Skripsi Sains Data, Politeknik Statistika STIS, 2026

Menilai kerusakan setiap petak sawah dari foto satelit

Komputer belajar menemukan petak lahan pertanian, lalu menilai seberapa parah kerusakannya dengan membandingkan foto satelit sebelum dan sesudah bencana Palu 2018.

Hasil penilaian kerusakan di salah satu lokasi uji Foto satelit sebelum bencana
SebelumHasil
Tidak TerdampakTerdampak SedangTerdampak Berat
Geser garis putih untuk membandingkan. Satu kotak foto mencakup ±26 hektare di Kabupaten Sigi.

Mengapa penelitian ini dibuat?

Setelah bencana, pemerintah perlu tahu sawah mana yang rusak dan seberapa parah. Selama ini datanya dikumpulkan lewat survei lapangan yang lama dan sulit karena jalan sering terputus. Foto satelit bisa melihat wilayah luas sekaligus, tetapi pemanfaatannya selama ini lebih banyak untuk menilai kerusakan bangunan, bukan sawah.

6.467 ha

sawah rusak di Palu dan Sigi akibat gempa, tsunami, dan likuifaksi 28 September 2018.

Nanda & Mulyani (2021)
4.000+

korban jiwa dalam bencana yang samaCilia dkk. (2021)

23%

kerusakan dan kerugian akibat bencana ditanggung sektor pertanian, padahal sumbangannya pada ekonomi dunia hanya 4,1%FAO (2025)

Per petak

informasi yang dibutuhkan: bukan hanya luas total, tetapi petak mana yang rusak dan seberapa parah

18 pasang foto satelit, 3.271 petak yang dinilai

Foto satelit yang sangat tajam (satu titik foto ≈ 50 cm di lapangan) diambil dari kumpulan data terbuka xBD. Peneliti menggambar batas setiap petak sawah, ladang, dan tegalan, lalu menilai berapa bagian petak yang menunjukkan tanda kerusakan, seperti tertimbun lumpur, retak, atau pematangnya hilang.

Tiga tingkat kerusakan

Tidak Terdampak (tidak ada tanda rusak), Terdampak Sedang (rusak sampai separuh petak), dan Terdampak Berat (rusak lebih dari separuh petak).

Diuji di lokasi baru

Hasil diuji pada 4 lokasi (604 petak) yang tidak pernah dilihat komputer saat belajar, supaya hasilnya jujur.

Jumlah petak per tingkat kerusakan

Cara kerjanya dalam tiga langkah

Gabungan ketiga langkah ini disebut model PKLPTB (model penilaian kerusakan lahan pertanian terdampak bencana).

Langkah 1

Temukan petak sawah

Komputer (Mask R-CNN) menggambar batas setiap petak pada foto sebelum bencana.

Langkah 2

Ukur enam tanda perubahan

Pada setiap petak dihitung berapa persen pematang hilang, tertutup lumpur, tanaman hilang, dan seterusnya.

Langkah 3

Tentukan tingkat kerusakan

Komputer (Random Forest) memakai keenam angka itu untuk memutuskan tingkat kerusakan petak.

Hasil akhir

Peta dan luas

Petak diwarnai sesuai kerusakannya dan luas tiap tingkat dihitung otomatis di aplikasi web.

Lihat alur penelitian lengkap dan contoh perhitungannya

Hasilnya: andal untuk lahan yang rusak berat

Semua angka di bawah diukur pada 4 lokasi uji (604 petak).

Artinya: model ini paling tepat dipakai untuk menunjuk lokasi lahan yang rusak berat sebagai prioritas pengecekan di lapangan. Model ini belum bisa diandalkan untuk membedakan lahan yang rusak sebagian dari lahan yang utuh.

Lihat hasil lengkap

Tentang skripsi ini