DETEKSI JENIS TUTUPAN DAN PENGGUNAAN LAHAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR XCEPTION
Tutupan lahan adalah material fisik yang tampak di permukaan bumi yang meliputi rumput, aspal, pepohonan, tanah gundul, air, dan material fisik lainnya. Penggunaan lahan adalah bagaimana manusia menggunakan lahan seperti pada penggunaan lahan pada umumnya di perkotaan dan pedesaan misalnya pertanian, pemukiman, industri, dan penggunaan lahan lainnya. Penutupan lahan dan penggunaan lahan umumnya digunakan untuk pengelolaan suatu kota maupun wilayah membantu dalam penilaian pertumbuhan kota, upaya konservasi lahan, dan perencanaan pembangunan wilayah. Oleh karena itu, diperlukan sistem dengan metode prediksi tutupan lahan dan penggunaan lahan. Pada citra lahan yang memiliki jumlah data yang sangat besar, digunakan metode deep learning dalam prediksi citra lahan. Dalam penelitian ini, Xception sebagai ektraksi fitur untuk memprediksi tutupan lahan dan penggunaan lahan. Metode tersebut dimodifikasi pada fungsi aktivasi yang digunakan yaitu ReLU, Swish, dan SELU. Membandingkan hasil model yang dibuat Xception dengan menggunakan fungsi aktivasi yang berbeda, ReLU dengan akurasi 96%, Swish dengan akurasi 95,9%, dan SELU dengan akurasi 96,6%.
APA Style
. (2021).DETEKSI JENIS TUTUPAN DAN PENGGUNAAN LAHAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR XCEPTION ().Teknik Kimia:FTI
Chicago Style
.DETEKSI JENIS TUTUPAN DAN PENGGUNAAN LAHAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR XCEPTION ().Teknik Kimia:FTI,2021.Text
MLA Style
.DETEKSI JENIS TUTUPAN DAN PENGGUNAAN LAHAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR XCEPTION ().Teknik Kimia:FTI,2021.Text
Turabian Style
.DETEKSI JENIS TUTUPAN DAN PENGGUNAAN LAHAN MENGGUNAKAN CONVOLUTIONAL NEURAL NETWORK ARSITEKTUR XCEPTION ().Teknik Kimia:FTI,2021.Text
