Analisis Variasi Jumlah Epoch untuk Kajian Persentase Kesesuaian Batas Desa Hasil Kesepakatan Masyarakat dengan Data PPBW BIG dan Peta RBI Menggunakan Metode Convolutional Neural Network (Studi Kasus: Kecamatan Sendang Agung, Kabupaten Lampung Tengah)
Penelitian ini menggunakan model Convolutional Neural network (CNN) untuk menganalisis kesesuaian batas desa di Kecamatan Sendang Agung, Kabupaten Lampung Tengah. Fokusnya adalah membandingkan data batas versi kesepakatan masyarakat tahun 2023 dengan versi Pusat Pemetaan Batas Wilayah (PPBW BIG) dan Peta Rupa Bumi Indonesia (RBI). Model CNN diuji dengan variasi epoch 25, 50, 75, 100 menggunakan optimizer Adam dengan learning rate 0,00001 untuk mengukur performa klasifikasi dan menghitung persentase kesesuaian bentuk segmen batas. Hasil menunjukkan bahwa epoch 50 mencapai kinerja optimal dengan akurasi pelatihan dan validasi sempurna 1,0 serta nilai precision, recall, dan F1-score 1,0. Sementara itu, epoch 25, 75, dan 100 menunjukkan akurasi lebih rendah dengan F1-score 0.94–0.91. Dalam analisis kesesuaian batas, persentase tertinggi dicapai pada epoch 100 di Desa Sendang Mukti 98,53% untuk PPBW BIG dan RBI, sementara wilayah seperti Sendang Baru konsisten menunjukkan kesesuaian rendah <5% di semua epoch. Terdapat kesamaan identik antara data PPBW BIG dan RBI di sebagian besar desa, sehingga persentase kesesuaiannya serupa. Penelitian membuktikan peningkatan epoch dapat meningkatkan akurasi CNN, sekaligus mengonfirmasi potensi CNN sebagai alat deteksi kesesuaian batas administrasi. Implikasinya, temuan ini dapat menjadi bahan pertimbangan pemerintah dalam resolusi sengketa batas wilayah dan penyempurnaan kebijakan pemetaan desa.
URI
https://repo.itera.ac.id/depan/submission/SB2508100006
Keyword
Batas Desa Batas Wilayah Kecamatan Sendang Agung Convolutional Neural network (CNN) Epoch