Pengembangan Model Kecerdasan Buatan untuk Konversi Antara Citra Satelit dengan Beda Resolusi Spasial dan Lebar Pita Frekuensi

Penelitian ini bertujuan untuk mengembangkan teknik konversi antara citra satelit yang memiliki beda karakteristik. Tema penelitian ini terinspirasi oleh sulitnya mendapatkan citra bebas awan dalam jumlah yang cukup dari satu jenis satelit. Sedangkan penggunaan citra lebih dari satu satelit dalam satu penelitian sulit diimplementasikan dikarenakan perbedaan karakteristik seperti resolusi spasial dan lebar pita frekuensi. Penggunaan secara langsung citra dari satelit yang berbeda menyebabkan kurangnya validitas hasil dari penelitian. Target luaran dari penelitian ini adalah model kecerdasan buatan yang dapat digunakan untuk konversi antar citra satelit. Model yang dikembangkan dalam penelitian ini terbatas hanya untuk konversi citra satelit Landsat 8 menjadi Sentinel-2 dan sebaliknya. Terlepas dari batasan penelitian tersebut, model yang dikembangkan dapat secara langsung digunakan untuk konversi citra satelit apapun dengan menyediakan citra latih yang sesuai. Model yang dikembangkan direncanakan menggunakan pendekatan deep unsupervised learning, sehingga memudahkan pengumpulan data latih yang dibutuhkan. Rencana pencapaian TKT dari luaran ini adalah 3 dalam skala 9 (Pembuktian konsep atau proof-of-concept fungsi dan/atau karakteristik penting secara analitis dan eksperimental)

Luaran : Paper di European Journal of Remote Sensing

Publikasi : “Supervised conversion from Landsat-8 images to Sentinel-2 images with deep learning”