Segmentasi Citra Berdasarkan Kontur Tanah Menggunakan PCA

Authors

  • Stenli Afi Stikom Uyelindo Kupang
  • Florianus Baru Stikom Uyelindo Kupang
  • Y.R. Kaesmetan Stikom Uyelindo Kupang

DOI:

https://doi.org/10.12928/jstie.v12i2.28604

Keywords:

Segmentasi citra Kontur Tanah Analisis Komponen Utama(PCA)

Abstract

Segmentasi citra berperan penting dalam pemrosesan citra untuk pemetaan tanah, analisis lingkungan, dan aplikasi lainnya. Dalam konteks segmentasi citra berdasarkan kontur tanah, kami mengusulkan pendekatan yang memanfaatkan Analisis Komponen Utama (PCA) untuk memisahkan wilayah tanah dari latar belakang citra. Metode ini bertujuan untuk mengekstraksi fitur-fitur utama dari citra yang mencerminkan variasi intensitas piksel yang signifikan, dengan fokus pada kontur tanah. Langkah-langkah metodologi meliputi pra-pemrosesan citra, seperti normalisasi intensitas, perhitungan komponen utama, seleksi fitur, dan segmentasi berdasarkan kriteria yang ditetapkan. Penggunaan PCA membantu mengatasi masalah dimensi tinggi dalam citra dan memungkinkan ekstraksi informasi yang relevan dengan lebih efisien. Metode ini memiliki potensi aplikasi yang luas dalam pemetaan tanah untuk pertanian presisi, pemantauan lingkungan, dan analisis geologi. Kami mengevaluasi kinerja pendekatan ini menggunakan data citra tanah yang relevan, dan hasil eksperimen menunjukkan keefektifan dan keandalannya dalam memisahkan kontur tanah dari latar belakang citra dengan akurasi yang memuaskan.

Author Biography

Stenli Afi, Stikom Uyelindo Kupang

Saya adalah Stenli Afi, seorang mahasiswa di STIKOM UYELINDO KUPANG. Saya tertarik dalam bidang teknologi informasi dan pengembangan perangkat lunak. Saya memiliki keahlian dalam pemrograman dan pengembangan web, serta memiliki minat dalam belajar tentang kecerdasan buatan dan analisis data. Saya bersemangat untuk terus belajar dan berkembang di bidang ini.

References

D. descindang Irnissa, A. tiara Cahyani, H. setya Wijaya, and W. Kurniawati, “Menganalisis Batuan dan Tanah Di Permukaan Bumi,” Sci. J. Ilm. Sains Dan Teknol., vol. 1, no. 3, Art. no. 3, 2023, doi: 10.572349/scientica.v1i3.668.

M. Fauziek and A. Suhendra, “Efek Dari Dynamic Compaction (DC) Terhadap Peningkatan Kuat Geser Tanah,” JMTS J. Mitra Tek. Sipil, vol. 1, no. 2, p. 205, Nov. 2018, doi: 10.24912/jmts.v1i2.2681.

N. A. Afrianti, O. D. Andriana, A. Afandi, and W. S. Ramadhani, “Pengaruh Sistem Olah Tanah dan Pemupukan Nitrogen Terhadap Ruang Pori Tanah Pada Pertanaman Jagung (Zea Mays L.) Tahun Ke-34 Di Lahan Politeknik Negeri Lampung,” J. Agrotek Trop., vol. 11, no. 4, p. 635, Nov. 2023, doi: 10.23960/jat.v11i4.8096.

N. Nurqutni, R. Reflis, B. Sulstyo, and S. Sukisno, “Pengelolaan Daerah Aliran Sungai (DAS) Lematang Ulu Terpadu Tinjauan Literatur,” Venus J. Publ. Rumpun Ilmu Tek., vol. 2, no. 3, pp. 212–222, May 2024, doi: 10.61132/venus.v2i3.345.

N. Munir and Rinduwati, “Analisis Lahan Kritis dalam Mendukung Ketersediaan Hijauan Pakan: Review,” Bul. Nutr. Dan Makanan Ternak, vol. 17, no. 2, Art. no. 2, Oct. 2023.

A. Nurwahyunani, “Analisis Peran Petani dalam Konservasi Lahan Pertanian Berbasis Kearifan Lokal,” 2021.

I. T. Jolliffe and J. Cadima, “Principal component analysis: a review and recent developments,” Philos. Trans. R. Soc. Math. Phys. Eng. Sci., vol. 374, no. 2065, p. 20150202, Apr. 2016, doi: 10.1098/rsta.2015.0202.

E. V. Pramumardani, A. Bachtiar, and A. Arvianto, “Membangun Indeks Komposit Dalam Mengevaluasi Efektivitas Kebijakan SNI Wajib: Literature Review,” Jti Undip J. Tek. Ind., vol. 19, no. 1, pp. 46–57, Jun. 2024.

A. T. Dwilaga, “Implementasi Model Artificial Intelligence dalam Warehouse: Systematic Literature Review,” JUSTI J. Sist. Dan Tek. Ind., vol. 3, no. 2, Art. no. 2, Jan. 2023, doi: 10.30587/justicb.v3i2.5250.

B. Kumar, O. Dikshit, A. Gupta, and M. K. Singh, “Feature extraction for hyperspectral image classification: a review,” Int. J. Remote Sens., vol. 41, no. 16, pp. 6248–6287, Aug. 2020, doi: 10.1080/01431161.2020.1736732.

“Full article: A correlation change detection method integrating PCA and multi- texture features of SAR image for building damage detection.” Accessed: Jun. 30, 2024. [Online]. Available: https://www.tandfonline.com/doi/full/10.1080/22797254.2019.1630322

M. Greenacre, P. J. F. Groenen, T. Hastie, A. I. D’Enza, A. Markos, and E. Tuzhilina, “Principal component analysis,” Nat. Rev. Methods Primer, vol. 2, no. 1, pp. 1–21, Dec. 2022, doi: 10.1038/s43586-022-00184-w.

N. K. Mahanti et al., “Emerging non-destructive imaging techniques for fruit damage detection: Image processing and analysis,” Trends Food Sci. Technol., vol. 120, pp. 418–438, Feb. 2022, doi: 10.1016/j.tifs.2021.12.021.

X. Li et al., “A comprehensive review of computer-aided whole-slide image analysis: from datasets to feature extraction, segmentation, classification and detection approaches,” Artif. Intell. Rev., vol. 55, no. 6, pp. 4809–4878, Aug. 2022, doi: 10.1007/s10462-021-10121-0.

J. Zhang et al., “A comprehensive review of image analysis methods for microorganism counting: from classical image processing to deep learning approaches,” Artif. Intell. Rev., vol. 55, no. 4, pp. 2875–2944, Apr. 2022, doi: 10.1007/s10462-021-10082-4.

Downloads

Published

26-06-2024

Issue

Section

Articles