Penggunaan deep learning dalam mendeteksi berbagai objek sudah banyak diterapkan, namun untuk identifikasi kemiripan bangunan untuk gaya arsitektur masih terbatas. Analisis klasifikasi model desain arsitektur bangunan adat Melayu dapat dilakukan dengan menerapkan metode Convolusional Neural Network (CNN). Pendekatan yang digunakan untuk menganalisis klasifikasi dan kemiripan model bangunan adat melayu menggunakan model arsitektur VGG16. Ekstraksi fitur menggunakan model deep learning untuk mengidentifikasi jenis bangunan adat Melayu menggunakan parameter atap, jendela, dan ornamen bangunan. Dataset citra bangunan adat Melayu didapatkan dari pengambilan langsung ke lokasi bangunan adat melayu Riau di Kawasan Jalan Muhammad Arifin Pekanbaru Riau untuk training sebanyak 644 gambar dan testing model sebanyak 106 gambar. Model yang digunakan adalah VGG16. Parameter ukuran kinerja meliputi accuracy, precision, recall, dan F1-score. Akurasi yang didapatkan dalam penelitian ini adalah 98,77% dari total 106 data yang diuji, sedangkan precision 0,8678, recall 0,9633, dan F1-score 0,9877. Hasil yang didapatkan ini melalui setting parameter learning rate 0,0001, drop out 0,20, dan epoch sebesar 25. Secara keseluruhan model VGG16 yang digunakan dalam penelitian ini menghasilkan akurasi yang baik.
Copyrights © 2025