Segmentasi Fitur Atap Bangunan Menggunakan Metode Gabungan Deep Learning U-Net dan Algoritma Watershed pada Data Ortofoto

RIZAL HATMA BAIHAQI, Dr. Ir. Catur Aries Rokhmana, ST, MT

2026 | Tugas Akhir | D4 TEKNOLOGI SURVEI DAN PEMETAAN DASAR

Kegiatan segmentasi fitur atap bangunan dari citra ortofoto merupakan salah satu cara untuk memperoleh informasi bangunan. Informasi ini dapat digunakan untuk keperluan inventarisasi wilayah, perencanaan tata ruang, pemantauan permukiman, dan analisis kebencanaan. Metode interpretasi visual secara manual mampu menghasilkan delineasi atap bangunan yang akurat, namun memerlukan waktu yang lama dan sangat bergantung pada keahlian dan pengetahuan operator. Segmentasi semantik berbasis Convolutional Neural Network (CNN) merupakan salah satu pendekatan untuk memperoleh informasi fitur atap bangunan pada citra secara otomatis. Salah satu model CNN yang umum digunakan dalam segmentasi atap bangunan yaitu U-Net. U-Net efektif dalam mengklasifikasikan piksel, namun memiliki kendala berupa kesulitan dalam memisahkan atap bangunan yang saling berdekatan. Algoritma watershed dapat digunakan sebagai salah satu metode pascaproses pada hasil segmentasi U-Net untuk membantu memisahkan objek atap menjadi objek individu. Namun, kajian yang menggunakan pendekatan tersebut  pada ortofoto di Indonesia masih terbatas. Oleh karena itu, proyek akhir ini bertujuan untuk mengevaluasi performa kombinasi U-Net dan algoritma watershed pada ortofoto resolusi tinggi di Indonesia.

Proyek akhir ini mengambil studi kasus pada beberapa wilayah permukiman di Indonesia. Proyek akhir ini menggunakan data ortofoto resolusi tinggi yang diperoleh dari laman OpenAerialMap.org. Pemilihan data ortofoto dilakukan dengan mempertimbangkan ketersediaan jenis permukiman yang dibutuhkan sebagai data uji. Data citra tersebut dipersiapkan dengan menyamakan nilai Ground Sample Distance (GSD) menjadi 7 cm/piksel. Data citra tersebut juga dibagi menjadi 2 area, yaitu area pelatihan dan pengujian. Pemilihan data pelatihan dilakukan dengan pertimbangan variasi data, sementara data pengujian dipilih pada permukiman padat, perumahan, gedung, rural, slum, dan suburban. Model U-Net dengan backbone ResNet-34 dilatih selama 50 epoch pada data pelatihan untuk menghasilkan model terlatih dengan bobot optimal. Segmentasi atap bangunan dilakukan dengan memprediksi data pengujian menggunakan model terlatih. Algoritma watershed kemudian diterapkan pada hasil prediksi tersebut guna memisahkan objek atap yang berdekatan. Hasilnya kemudian diuji tingkat akurasinya melalui dua pendekatan, yaitu berbasis luas area menggunakan Intersection over Union (IoU) dan berbasis jumlah objek menggunakan F1-score.

Hasil proyek akhir menunjukkan bahwa akurasi segmentasi metode ini mencapai rata-rata IoU sebesar 82,41%. Nilai ini menunjukkan akurasi segmentasi yang tergolong tinggi. Sementara itu, akurasi berbasis objek menunjukkan F1-score rata-rata sebesar 64,30%. Rendahnya tingkat akurasi berbasis jumlah objek ini karena banyaknya objek-objek atap bangunan yang gagal dipisahkan secara tepat oleh algoritma watershed. Hal ini menyebabkan objek-objek tersebut mengalami kasus oversegmentation dan undersegmentation. Hasil ini menunjukkan bahwa kombinasi U-Net dan algoritma watershed dapat digunakan sebagai metode segmentasi fitur atap bangunan, namun masih perlu dilakukan perbaikan lanjutan untuk meningkatkan akurasi pemisahan objek atap.

Building rooftop feature segmentation from orthophoto imagery is one method for obtaining building information. This information can be used for regional inventory, spatial planning, settlement monitoring, and disaster analysis purposes. Manual visual interpretation methods can produce accurate rooftop delineation but require considerable time and are highly dependent on the operator's expertise and knowledge. Semantic segmentation based on Convolutional Neural Networks (CNN) is one approach to automatically obtain rooftop feature information from imagery. One of the CNN models commonly used for building rooftop segmentation is U-Net. U-Net is effective at pixel classification; however, it faces challenges in separating closely adjacent building rooftops. The watershed algorithm can be used as a post-processing method on U-Net segmentation results to help separate rooftop objects into individual instances. However, studies applying this approach to orthophotos in Indonesia remain limited. Therefore, this final project aims to evaluate the performance of combining U-Net and the watershed algorithm on high-resolution orthophotos in Indonesia.

This final project uses several settlement areas in Indonesia as case studies. It utilizes high-resolution orthophoto data obtained from OpenAerialMap.org. The orthophoto data selection was conducted by considering the availability of the required settlement types for testing data. The image data were prepared by standardizing the Ground Sample Distance (GSD) to 7 cm/pixel. The image data were also divided into two areas: the training area and the testing area. Training data selection was based on data variation considerations, while testing data were selected from dense settlements, residential areas, buildings, rural areas, slums, and suburban areas. A U-Net model with a ResNet-34 backbone was trained for 50 epochs on the training data to produce a trained model with optimal weights. Building rooftop segmentation was performed by predicting on the testing data using the trained model. The watershed algorithm was then applied to the prediction results to separate adjacent rooftop objects. The results were subsequently evaluated for accuracy using two approaches: area-based accuracy using Intersection over Union (IoU) and object-count-based accuracy using F1-score.

The results of this final project show that the segmentation accuracy of this method achieves an average IoU of 82.41%. This value indicates a good level of segmentation accuracy. Meanwhile, object-based accuracy shows an average F1-score of 64.30%. This low object-count-based accuracy is due to the large number of building rooftop objects that failed to be properly separated by the watershed algorithm. This resulted in these objects experiencing cases of oversegmentation and undersegmentation. These results indicate that the combination of U-Net and the watershed algorithm can be used as a method for building rooftop feature segmentation; however, further improvements are still needed to enhance the accuracy of rooftop object separation.

Kata Kunci : Deep Learning, U-Net, CNN, Algoritma Watershed, Segmentasi Atap Bangunan