Penerapan Deep Learning Menggunakan Metode Convolutional Neural Network dan K-Means dalam Klasterisasi Citra Butiran Pasir

Abstract

Agregat halus (pasir) merupakan bahan bangunan yang paling banyak digunakan dalam dunia konstruksi, sehingga kebutuhan pasir setiap harinya sangat banyak terutama di daerah perkotaan yang pembangunannya sangat pesat. Pasir berbentuk butiran - butiran yang memiliki tekstur berbeda untuk setiap jenisnya. Karakteristik pasir yang baik apat ditentukan melalui beberapa parameter, seperti  segi kadar lumpur pasir, pemeriksaan kadar air nyata dan SSD, pemeriksaan gradasi, kadar air, zat organik, berat isi kondisi padat/gembur, daya serap, modulus kehalusan. faktor-faktor ini menjadi acuan dalam memilih pasir yang sesuai untuk berbagai kebutuhan konstruksi, termasuk plesteran dinding dan lantai. Parameter-parameter ini menjadi acuan dalam memilih pasir yang tepat untuk digunakan dalam berbagai kebutuhan konstruksi, termasuk plesteran dinding dan lantai. penelitian ini bertujuan untuk mengelompokkan kesesuaian antara butiran pasir untuk plesteran dinding atau lantai. Gambar dari citra butiran pasir memiliki nilai piksel yang banyak kerena terdiri dari tiga komponen warna yang mana red, green, blue. Sehingga membutuhkan teknik yang baik dalam menganalisa gambar ini. Metode yang digunakan dalam penelitian ini adalah Convulutional neural network (CNN) sebagai untuk mendeteksi dan mengekstraksi fitur butiran pasir, Convolutional Neural Network yang digunakan dalam penelitian ini adalah arsitektur resNet 50 sebagai memiliki kinerja tinggi dalam analisis citra.. Convolutional Neural Network memiliki arsitektur yang terinspirasi oleh struktur visual sistem manusia dan sangat efektif untuk tugas-tugas  dalam ekstraksi gambar dan Metode K-means Clustering untuk menentukan pengelompokkan data ke dalam beberapa kelompok (klaster) sehingga data dalam satu klaster memiliki kemiripan tinggi sementara data antar klaster berbeda secara signifikan butiran pasir. Dataset yang diolah dalam penelitian ini bersumber di CV. Sumber Rezeki. Dataset terdiri 94 citra butiran pasir. Hasil penelitian menunjukkan bahwa pasir dapat diklasifikasikan ke dalam beberapa kategori mengelompokan seperti butiran bulat, butiran tajam, butiran tumpul, butiran tidak beraturan, butiran sub angular. Penelitian ini dapat menjadi acuan dalam menentukan kesesuaian butiran citra pasir yang cocok untuk lantai atau plesteran dinding dan membantu kontraktor memilih jenis pasir.