Pembuatan Caption Citra Satelit Berbasis Arsitektur Encoder-Decoder Menggunakan ResNet50 dan Attention GRU

Putri, Abillidya Nofianto and Pattoza, Andi Aliyah Nur Inayah (2026) Pembuatan Caption Citra Satelit Berbasis Arsitektur Encoder-Decoder Menggunakan ResNet50 dan Attention GRU. Project Report. [s.n.]. (Unpublished)

Warning
There is a more recent version of this item available.
[thumbnail of 5025221164_ 5025221196-Project_Report.pdf] Text
5025221164_ 5025221196-Project_Report.pdf
Restricted to Repository staff only

Download (1MB) | Request a copy

Abstract

Perkembangan teknologi penginderaan jauh (remote sensing) telah menghasilkan citra satelit resolusi tinggi dalam jumlah yang masif, sehingga proses analisis data secara manual menjadi semakin tidak efisien. Untuk mengatasi tantangan tersebut, penelitian ini mengimplementasikan teknik image captioning guna mengekstraksi informasi semantik dari citra satelit secara otomatis ke dalam bentuk deskripsi tekstual. Penelitian ini mengusulkan penggunaan arsitektur encoder-decoder, di mana model CNN ResNet50 difungsikan sebagai encoder untuk mengekstraksi fitur visual citra secara mendalam. Selanjutnya, sistem memadukan Recurrent Neural Network (RNN) dengan Gated Recurrent Unit (GRU) dan mekanisme Bahdanau Attention pada sisi decoder untuk menghasilkan deskripsi teks secara bertahap. Model dilatih dan dievaluasi menggunakan Remote Sensing Image Captioning Dataset (RSICD). Kinerja model kemudian diukur secara kuantitatif menggunakan metrik BLEU untuk menilai kesesuaian leksikal (kata) dan BERTScore untuk mengevaluasi kesamaan semantik (makna) antara teks prediksi dan referensi. Hasil pengujian menunjukkan bahwa model mencapai skor tertinggi pada BLEU-1 sebesar 0,5417 dan metrik BERTScore F1 sebesar 0,1792. Hal ini mengindikasikan bahwa model dengan pendekatan arsitektur ini sudah cukup mampu menghasilkan kata-kata secara individual yang relevan dengan citra, meskipun masih memiliki keterbatasan dalam menyusun frasa yang panjang serta menghasilkan makna semantik yang benar-benar lengkap dan selaras dengan teks referensi.

Item Type: Monograph (Project Report)
Uncontrolled Keywords: Citra Satelit, CNN–RNN, Image Captioning, RSICD
Subjects: T Technology > T Technology (General) > T58.6 Management information systems
Divisions: Faculty of Intelligent Electrical and Informatics Technology (ELECTICS) > Informatics Engineering > 55201-(S1) Undergraduate Thesis
Depositing User: Abillidya Nofianto Putri
Date Deposited: 15 Jul 2026 06:51
Last Modified: 15 Jul 2026 06:51
URI: http://repository.its.ac.id/id/eprint/134928

Available Versions of this Item

Actions (login required)

View Item View Item