PENGENALAN LANGGAM ARSITEKTUR BANGUNAN TRADISIONAL DENGAN PENDEKATAN ARTIFICIAL INTELLIGENCE

Pramono, Heri (2023) PENGENALAN LANGGAM ARSITEKTUR BANGUNAN TRADISIONAL DENGAN PENDEKATAN ARTIFICIAL INTELLIGENCE. S2 thesis, Universitas Atma Jaya Yogyakarta.

Preview	Text (Heri Pramono) 185402930_Bab 0.pdf Download (1MB) | Preview
Preview	Text 185402930_Bab 1.pdf Download (273kB) | Preview
Preview	Text 185402930_Bab 2.pdf Download (1MB) | Preview
	Text 185402930_Bab 3.pdf Restricted to Registered users only Download (570kB)
	Text 185402930_Bab 4.pdf Restricted to Registered users only Download (4MB)
Preview	Text 185402930_Bab 5.pdf Download (310kB) | Preview

Abstract

Perkembangan Arsitektur Digital saat ini memungkinkan diterapkan untuk mendeteksi jenis bangunan dalam rangka membantu pekerjaan seorang arsitek. Dalam penelitin ini mengangkat permasalahan dalam proyek Kembang Limus dari Community Centre terhadap hasil Desain model 3D yang telah dirancang oleh Tim Arsitek. Kembang Limus Community Centre telah membuat desain bangunan di kawasan Candi Borobudur yang memiliki konsep untuk penyesuaian lingkungan atmosfir daerah candi Borobudur dengan bangunan tradisional Jawa. Permasalahan yang terjadi dari desain 3D yang dibuat perlu dilakukan analisis kesesuaian dengan rumah asli tradisional yang berada di kawasan Borobudur tersebut. Dalam penelitian ini bertujuan membuat aplikasi arsitektur digital untuk mendeteksi kemiripan bangunan yang dibuat oleh Tim Arsitik Kembang Limus dengan bangunan asli rumah kampung dengan menggunakan indikator langgam bangunan, useperti: bentuk atap, bentuk tiang, bentuk jendela, bentuk dinding dan keseluruhan bangunan, Bjek bangunan yang digunakan adalah rumah Panggang Pe. Manfaat dari penelitian ini adanya aplikasi arsitektur digital yang dapat mengdeteksi kemiripan bangunan dapat membantu mengetahui kemiriman hasil desain 3D dengan bangunan asli. Metode yang digunakan dalam penelitian ini meggunakan dataset yang diambil dari secara langsung dari bangunan panggang Pe yang berada di daerah Borobudur, selanjutnya dilakukan pengolahan data, membuat model arsitektur Convolusional Neural Network (CNN), Melakukan Training data dan pengujian vaiditas, Melakukan analisis data dar pengujian serta menarik kesimpulan. Hasil pengujian yang dilakukan diperoleh dengan hasil untuk objek bangunan dengan gambar full bangunan akurasi kemiripan sebesar 45,3%, karena lingkungan atmosfir yang menjadi pengetahuan yang disimpan dalam aplikasi analisis bangunan ini sudah mengalami perubahan dari data aslinya. Dari sisi warna bangunan juga dianggap berbeda, karena sistem mengenali objek hanya berdasrkan bentuk dari langgam bukan warna objek. Hal lain yang mempengaruhi perbedaan yaitu karena data desain bangunan Community Centre Kembang Limus hanya terdiri atas atap dan tiang/kolom saja sedangkan data gambar yang dikenali sistem mencakup atap, dinding, tiang, jendela, pintu dan struktur. Untuk objek bangunan dengan gambar atap akurasi kemiripan sebesar 97,7%. Hal ini karena sistem semakin mengenali objek atap bangunan Community Centre Kembang Limus dengan penurunan resolusi dan mengubah warna atap mirip dengan data dalam sistem.

Actions (login required)

View Item