PEMETAAN OBJEK BANGUNAN PADA CITRA WILAYAH PERKOTAAN MENGGUNAKAN GRADIENT TREE BOOSTING DAN WATERSHED SEGMENTATION

Penelitian tentang deteksi objek sudah pernah dilakukan sebelumnya, diantaranya penelitian deteksi objek bangunan dan non-bangunan berbasis gambar rekaman citra satelit pada suatu blok area perkotaan dengan menggunakan algoritma Multiresolution Segmentation dengan akurasi 88.08 %. Akan tetapi, Multiresolution Segmentation belum mampu menentukan jumlah objek bangunan, karena masih terdapat objek non-bangunan yang terdeteksi. Oleh karena itu, pada penelitian ini dilakukan pemisahan dan pendeteksian objek bangunan dan non-bangunan sehingga dapat dihitung jumlah objek bangunan dengan menggunakan alur praproses meliputi algoritma greyscale, otsu thresholding, filling hole, dan operasi morfologi opening. Praproses digunakan untuk menghilangkan objek non bangunan. Selanjutnya, dilakukan proses multiresolution segmentation dengan pendekatan algoritma watershed dan regression tree dengan algoritma gradient tree boosting. Kedua algoritma digunakan untuk mendeteksi dan menghitung jumlah objek bangunan. Pengujian dilakukan pada 20 gambar citra satelit untuk mencari nilai filter size terbaik yang digunakan pada proses opening dan mencari nilai toleransi terbaik yang digunakan pada proses gradient tree boosting and watershed. Dari hasil pengujian, untuk pemberian nilai filter size bernilai 30 memiliki persentase tertinggi dengan nilai rata-rata precision 83.08%, recall 77.24%, dan accuracy 68.01% dan toleransi bernilai 10 memiliki persentase tertinggi dengan nilai rata-rata precision 86.99%, recall 81.01%, accuracy 73.01%.