Rembesan minyak merupakan salah satu peristiwa yang merugikan lingkungan pada industri minyak dan gas. Hal ini dikarenakan senyawa kimia yang terkandung pada rembesan minyak dapat mengakibatkan penurunan kualitas lingkungan hidup. Rembesan minyak (Oil Seep) tidak hanya terjadi di wilayah perairan, tetapi juga di daratan, yang terserap oleh tanah. Kejadian ini dapat mengindikasikan adanya sistem perminyakan di bawah permukaan tanah. Dalam penelitian ini daerah terdampak rembesan minyak diidentifikasi menggunakan metode deep learning dengan Convolutional Neural Networks dimana mesin diharapkan meniru sistem kerja otak manusia dalam mengidentifikasi objek. Data foto udara yang telah terorthorektifikasi dilakukan proses segmentasi untuk membantu proses pelabelan training data pada tahap selanjutnya. Training data tersebut menjadi data masukan pada tahap train deep learning model, dan akan dilakukan proses klasifikasi piksel untuk mendeteksi area terdampak oil seep. Hasil pengolahan berupa tingkat akurasi model mencapai 93% dan raster yang menampilkan area terdampak oil seep, yang kemudian dihitung luasan areanya, dan menghasilkan perhitungan area terdampak oil seep seluas ±1,4 hektar.
Copyrights © 2021