CONDITIONAL GENERATIVE ADVERSARIAL NETWORK (CGAN) UNTUK AUGMENTASI DATASET DALAM DETEKSI POTENSI KETERSEDIAAN BANGUNAN SHELTER UNTUK MITIGASI BENCANA ALAM

Alawi, Achmad Maulana (2025) CONDITIONAL GENERATIVE ADVERSARIAL NETWORK (CGAN) UNTUK AUGMENTASI DATASET DALAM DETEKSI POTENSI KETERSEDIAAN BANGUNAN SHELTER UNTUK MITIGASI BENCANA ALAM. Bachelor thesis, Universitas Nasional.

	Text COVER.pdf Download (973kB)
	Text BAB I.pdf Download (328kB)
	Text BAB II.pdf Download (535kB)
	Text BAB III.pdf Download (395kB)
	Text BAB IV.pdf Download (770kB)
	Text BAB V.pdf Download (319kB)
	Text LAMPIRAN.pdf Download (356kB)

Abstract

helter merupakan elemen krusial dalam mitigasi bencana alam, namun metode
tradisional dalam mendeteksi ketersediaan bangunan shelter masih memiliki
keterbatasan, terutama dalam hal akurasi dan keterbatasan data citra satelit. Untuk
mengatasi permasalahan ini, penelitian ini menerapkan Conditional Generative
Adversarial Network (cGAN) sebagai metode augmentasi data guna meningkatkan
jumlah dan variasi citra satelit yang dapat digunakan dalam deteksi bangunan
shelter. Dataset yang digunakan dalam penelitian ini adalah SpaceNet 2: Building
Detection v2. Dataset ini terdiri dari 1025 file citra berformat .tif dengan dimensi
(3, 650, 650) serta 1012 file GeoJSON yang merepresentasikan informasi
bangunan. Metodologi penelitian ini mencakup pra-pemrosesan data, pelatihan
model cGAN, evaluasi kualitas data hasil augmentasi, serta analisis dampaknya
terhadap deteksi bangunan shelter. Model cGAN dilatih selama 71 epoch dan hasil
pelatihan menunjukkan nilai loss generator sebesar 7.08 dan loss discriminator
sebesar 0.03. Hasil penelitian ini menunjukkan bahwa metode augmentasi
menggunakan cGAN mampu meningkatkan keberagaman dan kualitas data latih,
sehingga memberikan kontribusi signifikan terhadap strategi mitigasi bencana
berbasis teknologi deep learning.

Item Type:	Thesis (Bachelor)
Subjects:	L Education > L Education (General) L Education > LA History of education
Divisions:	Skripsi > Fakultas Teknologi Komunikasi dan Informatika > Program Studi Sistem Informasi
Depositing User:	Miss Yulia Zahra Yamini
Date Deposited:	18 Jul 2025 03:38
Last Modified:	18 Jul 2025 03:38
URI:	https://repository.unas.ac.id/id/eprint/13803

Actions (login required)

View Item