DETEKSI KERETAKAN PADA CITRA BANGUNAN MENGGUNAKAN ARSITEKTUR VGG-UNET

Aprilyanto, Jimmy (2023) DETEKSI KERETAKAN PADA CITRA BANGUNAN MENGGUNAKAN ARSITEKTUR VGG-UNET. Diploma thesis, Universitas Multi Data Palembang.

Text Jimmy Aprilyanto 1923250010.pdf Download (2MB)

Abstract

Keretakan merupakan suatu gejala yang ada pada sebuah permukaan yang diakibatkkan oleh suatu gaya atau kombinasi dari gaya yang bekerja melebihi dari kapasitas yang dapat diterima oleh suatu bangunan atau komponen materialnya. Proses mendeteksi keretakan pada suatu bangunan biasanya dilakukan secara manual yang dimana deteksi yang dilakukan secara manual memiliki banyak kekurangan seperti keamanan, waktu, dan lain – lain. Penelitian ini mendeteksi keretakan pada citra bangunan dengan menggunakan Convolutional Neural Network (CNN) arsitektur VGG-UNet dan optimizer Adam, RMSprop, dan SGD. Dataset yang digunakan pada penelitian deteksi keretakan ini adalah Crack Segmentation Dataset yang terdiri dari masing – masing sebanyak 11.298 citra untuk citra original dan citra ground truth. Dataset dibagi menjadi 9.603 data latih dan 1.695 data uji. Optimizer Adam memiliki hasil evaluasi tertinggi untuk arsitektur VGG-UNet dengan nilai Mean Intersection over Union (MIoU) sebesar 70,35%. Sedangkan untuk optimizer SGD mendapatkan hasil evaluasi terendah dengan nilai MIoU sebesar 61,24%.

Actions (login required)

View Item