<![CDATA[Deteksi garis pantai menggunakan citra video semakin populer dalam pemantauan wilayah pesisir secara real-time. Citra video menangkap perubahan garis pantai secara dinamis, namun menghadapi tantangan seperti gangguan ombak, pencahayaan, dan objek non-pantai. Diperlukan metode yang lebih adaptif untuk meningkatkan akurasi deteksi. Penelitian ini bertujuan meningkatkan akurasi deteksi garis pantai dengan mengombinasikan Particle Swarm Optimization (PSO) dan operasi morfologi dilasi. PSO digunakan untuk optimasi segmentasi, sementara operasi morfologi dilasi memperjelas garis tepi dan mengurangi noise. Dataset berupa video pantai dikonversi menjadi citra statis menggunakan metode Timex, lalu dikoreksi dengan georektifikasi dan kalibrasi kamera. Tahapan utama meliputi pre-processing, segmentasi dengan PSO, serta post-segmentasi menggunakan operasi morfologi dilasi. Evaluasi menggunakan metrik PSNR, SSIM, FSIM, dan CWSSIM. Hasil penelitian menunjukkan peningkatan akurasi deteksi secara signifikan. Segmentasi berbasis PSO memisahkan daratan dan perairan dengan lebih baik, sedangkan operasi morfologi dilasi memperkuat kontinuitas garis pantai dan mengurangi noise. Peningkatan nilai evaluasi meliputi PSNR 15,87%, SSIM 9,11%, FSIM 1,20%, dan CWSSIM 2,47%, terutama dalam kondisi pencahayaan sore hari. Dengan demikian, metode ini efektif dalam deteksi garis pantai dan direkomendasikan untuk pemantauan berbasis citra video.]]>
Copyrights © 2025
