Jurnal ELTEK
Vol. 24 No. 2 (2026): October 2026

Ekstraksi fitur tekstur kerusakan situs warisan budaya pascabencana menggunakan deep features efficientnet-B7

Muhammad Hatif (Universitas Islam Negeri Maulana Malik Ibrahim)
Sri Harini (Universitas Islam Negeri Maulana Malik Ibrahim)
Ririen Kusumawati (Universitas Islam Negeri Maulana Malik Ibrahim)
Zainal Abidin (Universitas Islam Negeri Maulana Malik Ibrahim)
Muhammad Ainul Yaqin (Universitas Islam Negeri Maulana Malik Ibrahim)
Agung Teguh Wibowo Almais (Universitas Islam Negeri Maulana Malik Ibrahim)



Article Info

Publish Date
30 Oct 2026

Abstract

Situs warisan budaya sangat rentan mengalami kerusakan akibat bencana alam, sehingga memerlukan metode inspeksi yang cepat, akurat, dan objektif untuk mendukung upaya konservasi. Penelitian ini mengusulkan pendekatan ekstraksi dan karakterisasi fitur tekstur otomatis melalui pemanfaatan fitur mendalam (deep feature extraction) menggunakan arsitektur EfficientNet-B7 sebagai landasan untuk deteksi kerusakan. Metode ini memanfaatkan model pre-trained untuk mengekstraksi peta fitur dari lapisan awal block2a_expand_activation, yang peka terhadap detail tekstural seperti tepi, retak, dan variasi permukaan. Dari 144 saluran fitur yang dihasilkan, dihitung tiga deskriptor statistik sederhana per saluran—Kontras (standar deviasi), Energi (rata-rata kuadrat aktivasi), dan Homogenitas (turunan kontras)—sebagai deskriptor tekstur kuantitatif (bukan fitur GLCM klasik). Sebagai studi awal (proof of concept), pendekatan ini diujicobakan pada satu citra kerusakan plafon masjid pascabencana dan berhasil mengkarakterisasi variasi tekstur antar-saluran, menghasilkan 432 fitur numerik (3 statistik × 144 saluran). Secara konseptual, dibandingkan metode tradisional seperti Gray Level Co-occurrence Matrix (GLCM), pendekatan ini berpotensi lebih unggul dalam hal otomasi, kedalaman fitur, dan skalabilitas karena tidak memerlukan parameterisasi manual, meskipun perbandingan empiris langsung masih perlu dilakukan. Meskipun membutuhkan sumber daya komputasi yang signifikan, metode yang diusulkan menawarkan solusi yang efisien dan andal untuk analisis kerusakan otomatis, yang dapat mendukung prioritisasi dan pemulihan situs warisan budaya pascabencana. Abstract Cultural heritage sites are highly vulnerable to damage from natural disasters, necessitating fast, accurate, and objective inspection methods to support conservation efforts. This study proposes an automated approach for texture feature extraction and characterization through deep feature extraction using the EfficientNet-B7 architecture, serving as a foundation for damage detection. This method utilizes a pre-trained model to extract feature maps from the initial block2a_expand_activation layer, which is sensitive to textural details such as edges, cracks, and surface variations. From the 144 feature channels generated, three simple per-channel statistical descriptors were computed—Contrast (standard deviation), Energy (mean squared activation), and Homogeneity (derived from contrast)—as quantitative texture descriptors. As a proof of concept, the approach was tested on a single mosque ceiling damage image and successfully characterized inter-channel texture variations, producing 432 numerical features (3 statistics × 144 channels). Conceptually, compared to traditional methods such as Gray Level Co-occurrence Matrix (GLCM), this approach is potentially superior in terms of automation, feature depth, and scalability, as it does not require manual parameterization, although a direct empirical comparison remains to be conducted. Although requiring significant computational resources, the proposed method offers an efficient and reliable solution for automated damage analysis, which can support the prioritization and restoration of cultural heritage sites after disasters.

Copyrights © 2026






Journal Info

Abbrev

eltek

Publisher

Subject

Computer Science & IT Control & Systems Engineering Electrical & Electronics Engineering Engineering

Description

Jurnal ELTEK merupakan media yang diterbitkan oleh Politeknik Negeri Malang sebagai sarana diseminasi dan publikasi artikel hasil penelitian dan artikel konseptual yang dilakukan oleh para peneliti, akademisi, praktisi dan industri di bidang Teknik Elektro. Artikel yang diajukan untuk diterbitkan ...