Purnamasari, Putri (2024) Implementasi metode Transformasi Wavelet - PCA untuk clustering tingkat kerusakan bangunan pasca bencana alam. Undergraduate thesis, Universitas Islam Negeri Maulana Malik Ibrahim.
![]() |
Text (Fulltext)
210605110170.pdf - Accepted Version Available under License Creative Commons Attribution Non-commercial No Derivatives. Download (2MB) |
Abstract
INDONESIA:
Dalam konteks penilaian kerusakan bangunan pasca bencana alam, akurasi dalam penilaian sangat penting untuk mendukung proses rehabilitasi dan rekonstruksi. Bencana alam sering kali menyebabkan kerusakan yang signifikan pada infrastruktur, dan penilaian yang tepat terhadap tingkat kerusakan sangat diperlukan untuk menentukan prioritas perbaikan dan alokasi sumber daya. Penelitian ini bertujuan untuk mengembangkan sistem penilaian yang lebih efisien dan akurat dengan menggunakan metode Transformasi Wavelet dan Principal Component Analysis (PCA). Data yang digunakan dalam penelitian ini terdiri dari sembilan citra kerusakan bangunan yang diambil dari Badan Penanggulangan Bencana Daerah (BPBD) Kota Malang. Proses penelitian dimulai dengan dekomposisi citra menggunakan Transformasi Wavelet, diikuti dengan analisis clustering menggunakan PCA untuk mengelompokkan tingkat kerusakan menjadi tiga kategori, yaitu rusak ringan, rusak sedang, dan rusak berat. Setelah pengelompokan, hasil dari analisis Transformasi Wavelet-PCA divalidasi secara eksternal oleh tim ahli atau surveyor. Hasil validasi menunjukkan keselarasan yang signifikan antara penilaian yang dilakukan oleh tim ahli dan pengelompokan yang dihasilkan oleh sistem. Sistem yang dikembangkan mampu mencapai akurasi 100% dalam penilaian kerusakan, termasuk pada citra dengan kontras yang sangat tajam. Dengan demikian, penelitian ini memberikan kontribusi penting terhadap pengembangan metode penilaian yang lebih objektif dan dapat diandalkan dalam konteks penanganan bencana, serta berpotensi untuk diterapkan lebih luas di daerah lain yang terdampak bencana.
ENGLISH:
In the context of building damage assessment after natural disasters, accuracy in assessment is critical to support the rehabilitation and reconstruction process. Natural disasters often cause significant damage to infrastructure, and proper assessment of the extent of damage is necessary to determine repair priorities and resource allocation. This research aims to develop a more efficient and accurate assessment system using the Wavelet Transformation and Principal Component Analysis (PCA) methods. The data used in this study consisted of nine images of building damage taken from the Regional Disaster Management Agency (BPBD) of Malang City. The research process begins with image decomposition using Wavelet Transformation, followed by clustering analysis using PCA to group the level of damage into three categories, namely light damage, medium damage, and heavy damage. After clustering, the results of the Wavelet Transform-PCA analysis were externally validated by a team of experts or surveyors. The validation results showed significant alignment between the assessment conducted by the expert team and the clustering generated by the system. The developed system was able to achieve 100% accuracy in damage assessment, including on images with very sharp contrast. Thus, this research makes an important contribution to the development of a more objective and reliable assessment method in the context of disaster management, and has the potential to be applied more widely in other disaster-affected areas.
ARABIC:
في سياق تقييم الأضرار التي لحقت بالمباني بعد الكوارث الطبيعية، فإن الدقة في التقييم أمر بالغ الأهمية لدعم عملية إعادة التأهيل وإعادة الإعمار. غالباً ما تتسبب الكوارث الطبيعية في إلحاق أضرار جسيمة بالبنية التحتية، ومن الضروري إجراء تقييم سليم لمدى الضرر لتحديد أولويات الإصلاحات وتخصيص الموارد. يهدف هذا البحث إلى تطوير نظام تقييم أكثر كفاءة ودقة باستخدام أساليب التحويل الموجي وتحليل المكونات الرئيسية (PCA). تتألف البيانات المستخدمة في هذه الدراسة من تسع صور لأضرار المباني مأخوذة من الوكالة الإقليمية لإدارة الكوارث في مدينة مالانج(BPBD) . تبدأ عملية البحث بتحلل الصور باستخدام التحويل الموجي، يليه تحليل التجميع باستخدام تحليل المكونات الرئيسية (PCA) لتجميع مستوى الضرر في ثلاث فئات، وهي الضرر الخفيف والضرر المتوسط والضرر الشديد. بعد التجميع، تم التحقق من صحة نتائج تحليل التجميع باستخدام التحويل الموجي-التحليل البنائي متعدد الأبعاد من قبل فريق من الخبراء أو المساحين. أظهرت نتائج التحقق من الصحة توافقًا كبيرًا بين التقييم الذي أجراه فريق الخبراء والتجميع الذي تم إنشاؤه بواسطة النظام. كان النظام المطور قادراً على تحقيق دقة بنسبة %100 في تقييم الأضرار، بما في ذلك على الصور ذات التباين الحاد جداً. وبالتالي، فإن هذا البحث يقدم مساهمة مهمة في تطوير طريقة تقييم أكثر موضوعية وموثوقية في سياق إدارة الكوارث، ولديه إمكانية تطبيقه على نطاق أوسع في المناطق الأخرى المتضررة من الكوارث.
Item Type: | Thesis (Undergraduate) |
---|---|
Supervisor: | Almais, Agung Teguh Wibowo and Imamudin, Muhammad |
Keywords: | Transformasi Wavelet; Principal Component Analysis (PCA); Penilaian Kerusakan; Bencana Alam; Clustering; Wavelet Transform; Principal Component Analysis (PCA); Damage Assessment; Natural Disaster; Clustering; تحويل المويجات; تحليل المكونات الرئيسية (PCA); تقييم الأضرار; الكوارث الطبيعية، التجمع |
Subjects: | 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080106 Image Processing 08 INFORMATION AND COMPUTING SCIENCES > 0801 Artificial Intelligence and Image Processing > 080109 Pattern Recognition and Data Mining 08 INFORMATION AND COMPUTING SCIENCES > 0806 Information Systems > 080605 Decision Support and Group Support Systems |
Departement: | Fakultas Sains dan Teknologi > Jurusan Teknik Informatika |
Depositing User: | Putri Purnamasari |
Date Deposited: | 20 Dec 2024 09:37 |
Last Modified: | 20 Dec 2024 09:37 |
URI: | http://etheses.uin-malang.ac.id/id/eprint/70749 |
Downloads
Downloads per month over past year
Actions (login required)
![]() |
View Item |