dengan menggunakan digitasi manual yaitu membutuhkan waktu yang lama, sumberdaya yang besar dan hasil yang didapatkan bergantung pada kemampuan interpreter, sehingga hasil yang didapatkan akan terdapat inkonsistensi. Pemanfaatan interpretasi dengan memanfaatkan kecerdasan komputer dapat memiliki konsistensi yang tinggi dan dapat dilakukan secara otomatis guna meminimalisir waktu dan sumberdaya. Pemanfaatan metode deep learning dengan model Mask R-CNN merupakan metode yang dapat digunakan untuk melakukan proses pembelajaran mandiri untuk ekstraksi bangunan secara otomatis. Proses ekstraksi dilakukan dengan membuat segmentasi instan pada objek bangunan yaitu dengan melakukan training pada dataset. Data orthophoto tersebut akan dilakukan pre-processing agar dapat mengikuti proses pembelajaran jaringan. Pada penelitian ini dataset yang digunakan adalah data train dan data validasi. Data train digunakan untuk proses pembelajaran jaringan, apabila hasilnya baik maka model jaringan dapat digunakan untuk proses ekstraksi terhadap data tes. Uji Hasil ekstraksi dikelompokkan menjadi dua kelas yaitu kelas bangunan dan kelas non-bangunan. Hasil dari data tes akan dilakukan analisis dan evaluasi dengan membandingkan hasil klasifikasi dengan data yang sebenarnya. Evaluasi dari hasil ekstraksi menggunakan indeks IOU dan matriks konfusi. Hasil penelitian ini diperoleh akurasi keseluruhan 95,6%. Akurasi f-score pada penelitian ini adalah 0,907 yang menunjukan bahwa pendekatan deep learning dengan metode Mask R-CNN untuk citra satelit resolusi tinggi sudah cukup baik dan dapat menggantikan proses ekstraksi dengan metode konvensional. Kata Kunci: Ekstraksi, Bangunan, Deep Learning, Mask R-CNN, Akurasi, Indeks IOU, Matriks Konfusi

URI
https://repo.itera.ac.id/depan/submission/SB2301160103

Keyword