Deteksi Keretakan Bangunan Menggunakan Metode Convolutional Neural Network (CNN) Dan Single Shot Detector (SSD)

Abstract

Keretakan merupakan suatu gejala yang timbul pada permukaan yang diakibatkan oleh suatu gaya atau kombinasi gaya yang bekerja dengan melebihi kapasitas yang dapat diterima oleh suatu bangunan atau komponen material dari bangunan tersebut. Hal ini dapat mengakibatkan kerusakan atau bahkan kegagalan struktur, yang dapat berdampak pada keselamatan manusia dan keamanan publik. Proses pendeteksian keretakan pada bangunan biasanya dilakukan secara manual, namun pendeteksian secara manual memiliki banyak kekurangan seperti keamanan, waktu dan sebagainya. Oleh karena itu diperlukan suatu metode yang dapat mendeteksi dengan bermacam-macam variasi tanpa mengurangi akurasi dari hasil pelatihan. Metode yang banyak digunakan untuk menyelesaikan permasalahan yang berkaitan dengan object detection dan image classification yaitu metode Convolutional Neural Network (CNN) dan Single Shot Detector (SSD). Hasil evaluasi performa model dari metode CNN diperoleh F1 sebesar 55%, Precision sebesar 92% dan Recall sebesar 84%. Sedangkan untuk metode SSD diperoleh F1 sebesar 100%, Precision 100%, dan Recall sebesar 100%. Dari hasil ini, dapat dilihat bahwa Single Shot Detector (SSD)lebih baik dalam mendeteksi bangunan, tetapi tidak terlalu berbeda jauh dari metode Convolutional Neural Network (CNN).