KAJIAN PEMANFAATAN TEKNOLOGI GOOGLE EARTH ENGINE UNTUK BIDANG PENGINDERAAN JAUH

SUKOCO, BAYU (2022) KAJIAN PEMANFAATAN TEKNOLOGI GOOGLE EARTH ENGINE UNTUK BIDANG PENGINDERAAN JAUH. FAKULTAS TEKNIK, UNIVERSITAS LAMPUNG.

Preview	File PDF 1. ABSTRAK-ABSTRACT.pdf Download (30Kb) | Preview
	File PDF 2. SKRIPSI FULL.pdf Restricted to Hanya staf Download (2640Kb)
Preview	File PDF 3. SKRIPSI TANPA BAB PEMBAHASAN.pdf Download (1740Kb) | Preview

Abstrak (Berisi Bastraknya saja, Judul dan Nama Tidak Boleh di Masukan)

Pesatnya perkembangan teknologi di bidang penginderaan jauh menyebabkan perubahan kebutuhan akan pengolahan data yang masif, mudah dan cepat. Trend teknologi kedepan diperkirakan akan mengarah ke sebuah sistem berbasis cloud computing dimana big data dan IOT (Internet of things) saling terintegrasi untuk menyelesaikan permasalahan didunia penginderaan jauh dengan baik. Salah satu teknologi baru yang tersedia untuk bidang penginderaan jauh adalah Google Earth Engine (GEE). Penelitian ini bertujuan untuk mengkaji pemanfaatan GEE khususnya fasilitas yang disediakan untuk penginderaan jauh. Penelitian ini dilaksanakan di kecamatan Natar dengan fokus studi kasus untuk interpretasi tutupan lahan. Data yang digunakan berupa Citra Sentinel-2 tahun 2021-2022. Metode yang digunakan untuk klasifikasi yaitu dengan eksplorasi machine learning pada GEE. Adapun metode machine learning yang digunakan pada penelitian ini yaitu CART, SVM, RFC dan NBC. Hasil penelitian menunjukan bahwa (1) GEE mampu melakukan proses pengolahan data citra penginderaan jauh dengan cukup baik. Terbukti dengan proses yang semakin sederhana memanfaatkan algoritma pemrograman yang mampu menggabungkan beberapa proses dalam satu script. Kegiatan klasifikasi dapat memproses menggunakan 4 metode machine learning hanya dengan memodifikasi formula sesuai kebutuhan. Selanjutnya untuk ketelitian citra yang dihasilkan dengan area satu kabupaten berada pada skala 1:100.000 dengan ketelitian horizontal/CE90 berada pada kelas 2, sedangkan ketelitian horizontal/CE90 pada kelas 1 berada pada skala 1:250.000. (2) Fasilitas pengolahan data yang disediakan GEE mampu menyelesaikan analisis penginderaan jauh dengan maksimal meskipun masih terdapat fasilitas yang belum tersedia seperti fasilitas layout peta, metode klasifikasi machine learning tertinggi yang mampu menginterpretasi tutupan lahan dengan baik adalah random forest dengan akurasi klasifikasi 93%. Kata kunci: Cloud Computing, Google Earth Engine (GEE), CART, SVM, RFC, NBC.

Jenis Karya Akhir:	Skripsi
Subyek:	600 Teknologi (ilmu terapan)
Program Studi:	Fakultas Teknik > Prodi S1-Teknik Geodesi
Pengguna Deposit:	2203557420 . Digilib
Date Deposited:	15 Jun 2022 04:11
Terakhir diubah:	15 Jun 2022 04:11
URI:	http://digilib.unila.ac.id/id/eprint/62972

Actions (login required)

Lihat Karya Akhir