📚 Eksplorasi & Komparasi Topik Dokumen
Pencarian topik
Hasil Dokumen
Ditemukan: 4 dokumenPENGEMBANGAN MODEL MACHINE LEARNING UNTUK GENERALISASI PERANGKAT KERAS RADAR SEBAGAI DOMAIN PADA KLASIFIKASI AKTIVITAS MANUSIA BERBASIS RADAR
Klasifikasi aktivitas manusia menggunakan radar telah meningkat dalam popularitas karena potensi aplikasinya dalam bidang kesehatan, terutama ambient assisted living (AAL) yang bertujuan untuk membantu manusia lanjut usia (manula) dalam kehidupan sehari-hari. Salah satu masalah dalam implementasi praktis teknologi tersebut adalah variasi karakteristik perangkat keras radar. Variasi ini banyak berpengaruh terhadap keluaran gambar radar hasil pengolahan data mentah radar. Penelitian ini bertujuan mengukur besar dampak dari variabilitas tersebut terhadap akurasi klasifikasi aktivitas manusia dengan menggunakan data 17 subjek dan 10 kelas aktivitas yang diukur oleh 4 jenis radar berbeda: Texas Instruments FMCW IWR1843, Infineon BGT60TR13C, Novelda UWB XeThru X4M03, dan Walabot Developer. Model VGG-19 dilatih menggunakan skema pelatihan pendekatan naif, yaitu model dilatihkan terhadap data dari tiga jenis radar sebagai data latih dan diuji terhadap satu jenis radar sebagai data uji, dan skema pelatihan pakar domain, yaitu model dilatihkan terhadap data dari satu jenis radar saja sebagai data latih dan diuji terhadap setiap jenis radar secara terpisah. Selain itu, skema pelatihan Deep CORAL juga diimplementasikan untuk mengukur performa generalisasi domain radar dengan metode ini dibandingkan dengan pendekatan naif dan pakar domain. Hasil eksperimen menunjukkan bahwa keempat perangkat keras radar tidak dapat digeneralisasi ke radar lainnya yang digunakan. Selain itu, ditemukan terdapat kesamaan dan ketidaksamaan signifikan antara jenis radar yang dapat menjadi dasar penelitian lebih lanjut. Terakhir, Deep CORAL yang diimplementasikan tidak menunjukkan kenaikan performa dibandingkan dengan pendekatan naif. Hasil tersebut mengindikasikan bahwa terdapat pergeseran domain berarti antara jenis perangkat keras radar yang tidak dapat diselesaikan hanya dengan melakukan covariate alignment.
ANALISIS BACKSCATTERING COEFFICIENT CITRA ENVISAT ASAR UNTUK IDENTIFIKASI TUMPAHAN MINYAK (OIL SPILL)
Sebagian besar polusi minyak yang diakibatkan oleh manusia terjadi di darat, tetapi perhatian publik serta peraturan yang ada cenderung fokus pada kejadian tumpahan minyak di laut. Dalam pengelolaan tumpahan minyak di laut, salah satu tahapnya adalah tahapan identifikasi tumpahan minyak dimana dibutuhkan metode yang paling tepat untuk dapat mengindentifikasi suatu tumpahan minyak secara efektif. Penginderaan jauh menggunakan sensor microwave aktif dari ENVISAT ASAR dapat digunakan untuk melakukan identifikasi terhadap tumpahan minyak. Pada tugas akhir ini penulis melakukan identifikasi tumpahan minyak menggunakan citra ENVISAT ASAR single polarization (VV) dengan cara melihat karateristik secara visual dari bentuk tumpahan minyak serta melihat nilai backscatter dari bentuk-bentuk tersebut. Citra ENVISAT ASAR yang telah mengalami reduksi speckle noise dan dikoreksi geometrik kemudian diidentifikasi secara visual dan dianalisis backscattering coefficient-nya. Dari hasil penelitian ini diperoleh bahwa metode analisis visual menggunakan sensor RADAR untuk mengidentifikasi tumpahan minyak dapat dilakukan karena sensor RADAR memiliki keunggulan dapat beroperasi tanpa dibatasi kondisi cuaca dan waktu akuisisi, selain itu diperoleh pula nilai backscatter dari tumpahan minyak yang pada penelitian ini adalah -18 dB sampai -23 dB.
ANALISIS NILAI BACKSCATTERING CITRA RADARSAT UNTUK IDENTIFIKASI PADI (Studi Kasus : Kabupaten & Kota Bogor, Jawa Barat)
Tugas akhir ini bertujuan untuk mendapatkan nilai koefisien radar backscattering tanaman padi yang kemudian nilai tersebut akan digunakan untuk mengidentifikasi tanaman padi yang terdapat pada citra Radarsat. Langkah yang dilakukan antara lain melakukan tahap pra-pengolahan citra yaitu koreksi geometrik, koreksi radiometrik, melakukan pemotongan citra daerah studi dengan mengoverlaykan pada peta batas administrasi, lalu menghitung nilai koefisien radar backscattering tanaman padi berdasarkan tutupan lahan yang telah ada sebelumnya. Langkah akhir adalah melakukan validasi nilai backscattering dengan membuat peta tutupan lahan padi berdasarkan nilai koefisien backscattering tersebut. Dari hasil identifikasi padi menggunakan nilai backscattering di Kabupaten dan Kota Bogor pada tahun 1995 diketahui bahwa daerah tersebut hampir 70% tutupan lahannya berupa tanaman padi, sedangkan berdasarkan peta tutupan lahan pada tahun 1994 diketahui bahwa tutupan lahan padi berkisar 60% dari keseluruhan tutupan lahan pada daerah penelitian. Data citra yang digunakan adalah citra Radarsat single band dan hanya pada satu tempo waktu saja, namun resolusi citra ini tinggi yaitu 8 meter. Kesulitan menggunakan citra ini adalah terbatasnya referensi data pendukung lainnya yang memiliki tempo waktu yang sama. Persentase kesesuaian validasi berdasarkan nilai koefisien radar backscattering pada penelitian ini adalah sebesar 60%. Dari histogram koefisien radar backscattering dan NDVI tergambar kerapatan vegetasi dengan rentang koefisien radar backscattering pada area yang sama. Nilai NDVI yang kecil menunjukkan bahwa adanya air pada lahan padi tersebut ( padi berumur muda) sedangkan nilai NDVI yang besar menunjukkan bahwa lahan padi tertutup tanaman padi seluruhnya.
ANALISIS NILAI BACKSCATTERING CITRA RADARSAT UNTUK IDENTIFIKASI PADI (STUDI KASUS : KABUPATEN & KOTA BOGOR
Tugas akhir ini bertujuan untuk mendapatkan nilai koefisien radar backscattering tanaman padi yang kemudian nilai tersebut akan digunakan untuk mengidentifikasi tanaman padi yang terdapat pada citra Radarsat. Langkah yang dilakukan antara lain melakukan tahap pra-pengolahan citra yaitu koreksi geometrik, koreksi radiometrik, melakukan pemotongan citra daerah studi dengan mengoverlaykan pada peta batas administrasi, lalu menghitung nilai koefisien radar backscattering tanaman padi berdasarkan tutupan lahan yang telah ada sebelumnya. Langkah akhir adalah melakukan validasi nilai backscattering dengan membuat peta tutupan lahan padi berdasarkan nilai koefisien backscattering tersebut. Dari hasil identifikasi padi menggunakan nilai backscattering di Kabupaten dan Kota Bogor pada tahun 1995 diketahui bahwa daerah tersebut hampir 70% tutupan lahannya berupa tanaman padi, sedangkan berdasarkan peta tutupan lahan pada tahun 1994 diketahui bahwa tutupan lahan padi berkisar 60% dari keseluruhan tutupan lahan pada daerah penelitian. Data citra yang digunakan adalah citra Radarsat single band dan hanya pada satu tempo waktu saja, namun resolusi citra ini tinggi yaitu 8 meter. Kesulitan menggunakan citra ini adalah terbatasnya referensi data pendukung lainnya yang memiliki tempo waktu yang sama. Persentase kesesuaian validasi berdasarkan nilai koefisien radar backscattering pada penelitian ini adalah sebesar 60%. Dari histogram koefisien radar backscattering dan NDVI tergambar kerapatan vegetasi dengan rentang koefisien radar backscattering pada area yang sama. Nilai NDVI yang kecil menunjukkan bahwa adanya air pada lahan padi tersebut ( padi berumur muda) sedangkan nilai NDVI yang besar menunjukkan bahwa lahan padi tertutup tanaman padi seluruhnya.