Lewati ke konten
SDGs Center UDINUS

Catatan bukti · UDINUS · SDGs

Dampak Integrasi Metodologi Ekstraksi Fitur Local Binary Patterns ke dalam Kerangka Convolutional Neural Network untuk Mendeteksi Debris Pencemar di Lingkungan Perairan

Rektorat UDINUS 2025 Terbit 2026-10-30

Catatan bukti · UDINUS · SDGs

Unit
Rektorat UDINUS
Periode
2025
Tujuan
Nomor
23e1c7a4-c9ea-469b-8bd6-8d0513330f34
Terbit
2026-10-30

Universitas Dian Nuswantoro melaksanakan studi yang mengkaji integrasi Local Binary Patterns, atau LBP, sebagai teknik ekstraksi fitur dalam kerangka Convolutional Neural Network, atau CNN, untuk mendeteksi debris pencemar di lingkungan perairan. Kegiatan ini melibatkan Indriani, Heny; Andono, Pulung Nurtantio; Santoso, Heru Agus; Affandy; dan Kurdianto sebagai peneliti dari Universitas Dian Nuswantoro.

Studi tersebut membahas prevalensi debris kontaminan dalam ekosistem perairan. Sumber menyatakan bahwa debris tersebut merupakan risiko yang signifikan bagi keanekaragaman hayati laut dan kesehatan manusia. Sumber juga menyatakan bahwa identifikasi dan kategorisasi pencemar penting bagi pengawasan lingkungan dan strategi remediasi. Dengan demikian, kegiatan ini berfokus pada pendeteksian debris pencemar serta pembedaan antara debris pencemar dan material nonpencemar dalam citra.

Metode yang dikaji menggunakan LBP sebagai deskriptor fitur berorientasi tekstur. Sumber menjelaskan bahwa LBP memiliki efisiensi komputasi dan ketahanan dalam menangkap pola lokal pada citra. LBP ditempatkan dalam proses ekstraksi fitur sebelum data diproses oleh pengklasifikasi CNN. Tujuan integrasi ini adalah meningkatkan kemampuan model untuk membedakan debris pencemar dari material nonpencemar. Sumber tidak menyajikan hasil terukur, kinerja perbandingan, atau hasil remediasi yang telah selesai.

Melalui kegiatan penelitian ini, Universitas Dian Nuswantoro mengangkat pendeteksian debris pencemar di lingkungan perairan dengan pendekatan berbasis citra yang menggunakan LBP dan CNN. Kegiatan ini menunjukkan fokus penelitian institusional pada pengawasan lingkungan serta identifikasi material yang berkaitan dengan risiko terhadap ekosistem perairan, keanekaragaman hayati laut, dan kesehatan manusia.

Rujukan https://www.scopus.com/pages/publications/105031577070?origin=resultslist