OPTIMASI KLASIFIKASI CITRA GUNUNG MERAPI DENGAN PENERAPAN ALGORITMA CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION (CLAHE)

Haryodwiseno, Azhar Fikri (2026) OPTIMASI KLASIFIKASI CITRA GUNUNG MERAPI DENGAN PENERAPAN ALGORITMA CONTRAST LIMITED ADAPTIVE HISTOGRAM EQUALIZATION (CLAHE). Skripsi thesis, UPN Veteran Yogyakarta.

	Text 123220042_Cover - Azhar Fikri.pdf Download (155kB)
	Text 123220042_Abstrak - Azhar Fikri.pdf Download (224kB)
	Text 123220042_Halaman Pengesahan - Azhar Fikri.pdf Download (4MB)
	Text 123220042_Daftar Isi - Azhar Fikri.pdf Download (276kB)
	Text 123220042_ Daftar Pustaka - Azhar Fikri.pdf Download (200kB)
	Text 123220042_Fulltext - Azhar Fikri.pdf Restricted to Repository staff only Download (8MB)

Abstract

Gunung Merapi merupakan salah satu gunung api yang aktif di Indonesia. Gunung Merapi sudah sejak lama aktif dan mengeluarkan letusan secara konsisten. Namun, karena cirinya gunung aktif yang bersifat permanen memiliki risiko mengancam masyarakat yang berpendudukan di sekitar area tersebut. Maka dari itu, Lembaga Balai Penyelidikan dan Pengembangan Teknologi Kebencanaan Geologi (BPPTKG) memiliki tugas dalam melakukan monitoring aktivitas Gunung Merapi melalui data visual. Salah satu data visual yang dimaksud yaitu citra Gunung Merapi yang diambil menggunakan kamera DSLR (Digital Single-Lens Reflex). Data tersebut kemudian dianalisis untuk menghasilkan informasi peringatan dini terkait letusan gunung kepada masyarakat. hasil pengumpulan data juga cenderung menangkap citra tidak layak yang dapat membebani media penyimpanan dalam website BPPTKG sehingga perlu disortir. Namun, data yang diterima dalam sehari berjumlah banyak dan diperlukan waktu dan tenaga untuk dapat memilah semua gambar. Sudah terdapat penelitian sebelumya yang telah mengembangkan sistem klasifikasi kondisi visibilitas gunung, namun kemiripan fitur kondisi visibilitas antara setiap kelas menyebabkan kecenderungan terjadinya kesalahan prediksi. Oleh karena itu, penelitian ini bertujuan mengoptimalkan model klasifikasi melalui peningkatan tingkat akurasi dan kemampuan generalisasi dalam mengelompokkan kondisi visibilitas citra Gunung Merapi.
Dalam penelitian ini melakukan pengembangan pada tahap pre-processing dengan menerapkan Algoritma Contrast Limited Adaptive Histogram Equalization (CLAHE). Proses implementasi dilakukan dengan menerapkan Algoritma CLAHE pada kanal LAB untuk dapat meningkatkan kontras secara terkontrol yang berguna untuk menonjolkan fitur dan memperbaiki kecahayaan. Dataset yang digunakan dalam penelitian merupakan data sekunder yang diperoleh dari BPPTKG. Beberapa pengujian dilakukan dalam penelitian ini yaitu pengujian untuk parameter optimal digunakan untuk menentukan kombinasi konfigurasi pelatihan model terbaik, pengujian nilai clip limit, dan hyperparameter tuning untuk mengoptimalkan performa model klasifikasi secara keseluruhan. Penelitian ini juga melakukan evaluasi pada dataset 2024 dari penelitian sebelumnnya dengan model usulan untuk mengukur kemampuan generalisasi model
Hasil penelitian menunjukkan terdapat peningkatan akurasi dalam usaha pencarian kombinasi parameter optimal dari pengembangan skenario baseline dapat mencapai 86.57% pada data training dan 84.36% pada data validasi. Melalui pengujian skenario clip limit, nilai akurasi dapat mencapai paling optimal yaitu nilai akurasi 93.84% pada data training dan 89.25% pada data validasi dengan nilai clip limit = 5. Selain itu, evaluasi pengujian pada dataset 2024 juga menunjukkan performa baik dengan tingkat error rendah pada kelas malam. Secara keseluruhan, penelitian ini menyimpulkan bahwa optimasi melalui algoritma CLAHE mampu meningkatkan kemampuan generalisasi dan performa model VGG-16 secara signifikan dalam mengatasi tantangan klasifikasi visibilitas citra Gunung Merapi.

Item Type:	Tugas Akhir (Skripsi)
Uncontrolled Keywords:	Gunung Merapi, Algoritma CLAHE, Preprocessing Citra, Clip Limit, Klasifikasi Citra
Subjek:	Q Science > QA Mathematics > QA75 Electronic computers. Computer science
Divisions:	Fakultas Teknik Industri > (S1) Informatika
Depositing User:	UPA Perpustakaan
Date Deposited:	09 Oct 2026 02:27
Last Modified:	09 Oct 2026 02:27
URI:	http://eprints.upnyk.ac.id/id/eprint/49644

Actions (login required)

View Item