Article Per Year (5 Year)
p-Index From 2020 - 2025
0.983
P-Index
This Author published in this journals
All Journal Jurnal Pendidikan Teknologi dan Kejuruan Jurnal Edukasi dan Penelitian Informatika (JEPIN) INSERT: Information System and Emerging Technology Journal STORAGE: Jurnal Ilmiah Teknik dan Ilmu Komputer
Ni Putu Novita Puspa Dewi
Unknown Affiliation
Civil Engineering, Building, Construction & Architecture Computer Science & IT Education Electrical & Electronics Engineering Engineering Industrial & Manufacturing Engineering Other

Published : 5 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search
Journal : INSERT: Information System and Emerging Technology Journal

 1 
Evaluasi dan Perbandingan Algoritma Klasifikasi dalam Analisis Penggunaan Lahan dengan Teknologi Remote Sensing: Sebuah Kajian Sistematik Satriawan, Putu Raditia; Gusti Michael Ferdinand; I Nyoman Putra Satya Natha; I Gst Ayu Pradnya Saci Devi Sastrawan; Ni Wayan Marti; Ni Putu Novita Puspa Dewi
INSERT : Information System and Emerging Technology Journal Vol. 5 No. 2 (2024)
Publisher : Information System Study Program, Faculty of Engineering and Vocational, Undiksha

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.23887/insert.v5i2.79086

Abstract

Teknologi Remote Sensing memainkan peran penting dalam pemantauan dinamika penggunaan lahan, memberikan wawasan berharga untuk manajemen lingkungan dan perencanaan perkotaan. Pemilihan algoritma yang tepat merupakan aspek kunci dalam analisis Remote Sensing untuk mengklasifikasikan kategori Land Use dan Land Cover secara akurat. Sistematik review ini menganalisis studi-studi yang menggunakan lima algoritma klasifikasi umum dalam penginderaan jauh: Random Forest (RF), Support Vector Machine (SVM), k-Nearest Neighbors (kNN), Decision Trees (DT), Artificial Neural Network (ANN), dan Classification and Regression Tree (CART) Setiap algoritma dievaluasi berdasarkan kelebihan dan kelemahan serta kompleksitas data dan tujuan analisis. Hasil review menunjukkan bahwa RF seringkali menjadi pilihan terbaik dalam berbagai kasus karena akurasinya yang tinggi dan kemampuan menangani data besar. SVM menunjukkan performa maksimal dan efisiensi dalam kondisi data yang lebih spesifik. Algoritma kNN, DT, ANN, dan CART juga memiliki aplikasi yang signifikan namun tergantung pada konteks penggunaan. Pemilihan algoritma yang tepat sangat bergantung pada karakteristik data dan tujuan analisis. Kombinasi algoritma atau pendekatan ensemble dapat meningkatkan akurasi klasifikasi penggunaan lahan. Implementasi algoritma yang tepat dalam Remote Sensing akan memberikan kontribusi signifikan pada manajemen lingkungan dan perencanaan perkotaan yang lebih baik.
Co-Authors Agus Aan Jiwa Permana Dwi Prima Handayani Putri Gusti Michael Ferdinand I Gst Ayu Pradnya Saci Devi Sastrawan I Gusti Agung Putu Bagus Satria Wicaksana I Ketut Purnamawan I Nyoman Putra Satya Natha Kadek Yota Ernanda Aryanto Ni Wayan Marti Satriawan, Putu Raditia Wijaya, Gede Andra Rizqy Wirakusuma, Kadek Ardy