142 Jurnal Ilmiah Desain dan Konstruksi Vol. 19 No. 2 Desember 2020 SURVEY TEKNIK PENGKLASIFIKASIAN GAYA ARSITEKTUR PADA FASAD BANGUNAN MENGGUNAKAN PENDEKATAN DEEP LEARNING CNN SURVEY TECHNIQUE OF CLASSIFICATION OF ARCHITECTURAL STYLE ON BUILDING FACILITIES USING APPROACHDEEP LEARNING CNN Edy Sutomo Program Studi Teknik Arsitektur, Universitas Gunadarma edysutomo@staff.gunadarma.ac.id Abstrak Teknik pengklasifikasian gaya arsitektur pada fasad bangunan menjadi bagian penting pada dunia perancangan, guna mempercepat proses dalam melakukan kajian tipologinya. Dewasa ini dengan semakin berkembangnya teknologi informasi, sangat memungkinkan bila seiring waktu dengan berbagai kemajuan metode dalam mengekstraksi obyek bangunan utamanya fasad bangunan. Penelitian dalam pengklasifikasian fasad bangunan banyak dilakukan untuk menelusuri jenis bangunan maupun aspek estetika lainnya. Demi tujuan tersebut studi survey ini dimaksudkan untuk mengetahui teknik komputasi Deep Learning (DL) yang dapat digunakan dalam mengidentifikasi fasad bangunan secara lebih akurat dengan membedakan dan mengelompokkannya agar lebih mudah dikenali tipe bangunannya. Metode yang digunakan dalam melakukan penelitian ini menggunakan teknik seleksi dan eliminasi, berasal dari penelitian di berbagai jurnal yang relevan terhadap pengklasifikasian gaya arsitektur bangunan. Hasil survey literatur menunjukkan bahwa terdapat kesenjangan, hasil akurasi dari yang tertinggi ke terendah sebesar 48,19 % sehingga diperlukan adanya inovasi pada perangkat sistemnya. Teknik DL paling banyak digunakan dengan pendekatan Convolutional Neural Network (CNN) yang dikombinasikan dengan sistem perangkat lain, daripada fiturnya sendiri guna meningkatkan nilai akurasi. Kata kunci: Gaya Arsitektur, Fasad, Deep Learning. Abstract The technique of classifying architectural styles on building facades is an important part of the design world, in order to speed up the process of conducting typological studies. Nowadays, with the development of information technology, it is possible that over time with various advances in methods of extracting building objects, especially building facades. Research in the classification of building facades is carried out to explore the types of buildings and other aesthetic aspects. For this purpose, this survey study is intended to identify Deep Learning (DL) computational techniques that can be used to identify building facades more accurately by differentiating and grouping them to make it easier to identify the building type. The method used in conducting this research uses selection and elimination techniques, derived from research in various journals that are relevant to the classification of building architectural styles. The results of the literature survey show that there is a gap, the accuracy results from the highest to the lowest are 48,19% so that innovation is needed in the system equipment. The DL technique is most widely used with the Convolutional Neural Network (CNN) approach in combination with other device systems, rather than its own features to increase the accuracy value. Keywords: Architecture style, Facades, Deep Learning.