View/Open

Author

Date Published
01 Jul 2026

Advisor
Febri Dwi Irawati, S.Si., M.Si,
Dimas Dwi Randa, S.Kom., M.Kom.,

Subject
Sains Data

Publisher

Kebakaran hutan dan lahan menyebabkan perubahan tutupan vegetasi yang perlu dipantau secara cepat dan akurat untuk mendukung upaya mitigasi dan pemulihan lingkungan. Penelitian ini bertujuan mensegmentasi tingkat keparahan area terbakar di Sumatera Selatan menggunakan model U-Net berbasis citra Sentinel-2A. Data yang digunakan berupa citra prefire dan postfire dengan band NIR, SWIR1, dan SWIR2 sebagai masukan model, sedangkan label target dibentuk dari nilai Difference Normalized Burn Ratio (dNBR) yang diklasifikasikan menjadi empat kelas, yaitu unburned, low, moderate, dan high. Citra diproses menjadi patch berukuran 512 × 512 piksel dan model dilatih menggunakan optimizer Adam, learning rate sebesar 1 × 10−4, batch size 4, 100 epoch, serta fungsi Focal Loss. Hasil evaluasi menunjukkan bahwa model memperoleh Overall Accuracy sebesar (0.972), mIoU sebesar (0.929), FWIoU sebesar (0.948), dan Kappa sebesar (0.951), yang mengindikasikan kemampuan segmentasi yang sangat baik dalam membedakan tingkat keparahan area terbakar

URI
https://repo.itera.ac.id/depan/submission/SB2607050008

Keyword
Burned Area dNBR Focal Loss Segmentasi Sentinel 2A U-Net