Perpustakaan Digital ITB

Pertumbuhan infrastruktur dan penduduk yang pesat di Indonesia menyebabkan kerugian akibat bencana semakin besar tiap tahunnya. Salah satu objek yang terdampak oleh suatu bencana adalah aset gedung dan bangunan pada suatu wilayah tertentu. Perhitungan model risiko bencana yang baik dibutuhkan untuk melakukan perencanaan dan pembiayaan mitigasi bencana. Salah satu kendala dalam proses pemodelan risiko bencana adalah proses pemetaan bangunan secara manual pada suatu wilayah membutuhkan waktu yang lama, terutama untuk wilayah yang luas. aplikasi machine learning klasifikasi bangunan dikembangkan untuk mempermudah dan mempercepat proses tersebut. Pengguna hanya perlu memasukkan citra satelit sebagai masukan aplikasi dan akan memperoleh hasil berupa data bangunan yang ada pada citra satetlit suatu wilayah tertentu. Aplikasi dibuat dalam bentuk aplikasi web untuk memudahkan akses bagi penggunanya. Aplikasi yang dikembangkan memanfaatkan dua model machine learning, yaitu model untuk melakukan deteksi bangunan pada citra satelit dan model untuk klasifikasi bangunan berdasarkan gambar street view bangunan. Model untuk mendeteksi bangunan menggunakan model berbasis Mask R-CNN, sedangkan model untuk klasifikasi bangunan menggunakan model berbasis CNN. Model machine learning deteksi bangunan akan mendeteksi bangunan yang ada pada citra satelit dan memperoleh koordinat geolokasi dari bangunan tersebut. Data geolokasi bangunan selanjutnya digunakan untuk memperoleh gambar street view bangunan yang nantinya digunakan untuk proses klasifikasi bangunan. Pengembangan model dilakukan dengan menggunakan metode transfer learning menggunakan beberapa base model yang berbeda. Pengujian model hasil transfer learning model untuk mendeteksi bangunan dilakukan dengan membandingkan mAP tiap model menggunakan citra satelit berbeda. Pengujian model hasil transfer learning model untuk klasifikasi bangunan dilakukan dengan membandingkan precision, recall, dan f1-score tiap kategori bangunan pada setiap model. Pengujian aplikasi dilakukan untuk menguji fungsionalitas dari tiap komponen aplikasi, yaitu frontend dan backend. Dari hasil pengujian, diperoleh aplikasi berhasil dibuat dengan mengintegrasikan model machine learning deteksi bangunan dan klasifikasi bangunan. Aplikasi machine learning dapat menerima masukan berupa citra satelit dan melakukan proses deteksi dan klasifikasi secara otomatis. Aplikasi dapat memberikan hasil berupa gambar hasil pemetaan bangunan pada citra satelit dan data jenis bangunan yang terdeteksi beserta lokasinya.