PEMANFAATAN METODE SUPPORT VECTOR MACHINE DALAM IDENTIFIKASI BANGUNAN ADAT MENGGUNAKAN FOTO TEGAK (Studi Kasus_ Desa Penglipuran, Kec. Kubu, Kab.Bangli, Bali)

Faculto, Ezequiel Valdemir Faria de Jesus (2024) PEMANFAATAN METODE SUPPORT VECTOR MACHINE DALAM IDENTIFIKASI BANGUNAN ADAT MENGGUNAKAN FOTO TEGAK (Studi Kasus_ Desa Penglipuran, Kec. Kubu, Kab.Bangli, Bali). Skripsi thesis, ITN MALANG.

[img] Text
cover-daftar tabel.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB)
[img] Text
BAB I.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (23kB)
[img] Text
BAB II.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (582kB) | Request a copy
[img] Text
BAB III.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (4MB) | Request a copy
[img] Text
BAB IV.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (1MB) | Request a copy
[img] Text
BAB V.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (16kB) | Request a copy
[img] Text
DAFTAR PUSTAKA.pdf
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (17kB)
[img] Text
Lampiran.pdf
Restricted to Registered users only
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (2MB) | Request a copy

Abstract

Desa Penglipuran di Bali adalah salah satu desa tradisional yang dikenal karena rumah-rumah adatnya yang unik dan lestari. Namun, desa ini menghadapi ancaman serius dari pertumbuhan penduduk, perubahan sosial budaya, dan perkembangan pariwisata, yang dapat merusak kelestarian rumah-rumah adat tersebut. Untuk mendukung upaya pelestarian, penelitian ini mengusulkan penggunaan teknologi Unmanned Aerial Surveying (UAV) dan metode Support Vector Machine (SVM) untuk mengidentifikasi bangunan adat secara otomatis. SVM dipilih karena kemampuannya yang unggul dalam menangani masalah klasifikasi baik linier maupun non-linier melalui penggunaan kernel.Penelitian ini memanfaatkan 1.283 foto udara yang diperoleh dari pemotretan menggunakan drone, dengan 10 Ground Control Points (GCP). Foto-foto tersebut diproses menggunakan software Agisoft Metashape untuk menghasilkan orthophoto, yang kemudian dicrop menjadi data latih dan data uji masing-masing sebanyak 50 dan 90 sampel rumah. Hasil eksperimen menunjukkan bahwa ekstraksi fitur warna secara signifikan meningkatkan kinerja model SVM. Kernel Gaussian menunjukkan akurasi pengujian tertinggi sebesar 75,56%, menunjukkan kemampuannya dalam generalisasi yang baik. Di sisi lain, Kernel Polynomial memperlihatkan potensi overfitting dengan akurasi pelatihan tertinggi mencapai 96%, namun akurasi pengujiannya hanya mencapai 74,44%. Kernel Linear dengan ekstraksi fitur warna juga menunjukkan peningkatan signifikan dengan akurasi pengujian sebesar 75,56%, lebih tinggi dibandingkan hasil tanpa ekstraksi warna.Persentase peningkatan akurasi dari penambahan fitur warna untuk Kernel Polynomial adalah 55,75%, untuk Kernel Gaussian sebesar 61,94%, dan untuk Kernel Linear sebesar 74,44%. Hasil ini menekankan pentingnya informasi warna dalam meningkatkan akurasi klasifikasi gambar bangunan adat dan menunjukkan bahwa sistem cerdas berbasis SVM dapat menjadi alternatif yang efektif dan efisien dibandingkan metode identifikasi manual.

Item Type: Thesis (Skripsi)
Additional Information: Ezequiel Valdemir Faria de Jesus Faculto (1825041)
Uncontrolled Keywords: Desa Penglipuran, Bangunan Adat, Support Vector Machine
Subjects: Engineering > Geodesy Engineering
Divisions: Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1 > Teknik Geodesi S1(Skripsi)
Depositing User: Ezequiel Valdemir Faria de Jesus Faculto
Date Deposited: 02 Sep 2024 05:28
Last Modified: 02 Sep 2024 05:28
URI: http://eprints.itn.ac.id/id/eprint/14956

Actions (login required)

View Item View Item