PENDEKATAN NILAI SINGULAR: PENDETEKSIAN WILAYAH TERDAMPAK BENCANA PADA CITRA SATELIT

ALAUDIN SHALIH, FARIS (2025) PENDEKATAN NILAI SINGULAR: PENDETEKSIAN WILAYAH TERDAMPAK BENCANA PADA CITRA SATELIT. Undergraduate thesis, UNIVERSITAS PERTAHANAN RI.

[thumbnail of HALAMAN AWAL] Text (HALAMAN AWAL)
HALAMAN AWAL.pdf

Download (1MB)
[thumbnail of BAB I] Text (BAB I)
BAB I.pdf

Download (529kB)
[thumbnail of BAB II] Text (BAB II)
BAB II.pdf

Download (1MB)
[thumbnail of BAB III] Text (BAB III)
BAB III.pdf
Restricted to Registered users only

Download (815kB)
[thumbnail of BAB IV] Text (BAB IV)
BAB IV.pdf
Restricted to Registered users only

Download (3MB)
[thumbnail of BAB V] Text (BAB V)
BAB V.pdf

Download (312kB)
[thumbnail of LAMPIRAN] Text (LAMPIRAN)
LAMPIRAN.pdf
Restricted to Registered users only

Download (358kB)
[thumbnail of DAFTAR PUSTAKA] Text (DAFTAR PUSTAKA)
DAFTAR PUSTAKA.pdf

Download (425kB)

Abstract

Indonesia merupakan wilayah yang rentan terhadap berbagai bencana alam, sehingga diperlukan sistem pemantauan yang mampu mendeteksi perubahan wilayah terdampak secara cepat dan akurat. Penelitian ini mengusulkan metode segmentasi citra satelit dengan kombinasi pendekatan nilai singular dan log ratio
untuk mengidentifikasi dampak kebencanaan menggunakan citra satelit Sentinel 2. Tahapan segmentasi terdiri dari preprocessing berupa konversi warna RGB ke HSV, dan pencocokan histogram. Processing dilakukan dengan menerapkan dekomposisi singular pada setiap blok kernel 2 × 2, di mana nilai singular terkecil digunakan sebagai penanda perbedaan lokal. Selanjutnya dikombinasikan dengan operasi log guna mereduksi noise spreckle. Hasil segmentasi disempurnakan dengan postprocessing overlay pada data satelit untuk meningkatkan visibilitas
area terdampak. Evaluasi kuantitatif menggunakan kurva ROC dan AUC menunjukkan bahwa kombinasi ini menghasilkan akurasi deteksi tinggi dengan nilai AUC maksimal sebesar 0,9216, mengungguli metode Otsu (0,8123), Region Growing (0,8349), dan K-Means (0,8731). Kombinasi pendekatan ini terbukti
efektif dalam membedakan perubahan citra secara detail. Kombinasi ini berpotensi diterapkan dalam sistem pemantauan dampak kebencanaan secara otomatis dan real-time di wilayah rawan bencana.

Item Type: Thesis (Undergraduate)
Uncontrolled Keywords: Deteksi perubahan, Kebencanaan, Log-ratio, Segmentasi citra, Sentinel-2, SVD.
Subjects: G Geography. Anthropology. Recreation > GA Mathematical geography. Cartography
Q Science > QA Mathematics
Divisions: Fakultas MIPA Militer > Prodi Sarjana Matematika
Depositing User: Unnamed user with email unhanperpus@idu.ac.id
Date Deposited: 02 Oct 2026 02:19
Last Modified: 02 Oct 2026 02:19
URI: http://repo.idu.ac.id/id/eprint/7173

Actions (login required)

View Item
View Item