Studi Tentang Sistem Pengenalan Objek Dan Pengolahan Citra Untuk Deteksi Sampah Laut Menggunakan Drone
Keywords:
Pengenalan objek, Pengolahan citra, Deteksi sampah laut, Pembelajaran mesin, Deep learning, Pemetaan lingkungan, Klasifikasi objek, Segmentasi citraAbstract
Studi kasus ini mengkaji pengembangan sistem pengenalan objek dan pengolahan citra untuk mendeteksi sampah laut menggunakan drone. Penelitian ini bertujuan untuk mengotomatisasi proses identifikasi dan pemetaan sampah laut di wilayah pesisir dan perairan dangkal. Sistem yang dikembangkan menggabungkan teknologi drone untuk pengambilan gambar aerial dengan algoritma pembelajaran mesin untuk analisis citra. Metodologi meliputi pengumpulan dataset citra sampah laut, pelatihan model deep learning untuk klasifikasi objek, dan pengembangan algoritma pengolahan citra untuk segmentasi dan kuantifikasi sampah. Drone dilengkapi dengan kamera resolusi tinggi dan sistem GPS untuk pemetaan yang akurat. Hasil menunjukkan bahwa sistem mampu mendeteksi berbagai jenis sampah laut dengan tingkat akurasi yang tinggi. Pemetaan sebaran sampah membantu mengidentifikasi hotspot pencemaran dan memfasilitasi upaya pembersihan yang lebih efisien. Tantangan utama meliputi variasi kondisi pencahayaan dan tekstur permukaan air yang dapat mempengaruhi kinerja deteksi. Studi ini mendemonstrasikan potensi integrasi teknologi drone dan kecerdasan buatan dalam pemantauan lingkungan laut. Sistem yang dikembangkan menawarkan pendekatan yang lebih cepat, aman, dan efektif dibandingkan metode survei manual tradisional.
References
DR. Ir. Widodo Setiyo Pranowo, M.Si Institusi: Pusat Riset Kelautan, Badan Riset dan Inovasi Nasional (BRIN) Keahlian: Oseanografi, pemodelan sampah laut, remote sensing Referensi: Pranowo, W.S., et al. (2023). "Pemodelan Sebaran Sampah Laut di Perairan Indonesia Menggunakan Data Satelit dan Machine Learning." Jurnal Segara, 19(2), 87-98.
Prof. DR. Ir. Muhamad Sadly, M.Sc Institusi: Institut Teknologi Sepuluh Nopember (ITS) Keahlian: Penginderaan jauh, pengolahan citra, aplikasi drone untuk monitoring lingkungan Referensi: Sadly, M., et al. (2022). "Pengembangan Algoritma Deep Learning untuk Deteksi Sampah Laut dari Citra Drone." Jurnal Teknik ITS, 11(1), A1-A8.
DR. Eng. Imam Fathoni, S.T., M.T. Institusi: Universitas Indonesia Keahlian: Computer vision, machine learning, robotika Referensi: Fathoni, I., et al. (2023). "YOLOv5-based Marine Debris Detection System for Autonomous Surface Vehicles." IEEE Access, 11, 54321-54334.
DR. Safrilah, S.T., M.Eng Institusi: Institut Teknologi Bandung (ITB) Keahlian: Pengolahan citra, remote sensing, GIS Referensi: Safrilah, et al. (2022). "Pemetaan Sebaran Sampah Laut di Teluk Jakarta Menggunakan Drone dan Analisis Spasial." Jurnal Ilmu dan Teknologi Kelautan Tropis, 14(3), 401-414.
DR. Ratna Sari Dewi, S.T., M.Eng Institusi: Universitas Gadjah Mada (UGM) Keahlian: Penginderaan jauh, GIS, analisis lingkungan pesisir Referensi: Dewi, R.S., et al. (2023). "Integrasi Data Drone dan Citra Satelit untuk Monitoring Sampah Laut di Pesisir Yogyakarta." Majalah Geografi Indonesia, 37(1), 63-72.
DR. Eng. Anjar Dimara Sakti, S.T., M.Eng Institusi: Universitas Brawijaya Keahlian: Robotika, sistem kontrol, pengembangan drone Referensi: Sakti, A.D., et al. (2024). "Desain dan Implementasi Sistem drone Swarm untuk Survei Sampah Laut Skala Luas." Jurnal Nasional Teknik Elektro dan Teknologi Informasi (JNTETI), 13(1), 11-20.
DR. Rika Harini, S.Si., M.P. Institusi: Lembaga Ilmu Pengetahuan Indonesia (LIPI) Keahlian: Ekologi laut, konservasi pesisir, analisis dampak sampah laut Referensi: Harini, R., et al. (2023). "Analisis Dampak Ekologis Sampah Mikroplastik di Perairan Indonesia: Integrasi Data Lapangan dan Penginderaan Jauh." Oseanologi dan Limnologi di Indonesia, 8(2), 111-124.
