//
Warning: Cannot modify header information - headers already sent by (output started at /home/etdlibitenasac/public_html/index.php:1) in /home/etdlibitenasac/public_html/sysconfig.inc.php on line 185
Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; StringReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 48
Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; FileReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 84
Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; CachedFileReader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/streams.php on line 145
Deprecated: Methods with the same name as their class will not be constructors in a future version of PHP; gettext_reader has a deprecated constructor in /home/etdlibitenasac/public_html/lib/lang/php-gettext/gettext.php on line 36
Warning: session_start(): Cannot start session when headers already sent in /home/etdlibitenasac/public_html/index.php on line 38
Warning: Cannot modify header information - headers already sent by (output started at /home/etdlibitenasac/public_html/index.php:1) in /home/etdlibitenasac/public_html/lib/contents/show_detail.inc.php on line 42
0412017610 - Dr. Soni Darmawan, S.T., M.T.
Dosen Pembimbing 1
ARIYA SYAH RIZAL / 232020005
Penulis
Kebutuhan peta dasar skala besar khususnya skala 1:1.000 - 1:5.000 terus meningkat dari waktu ke waktu. Pada umumnya ekstraksi fitur unsur Peta Rupa Bumi Indonesia (RBI) yaitu bangunan, jalan, dan vegetasi dilakukan dengan digitasi atau stereoplotting unsur secara manual baik dari data citra satelit maupun data foto udara. Namun hal tersebut memiliki kelemahan yaitu membutuhkan waktu yang lama tergantung pada kepadatan dan luas dari masing masing unsur rupa bumi. Di sisi lain Pemerintah Indonesia menjadikan percepatan penyelenggaraan Peta RBI skala 1:1.000 - 1:5.000 menjadi salah satu prioritas utama dalam kegiatan kebijakan satu peta. Ekstraksi fitur secara otomatis telah populer beberapa tahun terakhir. Aplikasi yang dikembangkan dengan metode Automatic Features Extraction System yaitu aplikasi Deep Neural Remote Sensing (Deepnees) dan aplikasi Mapflow. Ekstraksi otomatis unsur bangunan, jalan, dan vegetasi dengan menggunakan teknik pendekatan deep learning pada proses Automatic Features Extraction System memiliki kelemahan yaitu hasil ketelitian ekstraksi yang di pengaruhi oleh resolusi citra satelit / foto udara. Penelitian ini bertujuan untuk menguji akurasi atribut/semantik dan akurasi geometri hasil Automatic Features Extraction System. Hasil penelitian menunjukkan dalam hal efektivitas aplikasi, secara atribut/semantik aplikasi mapflow menunjukkan hasil yang lebih baik dalam ketepatan dan kemiripan pembuatan vektor pada proses AFES kelas bangunan, jalan, dan vegetasi secara visual, dibandingkan dengan deepness. Pada perbandingan ketelitian geometrik, secara visual aplikasi mapflow menunjukkan ketelitian koordinat yang sedikit lebih tinggi dalam ekstraksi bangunan, dibandingkan dengan deepness. Namun, dalam segmentasi jalan, deepness lebih unggul dibandingkan dengan mapflow dikarenakan deepness lebih akurat dalam menangani kompleksitas jalan. Pada unsur vegetasi, mapflow memiliki ketelitian yang lebih tinggi dibandingkan dengan deepness, menunjukkan bahwa mapflow lebih efektif dalam mengidentifikasi detail vegetasi pada foto udara UAV.