UIGMUIGM
Journal Of Plano StudiesJournal Of Plano StudiesIdentifikasi permukiman berbasis citra satelit telah menjadi pendekatan penting dalam mendukung perencanaan kota, manajemen bencana, dan pemetaan wilayah. Studi ini mengevaluasi efektivitas teknik pengenalan permukiman dengan memanfaatkan citra resolusi tinggi dan model kecerdasan buatan (AI), khususnya metode deep learning berbasis convolutional neural networks (CNN) dan rekognisi obyek. Faktor-faktor utama yang mempengaruhi akurasi identifikasi meliputi resolusi spasial citra, kualitas preprocessing, keberagaman data latih, serta kompleksitas geografis kawasan yang diamati. Berdasarkan hasil analisis, penggunaan citra resolusi tinggi dikombinasikan dengan rekognisi gambar oleh AI seperti Google Gemini dan ChatGPT mampu menghasilkan akurasi dalam menghitung jumlah bangunan sebesar 68,4%. Nilai ini cenderung rendah untuk mencapai tingkat akurasi yang tinggi dalam menghitung jumlah bangunan sehingga tidak disarankan untuk menghitung jumlah bangunan secara akurat, namun bisa digunakan untuk menentukan ketersediaan perumahan dalam nilai rentang. Namun untuk menganalisis kepadatan bangunan, AI dapat menghasilkan gambar yang kompleks sesuai dengan kondisi gambar yang diberikan. Dalam proses ini, diperlukan pemilihan sumber data yang baik dan pemilihan command yang tepat untuk meningkatkan efektivitas pengenalan suatu bangunan, terutama di area dengan struktur spasial yang kompleks dalam konteks bidang perencanaan wilayah dan kota serta migitasi bencana.
Penelitian ini membahas tentang pentingnya pengenalan citra sebagai komponen kunci dalam pengembangan sistem kecerdasan buatan, khususnya untuk identifikasi objek otomatis.Dengan menggunakan metode ekstraksi fitur dan klasifikasi berdasarkan vektor fitur, sistem pengenalan citra dapat mengubah data visual menjadi informasi yang bermakna.Penelitian ini menunjukkan bahwa akurasi sistem tersebut sangat bergantung pada teknik ekstraksi fitur dan algoritma klasifikasi yang digunakan.Oleh karena itu, pemilihan command dan sumber data yang tepat menjadi faktor kunci dalam meningkatkan kinerja sistem pengenalan citra.Temuan penelitian ini berkontribusi pada pemahaman yang lebih dalam dan implementasi praktis di bidang pengolahan citra digital dan kecerdasan buatan menuju perencanaan kota dan mitigasi bencana, serta bagaimana AI akan segera mampu menghubungkan semua titik menuju pembangunan berkelanjutan.
Untuk penelitian lanjutan, disarankan untuk melakukan analisis lebih mendalam tentang pengaruh kualitas data dan pemilihan command pada akurasi pengenalan bangunan. Selain itu, perlu dipertimbangkan untuk mengembangkan model AI yang lebih adaptif dan mampu belajar dari data yang beragam, terutama dalam konteks wilayah dengan struktur spasial kompleks. Penelitian ini juga dapat diperluas dengan mengintegrasikan data dari sumber lain, seperti data sensus atau data lapangan, untuk meningkatkan akurasi dan relevansi hasil analisis. Dengan demikian, penelitian lanjutan dapat memberikan kontribusi yang lebih signifikan dalam bidang perencanaan wilayah dan kota, serta mitigasi bencana.
| File size | 883.37 KB |
| Pages | 12 |
| DMCA | Report |
Related /
USMUSM Sistem ini, yang mengimplementasikan pengenalan pola multi-lapis dengan 12 algoritma berbobot, mencapai akurasi deteksi AI sebesar 87,3% dan akurasi klasifikasiSistem ini, yang mengimplementasikan pengenalan pola multi-lapis dengan 12 algoritma berbobot, mencapai akurasi deteksi AI sebesar 87,3% dan akurasi klasifikasi
PPNIUNIMMANPPNIUNIMMAN Pencarian literatur dilakukan di ScienceDirect, PubMed, Cochrane Library, dan Google Scholar untuk artikel berbahasa Indonesia/Inggris terbit 2020–2025.Pencarian literatur dilakukan di ScienceDirect, PubMed, Cochrane Library, dan Google Scholar untuk artikel berbahasa Indonesia/Inggris terbit 2020–2025.
UNAMAUNAMA Penelitian ini telah menghasilkan sebuah sistem pendataan siswa berbasis kecerdasan buatan yang secara fungsional mampu mengklasifikasikan karakter siswaPenelitian ini telah menghasilkan sebuah sistem pendataan siswa berbasis kecerdasan buatan yang secara fungsional mampu mengklasifikasikan karakter siswa
UMTSUMTS Penelitian ini menggunakan pendekatan kualitatif dengan metode deskriptif. Data dikumpulkan melalui studi pustaka dan wawancara mendalam terhadap narasumberPenelitian ini menggunakan pendekatan kualitatif dengan metode deskriptif. Data dikumpulkan melalui studi pustaka dan wawancara mendalam terhadap narasumber
UMTSUMTS Pokdarwis dan pemerintah desa berperan sebagai simpul inti dengan nilai centrality tinggi, namun nelayan justru termarginalkan dan hanya berfungsi sebagaiPokdarwis dan pemerintah desa berperan sebagai simpul inti dengan nilai centrality tinggi, namun nelayan justru termarginalkan dan hanya berfungsi sebagai
ITSCIENCEITSCIENCE Praktik kerja manual dalam sistem tradisional menyebabkan inefisiensi alur kerja dan peluang terjadinya kesalahan manusia. Teknologi Kecerdasan BuatanPraktik kerja manual dalam sistem tradisional menyebabkan inefisiensi alur kerja dan peluang terjadinya kesalahan manusia. Teknologi Kecerdasan Buatan
UMTSUMTS Akses terhadap pelatihan wirausaha dan bantuan modal juga masih terbatas. Kesimpulannya, keberlanjutan penghidupan eks PMI sangat dipengaruhi oleh lemahnyaAkses terhadap pelatihan wirausaha dan bantuan modal juga masih terbatas. Kesimpulannya, keberlanjutan penghidupan eks PMI sangat dipengaruhi oleh lemahnya
LAAROIBALAAROIBA Pada proses pengiriman data, banyaknya data memberikan pengaruh terhadap delay pengiriman. Pada pengujian Jarak pengiriman data pada modul Lora SX1278Pada proses pengiriman data, banyaknya data memberikan pengaruh terhadap delay pengiriman. Pada pengujian Jarak pengiriman data pada modul Lora SX1278
Useful /
STAIBANISALEHSTAIBANISALEH Pendekatan ini juga meningkatkan kesadaran moral dan kreativitas intelektual peserta didik serta mendukung terciptanya lingkungan belajar yang kondusif.Pendekatan ini juga meningkatkan kesadaran moral dan kreativitas intelektual peserta didik serta mendukung terciptanya lingkungan belajar yang kondusif.
STAIBANISALEHSTAIBANISALEH Penelitian dilakukan dengan pendekatan deskriptif kualitatif melalui metode studi kasus. Subjek penelitian adalah guru-guru di SLB Aisyiyah Al-WalidahPenelitian dilakukan dengan pendekatan deskriptif kualitatif melalui metode studi kasus. Subjek penelitian adalah guru-guru di SLB Aisyiyah Al-Walidah
UNAMAUNAMA Penerapan metode Profile Matching terbukti menghasilkan penilaian yang objektif dengan menempatkan Dosen 31 sebagai dosen dengan nilai tertinggi (4,251),Penerapan metode Profile Matching terbukti menghasilkan penilaian yang objektif dengan menempatkan Dosen 31 sebagai dosen dengan nilai tertinggi (4,251),
ITSCIENCEITSCIENCE The training covered the concept of entrepreneurship, and post-activity feedback indicated participant responsiveness and enthusiasm, evidenced by numerousThe training covered the concept of entrepreneurship, and post-activity feedback indicated participant responsiveness and enthusiasm, evidenced by numerous