Teknik Geomatika

Institut Teknologi Sumatera

OTOMATISASI EKSTRAKSI BATAS

BANGUNAN BERBASIS DATA FOTO
UDARA MENGGUNAKAN DEEP
LEARNING UNTUK KEPERLUAN 3D
MODELLING

INAYAH NABILAH
118230112
INSTITUT TEKNOLOGI SUMATERA

LATAR BELAKANG
Machine Learning (ML) merupakan
kecerdasan buatan yang ditujukan untuk
mengoptimalkan kinerja dari sistem
dengan cara mempelajari data sampel
yang ada (Alpaydin, 2009). Salah satu
teknologi dari ML yang berguna untuk
pemetaan saat ini adalah Deep Learning
(DL). DL berguna untuk mendeteksi dan
mengenali suatu objek pada citra digital
(Goodfellow, et al., 2016).
Seiring meningkatnya kebutuhan
Informasi Geospasial dengan
skala yang besar, mendorong
pemerintah Indonesia untuk
mempercepat penyediaan dalam
Informasi Geospasial untuk
wilayah Indonesia (Sutanto &
Aditya, 2021).
Teknik Geomatika
Institut Teknologi Sumatera
Ekstraksi secara otomatis hadir
untuk membantu menyelesaikan
masalah yang ada dalam
memenuhi kebutuhan Informasi
Geospasial. Dengan cara
melakukan pendekatan dari Deep
Learning (DP) berbasis Mask R-
CNN yang diketahui sangat
efektif untuk proses deteksi,
segmentasi dan pengenalan objek
dalam suatu citra (Setiaji and
Harintaka, 2019).
 Teknik Geomatika
Institut Teknologi Sumatera

RUMUSAN
MASALAH
1. Bagaimana metode deep learning agar bekerja dengan efektif dan
efisien dalam mendeteksi objek bangunan pada data foto udara?
2. Berapa tingkat akurasi yang dihasilkan ketika melakukan
pendigitasian secara otomatis menggunakan deep learning?
3. Bagaimana pemanfaatan deep learning dalam pemodelan bangunan
3D berdasarkan hasil ekstraksi yang telah dilakukan?
 Teknik Geomatika
Institut Teknologi Sumatera

TUJUAN PENELITIAN

1. Melakukan ekstraksi otomatis dengan menggunakan deep learning

untuk mendeteksi objek bangunan
2. Mengetahui tingkat akurasi yang didapatkan dari hasil ekstraksi
bangunan dengan menggunakan deep learning.
3. Membuat model bangunan 3D menggunakan hasil ekstraksi otomatis
 Teknik Geomatika
Institut Teknologi Sumatera

RUANG LINGKUP PENELITIAN

Adapun ruang lingkup penelitian ini adalah sebagai berikut:
1. Metode yang digunakan pada penelitian ini adalah metode Deep Learning
berbasis Mask R-CNN dengan data orthophoto wilayah Girimulyo, Lampung
Timur.
2. Penelitian ini dilakukan untuk mengetahui tingkat akurasi dengan
menggunakan ekstraksi otomatis untuk pendigitasian bangunan.
3. Metode ekstraksi otomatis dilakukan untuk mendeteksi bangunan saja.
4. Wilayah yang digunakan dalam penelitian ini adalah wilayah Girimulyo,
Margasekampung Lampung Timur.
5. Output yang dihasilkan berupa peta 3D Modelling dari fitur bangunan dengan
menggunakan perangkat lunak Sistem Informasi Geografis (SIG).
 Teknik Geomatika
TINJAUAN PUSTAKA Institut Teknologi Sumatera

Jurnal Metode Hasil

Hasil dari klasifikasi yang telah

dilakukan adalah 92%. Kelebihan yang
didapatkan dari metode Mask R-CNN
pada penelitian ini adalah mudah untuk
Large-scale Building mengklasifikasi bentuk bangunan yang
ada, sedangkan kekurangannya adalah
Extraction in Very High-
Mask R-CNN bangunan yang diekstrak dalam
Resolution Aerial Imagery penelitian ini memiliki hasil yang tidak
teratur, yang disebabkan oleh tinggi
Using Mask R-CNN bangunan yang berbeda atau jarak antar
bangunan yang rapat. Maka dari itu harus
dilakukannya training data yang
bermacam-macam untuk jenis bangunan
di suatu kota.
 Teknik Geomatika
TINJAUAN PUSTAKA Institut Teknologi Sumatera

Jurnal Metode Hasil

Maka data yang berhasil di deteksi

sebanyak 99.7%. Dengan data
Mask R-CNN for Ear
yang digunakan sebanyak 250 data
Mask R-CNN
Detection sampel dan data yang telah
berhasil di deteksi adalah 232
dengan tingkat akurasi 92.8%
 Teknik Geomatika

TEORI DASAR Institut Teknologi Sumatera

SIG DIGITASI Citra Resolusi Tinggi

Sistem Informasi Proses konversi dari peta analog Pada penelitian ini pemanfaatan citra
Geografis (SIG) atau menjadi peta digital dengan resolusi tinggi adalah untuk
Geographic Information System mempergunakan meja digitasi memperbaharui peta skala besar yang
(GIS) merupakan sistem atau software (Deng and Yu, dapat berguna untuk memantau
informasi berbasis komputer 2013). TITLE perkembangan bangunan di suatu
yang digunakan untuk wilayah (Parmadi and Sukojo, 2016).
mengolah dan menyimpan data Sensor yang digunakan pada penelitian
atau informasi geografis. (Agus, ini adalah sensor Pleiades yang di ambil
et al., 2015) pada tahun 2004-2009.
 Teknik Geomatika

TEORI DASAR Institut Teknologi Sumatera

Deep Learning merupakan salah satu bagian dari

Machine Learning yang menggunakan banyak layer
pengolahan informasi untuk melakukan ekstraksi
fitur, pengenalan pola, dan klasifikasi (Deng and Yu,
2013).

Metode yang terdapat pada deep learning ada

beberapa macam, salah satunya adalah
Convolutional Neural Network (CNN) yang
digunakan pada penelitian kali ini dengan arsitektur
Mask R-CNN (Yousif et al., 2018).

TEORI DASAR
Convolutional Neural Network (CNN) merupakan
salah satu algoritma yang ada pada deep learning
yang merupakan pengembangan dari Multi
Percepton (MLP) yang dibuat untuk mengolah data
dalam bentuk dua dimensi, misalnya gambar atau
suara. CNN digunakan untuk mengklasifikasikan
data yang berlabel dengan menggunakan metode
supervied learning.
Teknik Geomatika
Institut Teknologi Sumatera
Mask R-CNN merupakan suatu arsitektur yang
dapat mendeteksi dan mensegmentasi gambar
sekaligus. Arsitektur ini merupakan gabungan antara
Faster R-CNN dan FCN. Kelebihan dari penggunaan
arsitektur Mask R-CNN ini adalah akurasi dan
kecepatannya sangat tinggi dan cepat, hal itu dicapai
untuk ekstraksi fitur menggunakan Mask R-CNN
dengan menggunakan ResNet Backbone (Bizjak,
Peer and Emeršic, 2019).
 Teknik Geomatika

METODOLOGI PENELITIAN Institut Teknologi Sumatera

WILAYAH
PENELITIAN

Wilayah yang saya gunakan dalam

penelitian ini adalah Kabupaten
Batubara Provinsi Sumatera Utara
 Teknik Geomatika

METODOLOGI PENELITIAN Institut Teknologi Sumatera

ALAT & BAHAN

PENELITIAN

Data yang digunakan pada penelitian ini adalah citra foto

BAHAN
udara dari wilayah Desa Girimulyo, yang diakuisisi pada
tahun 2021. Data foto yang digunakan berupa orthophoto

ALAT

1 unit komputer 1 mouse Aplikasi ArcGIS Pro Aplikasi ArcGIS Microsoft Word
 Teknik Geomatika

METODOLOGI PENELITIAN Institut Teknologi Sumatera

DIAGRAM ALIR
PENELITIAN