Article Per Year (5 Year)
p-Index From 2019 - 2024
3.701
P-Index
This Author published in this journals
All Journal Jurnal Edukasi dan Penelitian Informatika (JEPIN) ELKOMIKA: Jurnal Teknik Energi Elektrik, Teknik Telekomunikasi, & Teknik Elektronika JOURNAL OF ELECTRICAL AND SYSTEM CONTROL ENGINEERING TELKA - Telekomunikasi, Elektronika, Komputasi dan Kontrol JMECS (Journal of Measurements, Electronics, Communications, and Systems) eProceedings of Engineering Jurnal INFOTEL
Nor Kumalasari Caecar Pratiwi
Universitas Telkom
Computer Science & IT Control & Systems Engineering Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Materials Science & Nanotechnology

Published : 22 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : Jurnal Edukasi dan Penelitian Informatika (JEPIN)

 1 
Klasifikasi Tutupan Lahan Melalui Citra Satelit SPOT-6 dengan Metode Convolutional Neural Network (CNN) Magdalena, Rita; Saidah, Sofia; Pratiwi, Nor Kumalasari Caecar; Putra, Akbar Trisnamulya
JEPIN (Jurnal Edukasi dan Penelitian Informatika) Vol 7, No 3 (2021): Volume 7 No 3
Publisher : Program Studi Informatika

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.26418/jp.v7i3.48195

Abstract

Lahan merupakan suatu wilayah dimana seluruh bagian biosfer dianggap tetap atau siklis yang terdapat di atas maupun di bawah permukaan bumi. Klasifikasi lahan dilakukan dengan tujuan untuk memudahkan pemantauan penggunaan serta pengaturan tata letak lahan pada suatu wilayah. Pada penelitian ini dilakukan klasifikasi terhadap citra lahan yang diperoleh dari satelit SPOT-6 dengan menggunakan Metode Convolutional Neural Network (CNN). Jenis lahan yang dilakukan klasifikasi berupa sawah, hutan, pemukiman, sungai dan bukit gundul dengan jumlah data yang digunakan adalah 350 data citra lahan. Dari total data, sebanyak 75% data digunakan sebagai data latih dan 25% digunakan sebagai data uji. Model CNN yang digunakan pada penelitian ini yaitu basic CNN dengan arsitektur yang terdiri dari 3 hidden convolutional layer, 1 fully connected layer dan 2 stride. Hasil performansi sistem yang diperoleh pada penelitian ini diantaranya adalah akurasi 95,45%, loss 0,2457, serta rata-rata dari masing-masing nilai precision, recall dan f1-score sebesar 0,92. Dapat disimpulkan bahwa metode CNN dapat digunakan secara optimal dalam mengklasifikasikan 5 jenis tutupan lahan.
Co-Authors ADHI IRIANTO MASTUR Chelsya Dwi Marnelius Dwi Hardina Aprilia Sari Edwar Efri Suhartono Fadlil Azimi Syafli FANIESA SAUFANA HANAFI Febriani Ruming Sari Fitya Nur Fadhilah GITA AYU LESTARY Hanif Chandra Mulya HERI SYAHRIAN Hurianti Vidya Iwan Iwut Tritoasmoro JANGKUNG RAHARJO KHAERUDIN SALEH Koredianto Usman Michael Binson Situmeang Muhamad Rokhmat Isnaini MUTHIA SYAFIKA HAQ Nur Alyyu Nur Ibrahim Olyvia Fernanda Soedradjat Putra, Akbar Trisnamulya R. Yunendah Nur Fu’adah Ratna Sari REGITA AGUSTINA Rita Magdalena Sari, Febriani Ruming Sayidina Ariq Farhan Sofia Sa'idah SOFIA SAIDAH Syamsul Rizal Syamsul Rizal Victor Aji Admaja Pellokila Vidya, Hurianti VITRIA PUSPITASARI RAHADI WAHYUNI RIZKY PERDANI