Call Number | T-1426 (softcopy T-1135) MAK PI-226 TR-CSUI- 98 Source Code-392 |
Collection Type | Tesis |
Title | Pembelajaran Multitugas Dehazing dan Segmentasi Lahan pada Citra Satelit Optik Tunggal |
Author | Steven Christ Pinantyo Arwidarasto; |
Publisher | Depok: Fasilkom UI, 2025 |
Subject | segmentasi lahan |
Location | FASILKOM-UI; |
Nomor Panggil | ID Koleksi | Status |
---|---|---|
T-1426 (softcopy T-1135) MAK PI-226 TR-CSUI- 98 Source Code-392 | TERSEDIA |
Nama : Steven Christ Pinantyo Arwidarasto Program Studi : Magister Ilmu Komputer Judul : Pembelajaran Multitugas Dehazing dan Segmentasi Lahan Pada Citra Satelit Optik Tunggal Pembimbing : Dr. Eng. Laksmita Rahadianti, S.Kom., M.Sc. Kemajuan teknologi penginderaan jarak jauh optik, yang didukung oleh kemudahan akses data satelit, telah memungkinkan pemrosesan citra permukaan bumi untuk berbagai aplikasi. Akan tetapi, keberadaan partikel di atmosfer dan aktivitas manusia dapat menimbulkan kabut yang mendegradasi visibilitas citra satelit. Untuk mengatasi masalah ini, penelitian ini mengusulkan RSHazeFPN++, metode dehazing citra satelit ringan berbasis deep learning, yang dirancang untuk mengurangi dampak kabut non-homogen. RSHazeFPN++ mengintegrasikan modul pembelajaran multiskala adaptif untuk memilih fitur yang relevan melalui Gated Res2Net dan SKFusion. Penelitian ini juga mengadaptasikan RSHazeFPN++ yang diusulkan untuk menangani multitugas dehazing dan segmentasi lahan secara bersamaan. Struktur adaptasi ini dinamakan MTLRSFPN++. Adapun hasil eksperimen dehazing pada dataset benchmark SateHaze1k, RSHazeFPN++ mencapai hasil dehazing dengan PSNR rata-rata sebesar 25,264 dan SSIM rata-rata sebesar 0,899. Untuk eksperimen multitugas dehazing dan segmentasi lahan pada data GID-5, MTLRSFPN++ mencapai hasil dehazing dengan PSNR rata-rata sebesar 26,245 dan SSIM rata-rata sebesar 0,844. Sedangkan akurasi segmentasi mencapai OA sebesar rata-rata 0,852 dan mIoU sebesar 0,731.