View/Open

Author
Abinta, Frayudha

Date Published
18 Feb 2026

Advisor
Ilyas, S.Si., M.T.,
Tri Kies Welly, S.T., M.T.,

Subject
Teknik Geomatika

Publisher

Tujuan penelitian ini adalah untuk menganalisis dampak metode augmented scaling terhadap persentase kesesuaian peta batas desa hasil kesepakatan kartometrik dengan data dari PPBW dan RBI menggunakan deep learning di setiap kampung di Kecamatan Rebang Tangkas, Kabupaten Way Kanan. Model Convolutional Neural Network (CNN) digunakan untuk menganalisis dan mengevaluasi kesesuaian segmen batas desa dalam bentuk citra dua dimensi. Data latih diperoleh melalui augmentasi skala sebanyak lima kali tingkat pembesaran dengan total 90 dataset yang terbagi ke dalam data latih, validasi, dan uji. Hasil prediksi menunjukkan kinerja model yang baik pada grafik training accuracy, training loss, dan validation loss. Namun, grafik validation accuracy cenderung tidak stabil akibat keterbatasan jumlah data validasi yang disebabkan oleh besarnya GAP kenaikan skala augmentasi pada setiap data. Sementara itu hasil convolution matrix dan perhitungan persentase kesesuaian menunjukkan bahwa model mampu mendeteksi kesesuaian batas desa dengan baik dan menghasilkan tingkat kesesuaian yang tinggi. Dengan demikian, metode augmented scaling terbukti berpengaruh positif dalam meningkatkan performa CNN pada analisis kesesuaian batas desa berbasis citra.

URI
https://repo.itera.ac.id/depan/submission/SB2602140006

Keyword
Convolutional Neural Network Artificial Intelligence Deep Learning Augmented Scaling Batas Desa