Analisis dan Klasifikasi Polusi Udara Menggunakan Data Citra Satelit (Modis, Sentinel-5p, Himawari) dan Data PWV Dari CORS GNSS dengan Metode Machine Learning

Haq, Failaqul (2024) Analisis dan Klasifikasi Polusi Udara Menggunakan Data Citra Satelit (Modis, Sentinel-5p, Himawari) dan Data PWV Dari CORS GNSS dengan Metode Machine Learning. Masters thesis, Institut Teknologi Sepuluh Nopember.

	Image image57.jpeg Download (133kB)
	Image image43.png Download (27kB)
	Image image33.png Download (13kB)
	Image image11.png Download (24kB)
	Image image45.png Download (36kB)
	Image image30.png Download (13kB)
	Image image54.jpeg Download (122kB)
	Image image20.png Download (13kB)
	Image image34.png Download (15kB)
	Image image36.png Download (79kB)
	Image image4.png Download (242kB)
	Image image24.png Download (9kB)
	Image image59.jpeg Download (133kB)
	Image image12.png Download (35kB)
	Image image73.jpeg Download (133kB)
	Image image77.jpg Download (190kB)
	Image image2.png Download (2MB)
	Image image58.jpeg Download (133kB)
	Image image40.png Download (35kB)
	Image image17.png Download (13kB)
	Image image38.png Download (64kB)
	Image image66.jpeg Download (133kB)
	Image image6.png Download (70kB)
	Image image76.jpeg Download (133kB)
	Image image70.jpeg Download (133kB)
	Image image46.png Download (31kB)
	Image image13.png Download (13kB)
	Image image32.png Download (13kB)
	Image image63.jpeg Download (133kB)
	Image image65.jpeg Download (133kB)
	Image image68.jpeg Download (137kB)
	Image image69.jpeg Download (133kB)
	Image image60.jpeg Download (133kB)
	Image image21.png Download (11kB)
	Image image35.png Download (28kB)
	Image image9.png Download (296kB)
	Image image56.jpeg Download (137kB)
	Image image1.png Download (36kB)
	Image image3.png Download (7MB)
	Image image48.png Download (170kB)
	Image image42.png Download (34kB)
	Image image64.jpeg Download (133kB)
	Image image62.jpeg Download (133kB)
	Image image39.png Download (30kB)
	Image image61.jpeg Download (133kB)
	Image image67.jpeg Download (137kB)
	Image image15.png Download (9kB)
	Image image18.png Download (13kB)
	Image image47.png Download (873kB)
	Image image71.jpeg Download (133kB)
	Image image37.png Download (204kB)
	Image image19.png Download (13kB)
	Image image26.png Download (25kB)
	Image image75.jpeg Download (133kB)
	Image image7.png Download (62kB)
	Image image14.png Download (13kB)
	Text 6016212006-Master_Thesis.pdf - Accepted Version Restricted to Repository staff only until 1 April 2026. Download (4MB) | Request a copy

Abstract

Polusi udara adalah masalah lingkungan global yang berkembang pesat dan memiliki dampak serius terhadap kesehatan manusia serta ekosistem. Penelitian ini bertujuan untuk mengembangkan metode analisis dan klasifikasi polusi udara yang canggih dengan memanfaatkan data citra satelit (MODIS, Sentinel-5p, Himawari) dan data Precipitable Water Vapor (PWV) dari Continuous Operating Reference Station Global Navigation Satellite System (CORS GNSS) dalam kombinasi dengan teknik machine learning. Penelitian ini mencakup eskalasi masalah polusi udara dan potensi manfaat dari penggunaan teknologi satelit dan CORS GNSS dalam pemantauan polusi udara. Penelitian ini mengembangkan model analisis polusi udara yang dapat memprediksi tingkat polusi udara pada wilayah urban. Metodologi penelitian mencakup pengumpulan data dari citra satelit dan CORS GNSS, preprocessing data, serta pelatihan dan evaluasi model machine learning. Kami menggunakan berbagai metrik evaluasi untuk mengevaluasi kinerja model, seperti akurasi, presisi, recall, dan F1-Score. Model random forest yang dibuat mempunyai akurasi 84% pada proses pelatihan dengan data wilayah provinsi DKI Jakarta. Pada pengujian di wilayah kota Surabaya menunjukkan akurasi yang cukup bagus yaitu 86%. penelitian ini akan menggabungkan teknologi citra satelit dan CORS GNSS dengan metode machine learning untuk menghasilkan pemahaman yang lebih baik tentang polusi udara.

Item Type:	Thesis (Masters)
Uncontrolled Keywords:	Polusi udara, Citra satelit, MODIS, Sentinel-5p, Himawari, Data PWV, CORS GNSS, Pembelajaran mesin, Klasifikasi.
Subjects:	G Geography. Anthropology. Recreation > GE Environmental Sciences > GE195.5 Green movement T Technology > TD Environmental technology. Sanitary engineering > TD887.B58 Air pollutants. Bituminous materials
Divisions:	Faculty of Civil, Planning, and Geo Engineering (CIVPLAN) > Geomatics Engineering > 29101-(S2) Master Thesis
Depositing User:	Failaqul haq
Date Deposited:	16 Feb 2024 07:51
Last Modified:	16 Feb 2024 07:51
URI:	http://repository.its.ac.id/id/eprint/107553

Actions (login required)

View Item