Segmentasi Citra Berdasarkan Kontur Tanah Menggunakan PCA

Stenli Afi, Florianus Baru, Y.R. Kaesmetan

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.


Keywords


Segmentasi citra Kontur Tanah Analisis Komponen Utama(PCA)

Full Text:

PDF

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.




DOI: http://dx.doi.org/10.12928/jstie.v12i2.28604

Refbacks

  • There are currently no refbacks.


Copyright (c) 2024 Stenli Afi

Creative Commons License
This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.

Jurnal Sarjana Teknik Informatika
Organized by Informatics Department
Published by Universitas Ahmad Dahlan
Website: http://journal.uad.ac.id/index.php/JSTIF
Office: Industrial Technology Faculty, Kampus Utama UAD Jalan Ahmad Yani (Ringroad Selatan), Tamanan, Banguntapan, Bantul, Yogyakarta 55166, Indonesia
Email: herman.yuliansyah@tif.uad.ac.id || jurnalsarjana@tif.uad.ac.id

 

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.