Deep Learning untuk Analisis Spasial
Deskripsi Mata Kuliah
Mata kuliah ini memperdalam kemampuan mahasiswa dalam menerapkan arsitektur deep learning modern — CNN, U-Net, dan Vision Transformer — untuk analisis citra spasial resolusi tinggi yang menjadi kebutuhan operasional industri energi dan pertambangan. Fokus pada segmentasi semantik piksel-demi-piksel, deteksi objek otomatis, dan analisis citra time-series berskala besar menggunakan data drone dan satelit resolusi tinggi. Studi kasus meliputi segmentasi otomatis area tambang dan tailings dari citra drone, deteksi panel PLTS yang rusak dari citra termal, pemantauan ekspansi lahan tambang menggunakan deep learning multi-temporal, dan deteksi manifestasi permukaan geotermal dari citra resolusi tinggi. Industri modern semakin mengandalkan drone untuk inspeksi rutin — model yang dibangun mahasiswa dapat langsung diadaptasi menjadi sistem inspeksi otomatis
CPL Program Studi pada MK
CPMK
Aktivitas Pembelajaran
Aktivitas pembelajaran untuk course ini belum tersedia.