9. ANALISIS KEMAMPUAN ECOGNITION DALAM DETEKSI OBJEK

Galih E, Yogi and Tjahjadi, M.Edwin and Yulianandha M, Adkha and Arafah, Fenny (2020) 9. ANALISIS KEMAMPUAN ECOGNITION DALAM DETEKSI OBJEK. In: Seminar Nasional Perwujudan Pembangunan Berkelanjutan Berbasis Kearifan Lokal di Era Revolusi Industri 4.0 dan Era New Normal, 2020, Malang.

	Text Analisis Kemampuan Ecognition dalam Deteksi Objek (Prosiding SEMSINA 2020).pdf Download (826kB)
	Text ANALISIS KEMAMPUAN ECOGNITION DALAM DETEKSI OBJEK (1).pdf Download (4MB)

Abstract

eCognition merupakan perangkat lunak yang memiliki banyak kelebihan yang dapat dimanfaatkan dalam berbagai hal. eCognition dirancang untuk meningkatkan, mempercepat, dan mengotomatiskan interpretasi data geospasial. Hal ini memungkinkan organisasi yang terlibat dalam industri penginderaan jauh dengan cepat mengekstrak informasi dan segala jenis data geospasial. Perangkat lunak eCognition menawarkan kemampuan untuk semua jenis bidang aplikasi, yaitu aplikasi Perkotaan, Kehutanan, Pertanian dan berbagai kasus penggunaan yang berbeda (Ekstraksi Fitur, Deteksi Perubahan). Salah satu pemanfaatan kemampuan eCognition yaitu dalam mendeteksi objek untuk perhitungan jumlah (Object Counting). Object Counting adalah proses menghitung objek berdasarkan konektivitasnya terhadapap piksel disekitarnya, bisa berdasarkan 4 piksel koneksi atau menggunakan 8 piksel koneksi. Object Counting digunakan untuk mengetahui jumlah suatu objek dengan cepat berdasarkan hasil dari ektraksi fitur secara otomatis. Penelitian ini dilakukan pada objek pohon kelapa sawit dengan menggunakan data Foto UAV pada dua luasan yaitu luasan 5 hektare dan luasan 15 hektare dengan pengambilan sampel setiap luasan sebanyak 50 sampel dan 100 sampel. Algoritma yang digunakan yaitu Template Matching, algoritma ini memungkinkan kita untuk menemukan bagian tertentu pada citra masukan yang sesuai dengan template yang dibuat. Hasil dari metode template maching pada eCognition yang dilakukan uji validasi, diperoleh persentase ketelitian perhitungan sebesar 89.50% untuk luasan 5 hektare dengan jumlah sampel yang diambil sebanyak 50 sampel, 95.83% untuk luasan 5 hektare dengan jumlah sampel yang diambil sebanyak 100 sampel, 96.23% untuk luasan 15 hektare dengan jumlah sampel yang diambil sebanyak 50 sampel, dan 96.57% untuk luasan 15 hektare dengan jumlah sampel yang diambil sebanyak 100 sampel yang mana hasil tersebut memenuhi syarat ketelitian minimal diatas 80%. Kata kunci: Deteksi Objek, Citra UAV, eCognition

Item Type:	Conference or Workshop Item (Paper)
Uncontrolled Keywords:	Kata kunci: Deteksi Objek, Citra UAV, eCognition
Subjects:	Engineering > Geodesy Engineering
Divisions:	Fakultas teknik Sipil dan Perencanaan > Teknik Geodesi S1
Depositing User:	haning haning
Date Deposited:	21 Aug 2023 04:04
Last Modified:	21 Aug 2023 04:04
URI:	http://eprints.itn.ac.id/id/eprint/12639

Actions (login required)

View Item