Analisis Penggunaan Metode Convolutional Neural Network (CNN) untuk Ekstraksi Data Tapak Bangunan dalam Program Pendaftaran Tanah Sistematis Lengkap (Studi Kasus : Desa Jabon, Kecamatan Banyakan, Kabupaten Kediri)

Utomo, Danang Prasetyo (2024) Analisis Penggunaan Metode Convolutional Neural Network (CNN) untuk Ekstraksi Data Tapak Bangunan dalam Program Pendaftaran Tanah Sistematis Lengkap (Studi Kasus : Desa Jabon, Kecamatan Banyakan, Kabupaten Kediri). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5016201047-Undergraduate_Thesis (1).pdf - Accepted Version Restricted to Repository staff only until 1 October 2026. Download (19MB) | Request a copy

Abstract

Program Pendaftaran Tanah Sistematis Lengkap (PTSL) bertujuan mempercepatpemetaan bidang tanah di Indonesia dengan target 126 juta bidang tanah pada 2025. Tantangan utama adalah pengukuran dan pemetaan yang tidak merata, yang diatasi dengan teknologi AI seperti Mask R-CNN untuk ekstraksi otomatis data tapak bangunan dari citra foto udara. Penelitian ini berfokus pada penggunaan metode Convolutional Neural Network (CNN),
khususnya algoritma Mask R-CNN, untuk mengekstraksi data tapak bangunan secara otomatis dan akurat dari citra foto udara pesawat nirawak (UAV) di Desa Jabon, Kecamatan Banyakan, Kabupaten Kediri. Penelitian ini melibatkan beberapa tahapan, mulai dari pengumpulan data, kemudian pra-pemrosesan data, pemrosesan data, hingga pasca-pemrosesan data yang. Hasil penelitian menunjukkan bahwa model Mask R-CNN memiliki kinerja yang baik dalam ekstraksi data tapak bangunan dengan precision sebesar 0,8618, recall 0,8472, F1-score 0,8544, dan overall accuracy 0,8581. Uji ketelitian geometrik menghasilkan RMSE sebesar 0,2365 meter dan CE90 sebesar 0,3589 meter. Selain itu, data tersebut juga memenuhi standar yang diatur
dalam Peraturan Badan Informasi Geospasial Nomor 6 Tahun 2018 dan termasuk ke dalam
Kelas 3 untuk skala 1:1.000 serta sesuai aturan Petunjuk Teknik Pengumpulan Data Fisik PTSL Terintegrasi Tahun 2024. Secara keseluruhan, proses inti dari penelitian ini memerlukan total waktu pengerjaan selama 75 jam 26 menit 56 detik dan dapat bervariasi tergantung resolusi, kompleksitas data, serta spesifikasi alat yang mumpuni. Penelitian ini juga memberikan kontribusi signifikan dalam meningkatkan efisiensi dan akurasi ekstraksi data tapak bangunan untuk program PTSL di Indonesia, terutama di wilayah dengan kepadatan penduduk tinggi dan
objek wisata.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Building footprint extraction, CNN, Desa Jabon, PTSL, UAV CNN, ekstraksi data tapak bangunan, Desa Jabon, PTSL, UAV
Subjects:	T Technology > TA Engineering (General). Civil engineering (General) > TA1637 Image processing--Digital techniques T Technology > TA Engineering (General). Civil engineering (General) > TA593 Orthophotography
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Danang Prasetyo Utomo
Date Deposited:	05 Aug 2024 05:46
Last Modified:	05 Aug 2024 05:46
URI:	http://repository.its.ac.id/id/eprint/113516

Actions (login required)

View Item