PEMANFAATAN UNET++ DAN POST VECTORIZING ALGORITHM UNTUK EKSTRAKSI DAN SEGMENTA

Pada zaman modern ini, seluruh aspek kehidupan manusia telah dipengaruhi oleh teknologi, tidak terkencuali aspek navigasi dan transportasi. Sebelum sistem GPS dapat digunakan oleh kalangan umum dengan mudah, orang mengandalkan peta kertas dan pengetahuan penduduk local untuk melakukan navigasi dari satu lokasi ke lokasi yang lain. Permasalahan timbul ketika informasi tentang tempat sulit untuk didapatkan, misalnya ketika tempat tersebut belum terpetakan dengan baik karena lokasi yang terpecil

Dari permasalahan tersebut, mendukung Ivan Marcellino untuk membuat Tugas Akhir yang berjudul “PEMANFAATAN UNET++ DAN POST VECTORIZING ALGORITHM UNTUK EKSTRAKSI DAN SEGMENTASI AREA JALAN DI SURABAYA DARI CITRA SATELIT GOOGLE MAPS”. Dari pembuatan tugas akhir ini ditujukan untuk meneliti pendekatan deep learning, khususnya arsitektur fully convolutional neural network (FCN) UNet++ dalam deteksi dan segmentasi area jalan yang direpresentasikan menggunakan binary mask hitam-putih.

Skenario ujicoba yang dituliskan pada Tugas Akhir cukup banyak, namun hanya  akan dijelaskan 1 skenario saja yaitu skenario uji coba A1. Ujicoba ini menggunakan model UNet++ A yang dilakukan menggunakan bantuan Google Colaboratory. Pada uji coba ini digunakan 2 varian dari model yang sama, dimana pada model yang pertama digunakan pretrained weights pada bagian encodernya dan pada model kedua tidak. Kedua model ditraining menggunakan loss function jaccard distance. Dengan pengaturan di atas dan GPU yang diakses melalui Google Colab, waktu training model per epoch cukup lama, hampir mencapai 1 jam per epochnya

Dari gambar di atas menunjukkan hasil prediksi varian model kedua terhadap dua area yang sama. Tampak pada kedua hasil ini bahwa prediksi model pada area 0_- 1 bagian bawah memburuk akibat perubahan warna pada citra satelitnya. Prediksi yang dihasilkan juga banyak area yang terputus-putus.

Pada pengerjaan tugas akhir ini, diperoleh beberapa kesimpulan terkait arsitektur model, algoritma post-processing dan dataset yang digunakan. Penggunaan komponen skip-connection pada UNet dan UNet++ mampu menghasilkan hasil segmentasi area jalan yang lebih halus.