KLASIFIKASI CITRA SATELIT MULTITEMPORAL DAERAH BENCANA ALAM DENGAN METODE BACKPROPAGATION NEURAL NETWORK

Lestari Handayani, Mohd. Ridho Zarkasih Rahim, M Irsyad, Elvia Budianita

Abstract


Bencana alam menimbulkan dampak negatif yang menyebabkan perubahan bentuk fisik pada suatu daerah yang mempengaruhi kehidupan masyarakat baik secara sosial maupun ekonomi. Dibutuhkan identifikasi citra satelit multitemporal pada daerah bencana alam untuk mendapatkan data dan informasi akibat dari dampak bencana alam. Dengan menggunakan metode jaringan syaraf tiruan propagasi balik akan dilakukan klasifikasi lahan hijau, pemukiman dan perairan. Data ini akan memberikan informasi perubahan akibat dampak bencana alam dengan membandingkan informasi dari citra sebelum dan sesudah bencana. Jaringan syaraf tiruan dengan algoritma backpropagation yang meliputi 3 proses penting yaitu create learning data, data training dan classification. Data berupa citra satelit yang diperoleh pada website: http://geospasial.bnpb.go.id dan www.bbc.co.uk. Hasil pengujian menunjukkan bahwa jaringan syaraf tiruan yang dibangun dapat melakukan pengenalan pola dan proses klasifikasi dengan sangat baik dan tingkat keakuratannya (overall accuracy) sebesar 98,2%

Full Text:

PDF

References


Aria E.H, Amini J, Saradjian M.R . 2003. Backpropagation neural network for classification of IRS-ID satellite image. Iran : Departement of geomantics, faculty of engineering, Tehran University Iran.

BBC news Asia-Pacifik. 2011. Japan Disaster : before and after. http://www.bbc.co.uk/news/world-asiapacific- 12731781. Tanggal Akses : 30 Maret 2014

BNPB. 2011. Citra Satelit Pra-Pasca Tsunami Jepang.http://geospasial.bnpb.go.id/2011/0 3/14/citra-satelit-pra-pasca-tsunamijepang/. Tanggal Akses : 30 Maret 2014

Ioannis M, Meliadis M. 2011. Multitemporal landsat image classification and change analysis of land cover/use in the prefecture of thessaloiniki, Greece. Greece : Departement of forest management and remote sensing, School of forestry and natural environment, Aristotele University of Thessaloiniki Greece

Karegowda A G, Nasiha A, Jayaram M A, Manjunath A S . 2011. Exudates detection in retinal image using backpropagation neural network. India : Siddaganga Institute Of Technology India

Nugroho, KW.,Yuliasmara, F. 20012. Penggunaan Metode Scanning Untuk Pengukuran Luas daun Kakao. Jember : Pusat Penelitian Kopi dan Kakao Indonesia

Park SB, Lee JW, Kim SK. 2004.Content-based image classification using neural network. South Korea : Departement of Computer Science, Inje University.

Puspaningrum, D. 2006. Pengantar Jaringan Syaraf Tiruan. Yogyakarta : Andi Offset.

Siang, Jong Jek. 2005. Jaringan Syaraf Tiruan Teori dan pemrogramannya menggunakan matlab. Yogyakarta: Penerbit Andi Offset.


Refbacks

  • There are currently no refbacks.


==============================================================================================================

Prosiding SEMNASTEK Fakultas Teknik
Universitas Muhammadiyah Jakarta
Jl. Cempaka Putih Tengah 27
Jakarta Pusat 10510
T. 021.4256024, 4244016 / F. 021.4256023

ISSN : 2407 – 1846
e-ISSN : 2460 – 8416

==============================================================================================================

Powered by Puskom-UMJ