ANALISIS KEMAMPUAN SEGMENTASI OTOMATIS MENGGUNAKAN SEGMENT ANYTHING MODEL (SAM) TERHADAP OBJEK PERMUKIMAN PERDESAAN DI INDONESIA PADA CITRA ORTOFOTO

Nabila Sabrina Amelia, - and Nanin Trianawati Sugito, - and Muhammad Ihsan, - (2025) ANALISIS KEMAMPUAN SEGMENTASI OTOMATIS MENGGUNAKAN SEGMENT ANYTHING MODEL (SAM) TERHADAP OBJEK PERMUKIMAN PERDESAAN DI INDONESIA PADA CITRA ORTOFOTO. S1 thesis, Universitas Pendidikan Indonesia.

Abstract

Digitasi merupakan salah satu aspek krusial yang masih menjadi penghambat dalam proses pemetaan yang akurat dan efisien karena membutuhkan waktu yang cukup lama untuk menghasilkan hasil dengan akurasi yang tinggi, sumber daya, dan tenaga ahli yang cukup. Indonesia memiliki permukiman yang banyak dan pola permukiman yang bervariasi, sehingga sering menjadi kendala dalam proses digitasi yang efisien. Untuk mengatasi hambatan yang terjadi dalam digitasi, dapat dilakukan otomatisasi menggunakan Segment Anything Model (SAM). Penelitian ini bertujuan untuk menganalisis hasil dari SAM dalam melakukan segmentasi objek permukiman pada citra ortofoto dan menganalisis efektivitas SAM dalam melakukan segmentasi objek permukiman pada citra orofoto di Indonesia. Penelitian ini menggunakan lima wilayah yang mewakili setiap pola persebaran permukiman di Indonesia sebagai sampel, yaitu Kecamatan Kunjang, Kabupaten Kediri; Kecamatan Tilongkabila, Kabupaten Bone Bolango; Kecamatan Sutera, Kabupaten Pesisir Selatan; Kecamatan Sukasari, Kabupaten Sumedang; dan Kecamatan Langgudu, Kabupaten Bima. Penelitian ini menggunakan metode deskriptif kuantitatif yang dikombinasikan dengan Sistem Informasi Geografis. Hasil penelitian menunjukkan berdasarkan perhitungan IoU Kecamatan Kunjang memiliki nilai akurasi 0,886, Kecamatan Tilongkabila 0,891, Kecamatan Sutera 0,873, Kecamatan Sukasari 0,895, dan Kecamatan Langgudu 0,883. Berdasarkan perhitungan IoU per bangunan, sebagian besar kecamatan (Langgudu, Tilongkabila, Sutera) memiliki akurasi IoU yang sangat tinggi dan terkonsentrasi pada nilai-nilai yang mendekati 1. Sebaliknya, pada Kecamatan Kunjang dan Kecamatan Sukasari terdapat variasi yang dimana sebagian data berada pada akurasi yang lebih rendah atau menengah. Kesimpulan dalam penelitian ini, SAM dapat melakukan segmentasi objek dengan baik pada beragam pola sebaran permukiman karena memiliki nilai IoU yang melebihi nilai threshold (0,5). Digitization is one of the crucial aspects that still becomes an obstacle in accurate and efficient mapping processes because it requires quite a long time to produce results with high accuracy, resources, and sufficient expert personnel. Indonesia has many settlements and varied settlement patterns, so it often becomes a constraint in efficient digitization processes. To overcome the obstacles that occur in digitization, automation using Segment Anything Model (SAM) can be performed. This research aims to analyze the results of SAM in performing settlement object segmentation on orthophoto images and analyze the effectiveness of SAM in performing settlement object segmentation on orthophoto images in Indonesia. This research uses five areas that represent each settlement distribution pattern in Indonesia as samples, namely Kunjang District, Kediri Regency; Tilongkabila District, Bone Bolango Regency; Sutera District, Pesisir Selatan Regency; Sukasari District, Sumedang Regency; and Langgudu District, Bima Regency. This research uses descriptive quantitative method combined with Geographic Information System. The research results show that based on IoU calculations, Kunjang District has an accuracy value of 0,886, Tilongkabila District 0,891, Sutera District 0,873, Sukasari District 0,895, and Langgudu District 0,883. Based on IoU calculations per building, most districts (Langgudu, Tilongkabila, Sutera) have very high IoU accuracy and are concentrated on values approaching 1. On the contrary, in Kunjang District and Sukasari District there are variations where some data are at lower or medium accuracy. The conclusion in this research is that SAM can perform object segmentation well on various settlement distribution patterns because it has IoU values that exceed the threshold value (0,5).

	Text S_SIG_2106076_Title.pdf Download (6MB)
	Text S_SIG_2106076_Chapter1.pdf Download (797kB)
	Text S_SIG_2106076_Chapter2.pdf Restricted to Staf Perpustakaan Download (1MB)
	Text S_SIG_2106076_Chapter3.pdf Download (4MB)
	Text S_SIG_2106076_Chapter4.pdf Restricted to Staf Perpustakaan Download (4MB)
	Text S_SIG_2106076_Chapter5.pdf Download (584kB)
	Text S_SIG_2106076_Appendix.pdf Restricted to Staf Perpustakaan Download (631kB)

Item Type:	Thesis (S1)
Additional Information:	https://scholar.google.com/citations?view_op=list_works&hl=en&user=5rJsf3cAAAAJ ID SINTA Dosen Pembimbing: Nanin Trianawati Sugito: 6115094 Muhammad Ihsan: 6115091
Uncontrolled Keywords:	Segmentasi Otomatis, Segment Anything Model, Ortofoto, Permukiman, Sistem Informasi Geografi. Automatic Segmentation; Segment Anything Model; Orthophoto; Settlement; Geographic Information System.
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) H Social Sciences > HT Communities. Classes. Races T Technology > TR Photography
Divisions:	Fakultas Pendidikan Ilmu Pengetahuan Sosial > Sains Informasi Geografi S1
Depositing User:	Nabila Sabrina Amelia
Date Deposited:	21 Aug 2025 07:26
Last Modified:	21 Aug 2025 07:26
URI:	http://repository.upi.edu/id/eprint/135767

Actions (login required)

View Item