2020 : PEMBUATAN ALGORITMA EKSTRAKSI KONSENTRASI KLOROFIL-A DARI DATA CITRA SATELIT MENGGUNAKAN SISTEM CONVOLUTIONAL NEURAL NETWORK UNTUK PERAIRAN INDONESIA

Prof. Dr. Ir. Bangun Muljo Sukojo DEA.DESS
Umboro Lasminto ST., M.Sc.
Lalu Muhamad Jaelani ST, M.Sc, Ph.D


Abstract

Terdapat dua model ekstraksi konsentrasi klorofil-a yang digunakan oleh para peneliti, yaitu model semi-analytical dan empirical. Kedua model ini memiliki kendala dalam masalah kompleksitas pada persamaan radiative transfer dan analisa statistik. Penelitian terkini memanfaatkan penggunaan dari artificial neural network (ANN) untuk menyelesaikan permasalahan kompleksitas tersebut. Akan tetapi, model berbasis ANN yang dilakukan dengan proses training tidak mempertimbangkan permasalahan kurangnya data sampel in-situ dan tidak sepenuhnya memanfaatkan informasi spasial dan spektral pada citra satelit. Penelitian ini mengajukan dua tahap proses training untuk model ekstraksi berbasis ANN dengan tujuan menyelesaikan permasalahan kekurangan data sampel in-situ. Pada tahap pertama, proses training dilakukan dengan menggunakan informasi konsentrasi klorofil-a yang didapat dari model yang telah ada, lalu dilanjutkan dengan proses training yang memanfaatkan informasi konsentrasi klorofil-a dari data sampel in-situ. Lebih lanjut lagi, sebuah model yang berbasis convolutional neural network (CNN) untuk ekstraksi konsentrasi klorofil-a juga diajukan. Model CNN ini memanfaatkan tidak hanya informasi spasial, tetapi juga informasi spektral pada citra satelit. Model CNN ini memiliki beberapa layer yang mengintegrasikan ekspansi jumlah citra band, ektraksi fitur di badan air, serta estimasi konsentrasi klorofil-a ke dalam model. Sebuah model end-to-end ini dapat menghasilkan sebuah prosedur yang efektif dan efisien dalam mengestraksi konsentrasi klorofil-a.