Pengenalan Bangunan Bersejarah Pura Dengan Arsitektur InceptionV3 dan Xception
Main Article Content
Abstract
Bali merupakan salah satu wilayah di Indonesia sangat dikelnal selbagai telmpat yang selring dikunjungi ollelh wisatawan di Indolnelsia maupun luar negeri. Bali memiliki banyak peninggalan bangunan Sejarah. Bangunan pura di Bali melmiliki karaktelristik unik yang melncelrminkan kelkayaan budaya Indolnelsia. Selhingga banyak wisatawan yang telrtarik untuk belrlibur disana. Teltapi karelna kelunikan pada tiap bangunan pura disana melnyelbabkan kurangnya pelngeltahuan tentang bangunan Sejarah selhingga tujuan utama dari pelrancangan ini adalah untuk melngelmbangkan sistelm pelngelnalan bangunan belrseljarah pura di Indolnelsia mellalui gambar bangunan. Selcara lelbih luas, kolntribusi pelrancangan ini dapat ditelrapkan dalam pelngelmbangan sistelm selrupa untuk wilayah-wilayah belrseljarah lainnya di Indolnelsia, melmpelrkaya upaya pellelstarian dan prolmolsi warisan budaya selcara nasiolnal. Delngan delmikian, pelrancangan ini tidak hanya melmbuka jalan bagi inolvasi dalam bidang pelngelnalan citra, teltapi juga melmbelrikan dampak polsitif dalam mellelstarikan kelkayaan budaya yang belrharga. Penelitian ini menggunakan proporsi 80% data latih dan 20% data uji. Convolutional Neural Network (CNN) merupakan metode deep learning yang dapat digunakan untuk mengklasifikasi citra dari data mentah. Penelitian ini menggunakan model CNN arsitektur InceptionV3 dan Xception. Hasil pelnellitian melnunjukkan bahwa algolritma IncelptiolnV3 melnghasilkan akurasi 63% seldangkan arsitelktur Xcelptioln melnghasilkan akurasi selnilai 52%.
Downloads
Article Details
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Jurnal Eksplora Informatika bersifat open access, yaitu dapat diakses secara umum tanpa dikenakan biaya. Penulis yang menerbitkan artikelnya di Jurnal Eksplora Informatika setuju dengan ketentuan berikut:
- Penulis memegang hak cipta dan memberikan hak publikasi pertama kepada Jurnal Eksplora Informatika menggunakan lisensi Creative Commons Attribution-ShareAlike 4.0.
- Penulis diizinkan untuk mengarsipkan/menggunggah/meyimpan artikel mereka, misalnya dalam repositori institusional atau situs web/blog penulis, namun diharapkan agar memberikan rincian bibliografi yang menghargai publikasi di jurnal ini.
- Jurnal Eksplora Informatika berhak untuk menyediakan artikel dalam berbagai bentuk dan media, sehingga artikel dapat digunakan untuk teknologi terbaru bahkan setelah dipublikasikan.
- Jurnal Eksplora Informatika berhak untuk menegakkan hak-hak atas nama penulis pada artikel terhadap pihak ketiga. Misalnya dalam kasus plagiarisme atau pelanggaran hak cipta.
References
I. M. A. Dwisada, I. G. A. G. A. Kadyanan dan I. D. M. B. A. Darmawan, “Perancangan Rule Base Alih Aksara Bali Menjadi Huruf Latin Pada,” dalam Prosiding Seminar Nasional Universitas Ma Chung, Malang, 2022.
S. Aulia dan G. Pradini, “Dampak Lingkungan Dan Sosial Pengembangan Pariwisata Di Desa Wisata Pulesari Jogyakarta,” Jurnal Ilmiah Hospitality Management, vol. V, no. 1, pp. 775-786, 2022.
A. L. Manuaba dan I. N. Sudirman, Mengenal Dasar-Dasar Filosofis dan Sejarah Arsitektur Tradisional Bali, Badung: Nilacakra, 2019.
I. N. B. Pramartha, “Representasi Nilai Kearifan Lokal Pada Peninggalan Sejarah di Bali Serta Potensinya Sebagai sumber Pembelajaran Sejarah.,” Jurnal Program Studi Pendidikan Sejarah, vol. 10, no. 2, pp. 223-236, 2022.
N. D. Saliya, “Relasi Pura Besakih Dengan Hotel The Apurva Kempinski Bali Ditinjau Dari Tata,” Riset Arsitektur (Risa), vol. V, no. 3, pp. 207-222, 2021.
A. W. Bawono, B. Hidayat dan S. Nugroho, “Deteksi Area Hutan Berbasis Citra Google Earth Menggunakan Metode Grey-level-co-occurrence Matrix (glcm) Dan Support Vector Machine (svm),” Eproceedings Of Engineering, vol. 6, no. 1, 2019.
D. P. Pamungkas, “Ekstraksi Citra menggunakan Metode GLCM dan KNN untuk Identifikasi Jenis Anggrek (Orchidaceae),” Orchidaceae, vol. 1, no. 2, 2019.
L. Liu, W. Ouyang, X. Wang, P. Fieguth, J. Chen, X. Liu dan M. Pietikäinen, “Deep learning for generic object detection,” International journal of computer vision, vol. 128, pp. 261-318, 2020.
L. Jiao, F. Zhang, F. Liu, S. Yang, L. Li, Z. Feng dan R. Qu, “A Survey of Deep Learning-Based Object Detection,” IEEE Access, vol. 7, pp. 128837 - 128868, 2019.
R. Primartha, Algoritma Machine Learning, Informatika, 2021.
J. Naranjo-Torres, M. Mora, R. Hernández-García, R. J. Barrientos, C. Fredes dan A. Valenzuela, “A Review of Convolutional Neural Network Applied to Fruit Image Processing,” Applied Sciences, vol. 10, no. 10, 2020.
M. Tripathi, “Analysis of Convolutional Neural Network based Image Classification Techniques,” Journal of Innovative Image Processing (JIIP), vol. 3, no. 2, pp. 100-117, 2021.
H. Lee, S. Eum dan H. Kwon, “Is Pretraining Necessary for hyperspectral image classification?,” dalam IEEE International Geoscience and Remote Sensing Symposium, Yokohama, 2019.
H.-K. Jeon, S. Kim, J. Edwin dan C.-S. Yang, “Sea Fog Identification from GOCI Images Using CNN Transfer Learning Models,” Electronics, vol. 9, no. 2, 2020.
A. Krizhevsky, I. Sutskever dan G. E. Hinton, “ImageNet Classification with Deep Convolutional Neural Networks,” dalam NeurIPS Proceedings, Long Beach California, 2017.
M. R. Fauzi, P. Eosina dan D. Primasari, “Deteksi Coronavirus Disease Pada X-Ray Dan CT-Scan Paru Menggunakan Convolutional Neural Network,” Junal Sains dan Sist. Inf, vol. 3, no. 2, 2020.
B. D. Hartomo, Hendrayudi dan Mudini, “Penerapan Computer Vision Untuk Absensi Wajah Berbasis Algoritma CNN Pada Guru Smk Excellent 1 Tangerang,” Jurnal Teknik Informatika Mahakarya (JTIM) , vol. 4, no. 2, pp. 69-72, 2021.
S. Alden dan B. N. Sari, “Implementasi Algoritma CNN Untuk Pemilahan Jenis Sampah Berbasis Android Dengan Metode CRISP-DM,” Jurnal Informatika, vol. 10, no. 1, pp. 62-71, 2023.
S. F. Handono dan F. A. B. Rahmat, “Implementasi Convolutional Neural Network (CNN) untuk Deteksi Retinopati Diabetik,” Jurnal Informatika dan Sistem Informasi, vol. 1, no. 2, pp. 669-678, 2020.
U. Ungkawa dan G. A. Hakim, “Klasifikasi Warna pada Kematangan Buah Kopi Kuning menggunakan Metode CNN Inception V3.,” ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika, vol. 11, no. 3, p. 731, 2023.
E. Y. Puspaningrum dan H. Maulana, “Penerapan Metode Convolutional Neural Network untuk Klasifikasi Penyakit Daun Apel pada Imbalanced Data,” Prosiding Seminar Nasional Informatika Bela Negara, vol. 1, pp. 169-175, 2020.
M. F. Naufal dan S. F. Kusuma, “Pendeteksi citra masker wajah menggunakan CNN dan Transfer Learning,” Jurnal Teknologi Informasi dan Ilmu Komputer (JTIIK), vol. 8, no. 6, pp. 1293-1300, 2021.
N. D. Prayogi, “Implementasi Naïve Bayes Classifier Dan Confusion Matrix Pada Analisis Sentimen Berbasis Teks Pada Twitter,” J-Sakti (Jurnal Sains Komputer Dan Informatika), vol. 5, no. 2, pp. 697-711, 2021.
E. Fauziningrum dan E. I. Suryaningsih, “Evaluasi Dan Prediksi Penguasaan Bahasa Inggris Maritim Menggunakan Metode Decission Tree Dan Confusion Matrix,” Journal Sains Dan Teknologi Maritim, vol. 22, no. 1, pp. 41-50, 2021.
R. Rachmatika dan A. Bisri, “Perbandingan Model Klasifikasi Untuk Evaluasi Kinerja Akademik Mahasiswa,” Jepin (Jurnal Edukasi Dan Penelitian Informatika), vol. 6, no. 3, pp. 417- 422, 2020.
M. I. Fikri, T. S. Sabrila dan Y. Azhar, “Perbandingan Metode Naïve Bayes Dan Support Vector Machine Pada Analisis Sentimen Twitter,” Smatika Jurnal: Stiki Informatika Jurnal, vol. 10, no. 2, pp. 71-76, 2020.
T. Handhayani, A. H. Pawening dan J. Hendryli, “An Automatic Recognition System for Digital Collections of Indonesian Traditional Houses Using Convolutional Neural Networks for Cultural Heritage Preservation,” International Journal of Computational Intelligence and Applications, vol. 22, no. 2, 2023.
