Catatan bukti · UDINUS · SDGs
- Unit
- Rektorat UDINUS
- Periode
- 2024
- Tujuan
- Nomor
- f7b56efa-5454-49d1-88e4-f715efef6ed1
- Terbit
- 2026-10-30
Universitas Dian Nuswantoro (UDINUS), melalui para penelitinya, melaksanakan penelitian tentang klasifikasi kepadatan vegetasi menggunakan jaringan saraf konvolusional (CNN) dan fungsi aktivasi termodifikasi yang diusulkan. Kegiatan ini menanggapi kebutuhan akan pemetaan lahan yang akurat di Indonesia. Tutupan hutan mencapai 95,97 juta hektare atau 51,2% dari total wilayah daratan, sedangkan fluktuasi pada periode 2014 hingga 2022 menunjukkan perlunya pemahaman terhadap faktor-faktor yang memengaruhi pola lanskap. Sumber menyatakan bahwa penurunan tutupan hutan meningkatkan kerentanan terhadap bencana alam, khususnya banjir, yang menyebabkan kerugian ekonomi dan lingkungan.
Penelitian ini berfokus pada strategi pemetaan tutupan lahan, terutama di wilayah yang kurang dipantau, serta mempertimbangkan perkembangan data satelit dan drone untuk pemetaan yang cepat dan tepat. Fungsi aktivasi yang diusulkan menambahkan komponen linear untuk meningkatkan akurasi dan efektivitas CNN. Fungsi tersebut dievaluasi menggunakan Vegetation Density of Peatland Drone dataset. Dalam pengujian, fungsi yang diusulkan mempertahankan akurasi sebesar 90,07%. Analisis statistik menunjukkan distribusi data yang tinggi dan variasi kinerja yang signifikan. Meskipun waktu komputasinya lebih lambat, fungsi tersebut menunjukkan kecepatan konvergensi dan efektivitas dibandingkan fungsi aktivasi lainnya. Analisis ANOVA dan Friedman mengonfirmasi perbedaan kinerja dan waktu komputasi yang signifikan di antara metode aktivasi.
Kegiatan penelitian UDINUS ini menerapkan pembelajaran mendalam untuk klasifikasi kepadatan vegetasi dan tutupan lahan. Kegiatan tersebut memberikan bukti mengenai pendekatan penelitian institusional untuk meningkatkan akurasi dan efektivitas pemetaan dalam konteks pola lanskap, tutupan hutan, dan kerentanan terhadap banjir.