PEMODELAN KLASIFIKASI TUTUPAN LAHAN GAMBUT KABUPATEN ROKAN HILIR PROVINSI RIAU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK

DITA, UTAMI PUTRI (2017) PEMODELAN KLASIFIKASI TUTUPAN LAHAN GAMBUT KABUPATEN ROKAN HILIR PROVINSI RIAU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK. Other thesis, INSTITUT PERTANIAN BOGOR.

[img]
Preview
Text (PEMODELAN KLASIFIKASI TUTUPAN LAHAN GAMBUT KABUPATEN ROKAN HILIR PROVINSI RIAU MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK)
28.pdf - Published Version
Available under License Creative Commons Attribution Non-commercial Share Alike.

Download (10MB) | Preview

Abstract

Tutupan lahan gambut terus berkurang jumlahnya dengan adanya eksploitasi manusia sehingga menyebabkan adanya perubahan fungsi lahan. Penginderaan jauh merupakan salah satu alat yang efektif dalam memantau fenomena perubahan ini. Tujuan penelitian ini adalah membuat model klasifikasi tutupan lahan gambut Kabupaten Rokan Hilir dan menghitung perubahannya berdasarkan model klasifikasi menggunakan citra satelit. Penelitian ini menggunakan convolutional neural network (CNN) untuk mengklasifikasikan jenis tutupan lahan dengan kelas yang digunakan yaitu vegetasi rapat, vegetasi jarang, dan non vegetasi. Selain itu penelitian ini menggunakan citra Landsat 7 ETM+ yang diakuisisi tahun 2012 dan 2013 serta Landsat 8 OLI/TIRS yang diakuisisi tahun 2014, 2015, dan 2016. Penelitian ini terdiri atas 3 pekerjaan utama yaitu praproses citra satelit, proses klasifikasi citra, dan analisis hasil klasifikasi. Hasil penelitian ini menunjukkan teknik klasifikasi CNN pada data input 1 dimensi menghasilkan rata-rata akurasi 98.2% dan koefisien Kappa 0.974. Antara tahun 2012 dan 2016 area vegetasi rapat meningkat 104%, sedangkan vegetasi jarang dan non vegetasi menurun sebesar 37% dan 95%. Kata kunci: CNN, deteksi perubahan, lahan gambut, penginderaan jauh

Item Type: Thesis (Other)
Subjects: A General Works > AS Academies and learned societies (General)
Divisions: Fakultas Matematika dan Komputer > Prodi Teknik Informatika
Depositing User: Rizki Handayani S.I.Pust
Date Deposited: 30 Jul 2019 02:23
Last Modified: 30 Jul 2019 07:39
URI: http://repository.unugha.ac.id/id/eprint/631

Actions (login required)

View Item View Item