Identifikasi Tumpahan Minyak di Laut Akibat Tank Cleaning Menggunakan Metode Tidak Terselia

Rizky Faristyawan, Pramaditya Wicaksono, Sanjiwana Arjasakusuma, Restu Wardani
{"title":"Identifikasi Tumpahan Minyak di Laut Akibat Tank Cleaning Menggunakan Metode Tidak Terselia","authors":"Rizky Faristyawan, Pramaditya Wicaksono, Sanjiwana Arjasakusuma, Restu Wardani","doi":"10.15578/jkn.v18i1.12404","DOIUrl":null,"url":null,"abstract":"Tumpahan minyak di laut dapat terdeteksi oleh citra satelit dengan sensor Synthetic Aperture Eadar (SAR) dan memungkinkan untuk diidentifikasi menggunakan berbagai macam metode baik terselia maupun tidak terselia. Salah satu metode terselia yang biasa digunakan adalah digitasi visual, namun metode ini sangat subjektif pada kapasitas interpreter. Untuk meminimalisasi subjektifitas interpreter maka metode tidak terselia perlu dikaji lebih lanjut. Tujuan dari penelitian ini adalah mengkaji algoritma tidak terselia untuk identifikasi tumpahan minyak yang diakibatkan oleh tank cleaning. Citra satelit yang digunakan dalam penelitian ini adalah citra Sentinel-1 di wilayah perairan utara Pulau Bintan. Proses identifikasi dilakukan menggunakan metode tidak terselia, dan penelitian ini membandingkan dua algoritma dalam proses identifikasi, yaitu K-Means dan CLARA. Dapat disimpulkan bahwa dalam melakukan identifikasi perlu diketahui terlebih dahulu kondisi perairan terutama kecepatan angin dan arus laut sebelum memasuki tahap komputasi. Hasil identifikasi menggunakan kedua algoritma ini dibandingkan dengan data referensi dari LAPAN sebagai instansi yang melakukan diseminasi terkait tumpahan minyak di laut. Jika dibandingkan dengan data referensi tersebut, algoritma K-Means memiliki persentase hasil yang lebih baik dalam mendeteksi luasan tumpahan minyak, namun algoritma CLARA mampu memberikan hasil identifikasi dengan look-alike tumpahan minyak yang lebih sedikit sehingga kesalahan identifikasi menjadi minimal.","PeriodicalId":471195,"journal":{"name":"Jurnal Kelautan Nasional","volume":"8 10 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-04-17","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Kelautan Nasional","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.15578/jkn.v18i1.12404","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Tumpahan minyak di laut dapat terdeteksi oleh citra satelit dengan sensor Synthetic Aperture Eadar (SAR) dan memungkinkan untuk diidentifikasi menggunakan berbagai macam metode baik terselia maupun tidak terselia. Salah satu metode terselia yang biasa digunakan adalah digitasi visual, namun metode ini sangat subjektif pada kapasitas interpreter. Untuk meminimalisasi subjektifitas interpreter maka metode tidak terselia perlu dikaji lebih lanjut. Tujuan dari penelitian ini adalah mengkaji algoritma tidak terselia untuk identifikasi tumpahan minyak yang diakibatkan oleh tank cleaning. Citra satelit yang digunakan dalam penelitian ini adalah citra Sentinel-1 di wilayah perairan utara Pulau Bintan. Proses identifikasi dilakukan menggunakan metode tidak terselia, dan penelitian ini membandingkan dua algoritma dalam proses identifikasi, yaitu K-Means dan CLARA. Dapat disimpulkan bahwa dalam melakukan identifikasi perlu diketahui terlebih dahulu kondisi perairan terutama kecepatan angin dan arus laut sebelum memasuki tahap komputasi. Hasil identifikasi menggunakan kedua algoritma ini dibandingkan dengan data referensi dari LAPAN sebagai instansi yang melakukan diseminasi terkait tumpahan minyak di laut. Jika dibandingkan dengan data referensi tersebut, algoritma K-Means memiliki persentase hasil yang lebih baik dalam mendeteksi luasan tumpahan minyak, namun algoritma CLARA mampu memberikan hasil identifikasi dengan look-alike tumpahan minyak yang lebih sedikit sehingga kesalahan identifikasi menjadi minimal.
确认清洗坦克使用非现场处理方法排放的海上油污
卫星图像可以检测到海上石油泄漏,并允许使用各种形式的胶体和非胶体技术进行识别。最常用的方法之一是可视化化,但这些方法对解释器的能力是非常主观的。为了最小化主语解释器,需要进一步研究非西方方法。这项研究的目的是研究一种未分类的算法,以确定清除坦克可能导致的漏油事件。这项研究使用的卫星图像是本坦岛北部水域的哨兵1号图像。鉴定过程是用最不相关的方法进行的,这项研究比较了鉴定过程中的两个算法,即k -手段和CLARA。可以得出结论,在进行鉴定时,首先要知道水的状况,特别是在进入计算阶段之前的风速和洋流。使用这两种算法的结果将8个样本的参考数据与处理海上漏油事件的机构进行比较。与参考数据相比,k-均值算法在检测石油泄漏方面的产出比例更高,但克拉拉算法能够通过更少的点字识别结果,从而使识别误差降低。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 求助全文
来源期刊
自引率
0.00%
发文量
0
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
确定
请完成安全验证×
copy
已复制链接
快去分享给好友吧!
我知道了
右上角分享
点击右上角分享
0
联系我们:info@booksci.cn Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。 Copyright © 2023 布克学术 All rights reserved.
京ICP备2023020795号-1
ghs 京公网安备 11010802042870号
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术官方微信