Article Per Year (5 Year)
p-Index From 2021 - 2026
0.23
P-Index
This Author published in this journals
All Journal Malcom: Indonesian Journal of Machine Learning and Computer Science
Sucipto, Ade Tri
Unknown Affiliation
Computer Science & IT

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

 1 
Kajian Analisis Variasi Jumlah Epoch Terhadap Persentase Kesesuaian Peta Batas Kampung dan Rupa Bumi Indonesia dengan Data Kartometrik Menggunakan Metode Deep Learning: Study of Variation Analysis of Epoch Number on the Percentage of Conformity of Village Boundary Maps and Indonesian Topography with Cartometric Data Using Deep Learning Methods Ilyas, Ilyas; Sari, Ratna Mustika; Sucipto, Ade Tri
MALCOM: Indonesian Journal of Machine Learning and Computer Science Vol. 6 No. 1 (2026): MALCOM January 2026
Publisher : Institut Riset dan Publikasi Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.57152/malcom.v6i1.2021

Abstract

Kepastian batas wilayah merupakan aspek fundamental dalam mendukung kewenangan daerah dan perencanaan pembangunan. Namun, inkonsistensi data batas di Kecamatan Rumbia, khususnya antara metode kartometrik, data Peta Batas Wilayah dari Badan Informasi Geospasial (PPBW BIG), dan Rupa Bumi Indonesia (RBI), sering menghambat pengelolaan sumber daya. Penelitian ini bertujuan menganalisis pengaruh variasi jumlah epoch pada model Deep Learning terhadap akurasi deteksi kesesuaian batas kampung. Metode penelitian mengintegrasikan Sistem Informasi Geografis (SIG) dan Convolutional Neural Network (CNN) dengan arsitektur tiga lapisan konvolusi. Data latih mencakup integrasi data kartometrik, PPBW BIG, RBI, dan Citra Tegak Satelit Resolusi Tinggi (CTSRT). Pengujian dilakukan dengan variasi epoch 100 hingga 500 menggunakan optimasi Stochastic Gradient Descent (SGD). Hasil menunjukkan bahwa peningkatan epoch berbanding lurus dengan performa model, di mana akurasi validasi mencapai 100% pada epoch 500 dengan tingkat kesesuaian data sebesar 98% berdasarkan Intersection over Union (IoU). Temuan ini menegaskan efektivitas CNN dalam analisis spasial presisi guna mendukung percepatan Kebijakan Satu Peta dan meminimalkan konflik batas wilayah.
Co-Authors Ilyas Ilyas Ratna Mustika Sari, Ratna Mustika