Sebagai negara kepulauan dengan wilayah maritim yang luas, Indonesia menghadapi tantangan besar dalam menjaga kedaulatan wilayahnya dari ancaman keamanan, seperti aktivitas militer asing dan pelanggaran teritorial. Penelitian ini bertujuan untuk mengembangkan model deteksi kapal perang berbasis kecerdasan buatan menggunakan citra satelit, yang dapat memperkuat kemampuan pengawasan teritorial laut Indonesia. Algoritma YOLO11 dilatih menggunakan dataset ShipRSImageNet dengan empat optimiser yang berbeda dan dievaluasi menggunakan metrik mAP50-95, serta diuji pada citra satelit Sentinel-2 dan Google Maps. Hasil menunjukkan bahwa optimizer Stochastic Gradient Descent (SGD) memberikan kinerja terbaik dengan nilai mAP50-95 sebesar 0.649 pada data validasi dan 0.610 pada data tes. Pengujian manual pada citra satelit Sentinel-2 dan Google Maps menunjukkan pengaruh dari kualitas citra satelit yang digunakan dimana citra satelit dari google maps yang memiliki resolusi spatial lebih tinggi dapat meningkatkan kinerja model untuk mendeteksi kapal perang.
Copyrights © 2025