No image available for this title

Text

Deep Learning dalam Mengindetifikasi Jenis Bangunan Heritage dengan Algoritma Convolutional Neural Network



Bangunan heritage merupakan bangunan yang memiliki corak khas atau tradisi dari suatu budaya yang kegiatannya dilakukan terus menerus hingga sekarang dan dijadikan ciri khas dari budaya tersebut. Permasalahan yang terjadi di dalam masyarakat adalah kurangnya pengetahuan untuk mengenal jenis bangunan heritage serta dokumentasi digital yang kurang. Masalah lain yang terjadi dalam mengidentifikasi bangunan heritage ditemukan kemiripan antar bangunan heritage dengan bangunan baru yang meniru gaya arsitektur bangunan heritage dari ornemen. Hal ini dapat menimbulkan keraguan dalam informasi terkait sejarah bangunan heritage yang asli bagi masyarakat atau pengunjung. Penelitian ini bertujuan untuk menerapkan Convolutional Neural Network (CNN) mengidentifikasi jenis bangunan heritage. Manfaat dari penelitiandapat diketahui ciri suatu bangunan berdasarkan ornamen sehingga dapat digunakan untuk memperoleh informasi tentang jenis bangunan heritage di Indonesia. Digunakan dataset sebanyak 7184 citra ornamen yang berasal dari bangunan heritage yang diambil secara langsung di lokasi Yogyakarta, yaitu; Masjid Gede Mataram, Masjid Taqwa Wonokromo, Rumah Kalang, Joglo KH Ahmad Dahlan dan Ketandan. Perlunya dilakukan identifikasi bangunan heritage tersebut dikarenakan objek bangunan sewaktu-waktu dapat mengalami kepunahan, sehingga untuk mempertahankannya diperlukan dokumentasi sebagai upaya pelestarian budaya serta untuk edukasi. Berdasarkan evaluasi performa pengujian yang dilakukan dengan menggunakan metode confusion matrix dari 391 citra ornamen diperoleh hasil akurasi sebesar 98%.


Availability

No copy data


Detail Information

Series Title
-
Call Number
-
Publisher JURNAL MEDIA INFORMATIKA BUDIDARMA : Indonesia.,
Collation
006
Language
Indonesia
ISBN/ISSN
2614-5278
Classification
NONE
Content Type
-
Media Type
-
Carrier Type
-
Edition
-
Subject(s)
Specific Detail Info
-
Statement of Responsibility

Other Information

Accreditation
-

Other version/related

No other version available


File Attachment



Information


Web Online Public Access Catalog - Use the search options to find documents quickly