Sri Azizah Nazhifah
Universitas Syiah Kuala

Published : 4 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 4 Documents
Search

Image Fusion: Pengujian Terhadap Penggabungan Citra Satelit Himawari-8 Dan Spot Untuk Pemantauan Ketinggian Permukaan Air Laut Andriani Putri; Sri Azizah Nazhifah
(JurTI) Jurnal Teknologi Informasi Vol 5, No 1 (2021): JUNI 2021
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v5i1.2039

Abstract

Abstract - High spatial and temporal resolutions of satellite imagery are necessary to monitor rapid environment changes at finer scales. However, no single satellite can produce images with both high spatial and temporal resolutions yet. To address this issue, spatio-temporal image fusion algorithms were proposed to synthesize high spatial and temporal resolution images. For example, Landsat 8 with a spatial resolution of 30 m has been applied on water level detection, but it cannot capture dynamic events due to its low temporal resolution. On the other hand, The Advanced Himawari Imager (AHI) 8 only needs 10 minutes to watch the hemisphere once, but its coarse spatial resolution hampers the accurate mapping of sea level change. While our previous study has examined the feasibility of blending AHI and Landsat images, this study aims at blending SPOT imagery with AHI imagery to monitor the dynamic and local behavior of sea level changes. To be specific, first, images in the testing area are calibrated to surface reflectance and co-registered. The Normalized Difference Water Index (NDWI) is then calculated from SPOT and Himawari-8 images to be an input for the image fusion process. This study applies the Spatial and Temporal Adaptive Reflectance Fusion Model (STARFM) as the image fusion method. While water level changes dynamically, traditional methods are largely affected by the changes of land cover. Hence, this study constructs a knowledge database to select proper land cover maps as an image fusion input. Finally, the evaluation result shows that the proposed solution can retrieve accurate water coverage with high spatial and temporal resolutions.Keywords - Spatial-temporal image fusion, STARFM, Himawari-8, SPOT, sea level monitoring Abstrak - Resolusi spasial dan temporal yang tinggi dari citra satelit diperlukan untuk memantau perubahan lingkungan yang cepat pada skala yang lebih baik. Namun, belum ada satupun satelit yang dapat menghasilkan gambar dengan resolusi spasial dan temporal yang tinggi. Untuk mengatasi masalah ini, proses penggabungan citra (image fusion) diaplikasikan untuk mensintesis citra dengan resolusi spasial dan temporal yang tinggi. Misalnya, Landsat 8 dengan resolusi spasial 30 m telah diterapkan pada deteksi ketinggian air, tetapi tidak dapat menangkap peristiwa dinamis karena resolusi temporal yang rendah. Di sisi lain, The Advanced Himawari Imager (AHI) 8 hanya membutuhkan waktu 10 menit untuk mengamati seluruh bumi dalam sekali orbit, namun resolusi spasialnya yang buruk dapat menghambat pemetaan perubahan permukaan air laut. Sementara studi sebelumnya telah menguji kelayakan untuk penggabungan citra AHI dan Landsat, maka studi ini bertujuan untuk menguji penggabungan citra SPOT dengan citra AHI untuk memantau dinamika dan perubahan permukaan air laut. Untuk lebih spesifik, pertama, citra di area studi dikalibrasi ke nilai surface reflectance dan kemudian co-registered. Normalized Difference Water Index (NDWI) kemudian dihitung dari citra SPOT dan Himawari-8 untuk dijadikan input saat proses penggabungan citra. Penelitian ini menggunakan Spatial and Temporal Adaptive Reflectance Fusion Model (STARFM) sebagai metode penggabungan citra. Sementara ketinggian air berubah secara dinamis, metode tradisional yang sudah ada sebagian besar dipengaruhi oleh perubahan tutupan lahan. Oleh karena itu, penelitian ini membangun database untuk memilih peta tutupan lahan yang tepat sebagai input penggabungan citra. Akhirnya, hasil evaluasi dari pengujian solusi yang diusulkan dapat memperoleh lahan air yang akurat dengan resolusi spasial dan temporal yang tinggi.Kata Kunci - Penggabungan citra spasial-temporal, STARFM, Himawari-8, SPOT, pemantauan ketinggian air laut
Teknik Decision Tree dalam Pengklasifikasian Penggunaan Lahan dengan Menggunakan Citra Sentinel-2A MSI Sri Azizah Nazhifah; Andriani Putri
(JurTI) Jurnal Teknologi Informasi Vol 5, No 2 (2021): DESEMBER 2021
Publisher : Universitas Asahan

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.36294/jurti.v5i2.2379

Abstract

Klasifikasi penggunakan lahan merupakan suatu hal yang menarik untuk dipelajari dan diteliti. Ada beberapa metode klasifikasi yang banyak digunakan dalam peneliatian, salah satunya yaitu menggunakan metode machine learning, seperti SVM, Naiive, dan decision tree baik untuk foto udara dan citra satelit. Penelitian ini menggunkaan citra satelit Sentinel-2A MSI dalam melakukan klasifikasi lahan di Kota Langsa sebagai lokasi kajian. Adapun metode yang digunakan, langkah pertama dengan mengunduh citra Sentinel-2A dengan band yang memiliki resolusi 10 m dan 20 m. Citra ini memilki resolusi yang cukup baik dibandingkan dengan citra optical remote sensing lainnya. Langkah kedua, karena citra permukaan bumi yang tertutup awan maka perlu dilakukan proses cloud masking untuk mengurangi kesalahan klasfikasi piksel. Selanjutnya, proses pengumpulan training dataset yang diperoleh dari setiap kelasnya dan diwakilkan oleh nilai-nilai piksel. Kemudian, training dataset tersebut digunakan untuk melakukan klasifikasi terbimbing dengan menggunakan metode pohon keputusan. Metode ini akan mengatagorikan setiap pikselnya ke dalam delapan kelas. Terakhir, sebagai tahap valisadi, maka perlu dilakukan uji akurasi pada hasil klasifikasi lahan dengan menggunakan confusion matrix dan menghitung overall accuracy (OA). Dari hasil akurasi tersebut dapat disimpulkan bahwa pohon keputusan dapat memberikan hasil yang baik dalam klasifikasi penggunakan lahan di Kota Langsa dengan nilai OA sebesar 94%.
PENGGUNAAN DATA PADA TWITTER DALAM KLASIFIKASI DAN VISUALISASI CYBERBULLYING DENGAN ALGORITMA SVM (SUPPORT VECTOR MACHINE) Kikye Martiwi Sukiakhy; Junidar Junidar; Sri Azizah Nazhifah
CYBERSPACE: Jurnal Pendidikan Teknologi Informasi Vol 7, No 1 (2023)
Publisher : UIN Ar-Raniry

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.22373/cj.v7i1.17358

Abstract

Berkembangnya teknologi indormasi saat ini diiringi juga dengan meningkatnya penggunaan internet oleh masyarakat Indonesi, namun terdapat fakta bahwa ternyata kasus-kasus cyberbullying juga mengalami peningkatan yang cukup tajam. Cyberbullying merupakan semua bentuk dari kekerasan atau perundungan yang dialami oleh anak-anak atau remaja yang dilakukan oleh anak seusia mereka melalui media internet dan memanfaatkan teknologi informasi. Cyberbullying merupakan tindakan perundungan yang bertujuan menghina, mengejek, menekan, menakut-nakuti atau bahkan mempermalukan korban melalui teknologi digital dan jaringan internet. Dalam menentukan unsur cyberbullying dapat menggunakan Algoritma SVM (Support Vector Machine) yaitu dengan cara melakukan klasifikasi data Twitter ke dalam beberapa kelas kategori unsur cyberbullying. Hasilnya merupakan banyaknya tweet yang dari setiap kelompok yang menunjukan frekuensi kata tersebut digunakan. Setelah itu semua datanya akan dikonversikan kedalam bentuk grafik dan gambar agar lebih mudah dipahami dengan menggunakan sistem visualisasi data. Dari keseluruhan tweet yang diperoleh, Hewan memiliki persentase jumlah tweet 30%, Psikologi 19.97%, Kecacatan 19.09%, Umum 15.39%, Sikap 10.45%, dan Kategori sebesar 5.1%. Kategori yang paling tinggi menuju yang paling rendah secara berurutan yaitu: Psikologi, Umum, Kecatatan dan Sikap dengan frekuensi tweet yang paling tinggi pada setiap kategori dengan berurutan berdasarkan pada urutan kategori unsur cyberbullying yaitu: Tolol, Gila, Jelek, Setan dan Goblok. Sedangkan unsur cyberbullying terendah dari tiap kategori adalah Keparat, Udik, Idiot, dan Bejad. 
PEMANFAATAN SISTEM INFORMASI GEOGRAFIS BERBASIS WEB DALAM KASUS STUNTING MENGGUNAKAN FRAMEWORK LARAVEL Sri Azizah Nazhifah; Siti Nur Aisha; Muslim Muslim; Kikye Martiwi Sukiakhy; Junidar Junidar
Jurnal Tekinkom (Teknik Informasi dan Komputer) Vol 6 No 2 (2023)
Publisher : Politeknik Bisnis Indonesia

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.37600/tekinkom.v6i2.1095

Abstract

Stunting is a condition that affects the growth of toddlers and occurs when a child is two years old. One of the causes of stunting is a lack of nutritional intake over an extended period. In this case, stunting cases in Bener Meriah Regency rank as the third highest in Aceh province. One of the reasons is the lack of information received by the public regarding stunting. Several negative influences that can lead to stunting include insufficient nutritional intake during pregnancy or for toddlers over an extended period, low levels of education, as well as economic status and childcare services. Therefore, with the existence of this system, individuals affected by stunting can utilize the provided information to understand the distribution of stunting, plan more effective prevention and intervention measures. This WebGIS is built using Laravel, Leaflet, ArcGIS, and tested using a black box to check functionality, ensuring that the system runs smoothly. The testing results of the system show that it is reliable and can be used efficiently. Overall, the implementation of this system can have a positive impact on stunting intervention efforts in Bener Meriah Regency.