• Login
    View Item 
    •   DSpace Home
    • FACULTY OF EXPLORATION AND PRODUCTION TECHNOLOGY
    • GEOLOGICAL ENGINEERING (TEKNIK GEOLOGI)
    • DISSERTATIONS AND THESES (GL)
    • View Item
    •   DSpace Home
    • FACULTY OF EXPLORATION AND PRODUCTION TECHNOLOGY
    • GEOLOGICAL ENGINEERING (TEKNIK GEOLOGI)
    • DISSERTATIONS AND THESES (GL)
    • View Item
    JavaScript is disabled for your browser. Some features of this site may not work without it.

    IDENTIFIKASI LITOLOGI DAERAH KEBUMEN, JAWA TENGAH MENGGUNAKAN METODE MACHINE LEARNING

    Thumbnail
    View/Open
    Naskah Tugas Akhir (1.041Mb)
    Date
    2021-02-18
    Author
    Primadora, Ghaizain Pinkkan
    Metadata
    Show full item record
    Abstract
    Perkembangan teknologi penginderaan jauh dan machine learning memberikan alternatif untuk pengolahan data geologi. Sebagai salah satu implementasinya, penelitian ini dilakukan untuk memberikan contoh pemanfaatan machine learning dalam bidang geologi dengan memetakan persebaran litologi daerah Kebumen, Jawa Tengah menggunakan algoritme machine learning yang berbeda-beda, serta menaksir akurasi hasil klasifikasi persebaran litologi daerah Kebumen, Jawa Tengah yang dihasilkan dari penggunaan algoritme-algoritme machine learning. Penelitian dilakukan di 5 (lima) kecamatan di daerah Kebumen, Jawa Tengah diantaranya adalah Kecamatan Alian, Kecamatan Karanggayam, Kecamatan Karangsambung, Kecamatan Pejagoan, dan Kecamatan Sruweng dengan luas area penelitian sekitar 40 km2. Metode yang digunakan dalam penelitian ini meliputi studi pendahuluan, pengambilan data lapangan, dan pengolahan data menggunakan machine learning. Hasil dari penelitian ini berupa peta persebaran batuan daerah Kebumen, Jawa Tengah serta confusion matrix dan hasil pengolahan data kuesioner yang kemudian menghasilkan rekomendasi algoritme machine learning terbaik untuk melakukan klasifikasi litologi pada daerah Kebumen, Jawa Tengah. Hasil pengolahan data menunjukkan bahwa proses klasifikasi dipengaruhi oleh beberapa hal, diantaranya: jenis algoritme machine learning yang digunakan, penambahan fitur sekunder, dan resolusi data citra satelit. Kemudian berdasarkan confusion matrix dan pengolahan data kuesioner, diketahui bahwa algoritme terbaik untuk melakukan klasifikasi persebaran batuan pada daerah penelitian adalah algoritme Random Forest dan Support Vector Machine.
    URI
    https://library.universitaspertamina.ac.id//xmlui/handle/123456789/3316
    Collections
    • DISSERTATIONS AND THESES (GL)

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV
     

     

    Browse

    All of DSpaceCommunities & CollectionsBy Issue DateAuthorsTitlesSubjectsThis CollectionBy Issue DateAuthorsTitlesSubjects

    My Account

    LoginRegister

    DSpace software copyright © 2002-2015  DuraSpace
    Contact Us | Send Feedback
    Theme by 
    @mire NV