DESAIN ALUR KERJA SEMI-OTOMATIS UNTUK PEMBERSIHAN DAN KLASIFIKASI ALIRAN ORDE 4 DI DAERAH ALIRAN SUNGAI OPAK

AISYAH, AMELIANA NURUL (2026) DESAIN ALUR KERJA SEMI-OTOMATIS UNTUK PEMBERSIHAN DAN KLASIFIKASI ALIRAN ORDE 4 DI DAERAH ALIRAN SUNGAI OPAK. Skripsi thesis, UPN "Veteran" Yogyakarta.

	Text 117220020_Cover - 020 _Ameliana NA.pdf Download (90kB)
	Text 117220020_Abstrak - 020 _Ameliana NA.pdf Download (1MB)
	Text 117220020_Halaman Pengesahan - 020 _Ameliana NA.pdf Download (75kB)
	Text 117220020_Daftar Isi - 020 _Ameliana NA.pdf Download (610kB)
	Text 117220020_Daftar Pustaka - 020 _Ameliana NA.pdf Download (3MB)
	Text 117220020_Fulltext - 020 _Ameliana NA.pdf Restricted to Repository staff only Download (12MB)

Abstract

Dalam pengelolaan Daerah Aliran Sungai, kualitas data jaringan sungai menjadi
aspek penting sebagai dasar analisis dan perencanaan. Namun, proses pembersihan
dan identifikasi aliran orde 4 di DAS Opak masih banyak dilakukan secara manual,
sehingga memerlukan waktu yang lama, berpotensi menimbulkan kesalahan, dan
kurang konsisten secara spasial. Oleh karena itu, penelitian ini bertujuan untuk
merancang alur kerja secara semi-otomatis dalam pembersihan dan identifikasi
aliran orde 4 di DAS Opak.
Data yang digunakan meliputi data aliran orde 4 dan batas DAS dari BBWS Serayu
Opak, data penggunaan lahan dan jaringan sungai dari BIG, serta citra satelit dan
Google Street View untuk tahap intereptasi manual. Tahap pembersihan dilakukan
dengan mengintegrasikan tools QGIS ke dalam script PyQGIS untuk
menghilangkan noise duplikasi sehingga satu aliran di lapangan direpresentasikan
oleh satu polyline. Tahap klasifikasi dilakukan menggunakan metode Random
Forest dengan parameter geometry, struktur jaringan, dan konteks penggunaan
lahan serta divalidasi menggunakan startified k-fold cross validation. Tahap post
classfication dilakukan untuk penyempurnaan klasifikasi jenis aliran berdasarkan
interpretasi visual secara manual.
Hasil stratified k-fold cross validation yaitu rata-rata akurasi sebesar 0,819, F1
score sebesar 0,810, dan kappa sebesar 0,62 yang menunjukkan performa model
cukup stabil yang cenderung lebih baik dalam mengidentifikasi kelas sungai. Tahap
evaluasi akhir menunjukkan nilai akurasi sebesar 0,873, presisi sebesar 0,961,
recall sebesar 0,824, F1-score sebesar 0,887, dan kappa sebesar 0,7444
menunjukkan bahwa model mampu melakukan generalisasi dan bekerja baik saat
diuji menggunakan keseluruhan dataset. Tahap post-classification berhasil
memperbaiki 179 kesalahan klasifikasi (7,6%) dan menghapus 8 segmen aliran
yang tidak relevan. Sehingga, total akhir data yaitu 2.327 aliran dengan aliran
sungai sejumlah 1.271 dan saluran buatan sejumlah 1.056. Secara keseluruhan, alur
kerja semi-otomatis mampu meningkatkan efisiensi, konsistensi, dan objektivitas
dibandingkan metode manual, meskipun masih memerlukan koreksi manual akibat
kemiripan karakteristik fitur antar kelas.
Kata kunci: Aliran Orde 4, DAS Opak, Klasifikasi, Random Forest

Item Type:	Tugas Akhir (Skripsi)
Additional Information:	AMELIANA NURUL AISYAH (Penulis-117220020) ; Oktavia Dewi Alfiani (Pembimbing)
Uncontrolled Keywords:	Aliran Orde 4, DAS Opak, Klasifikasi, Random Forest
Subjek:	T Technology > TN Mining engineering. Metallurgy
Divisions:	Fakultas Teknologi Mineral dan Energi > (S1) Teknik Geomatika
Depositing User:	A.Md Eko Suprapti
Date Deposited:	28 Aug 2026 02:23
Last Modified:	28 Aug 2026 02:23
URI:	http://eprints.upnyk.ac.id/id/eprint/49257

Actions (login required)

View Item