Tesis: Deep Learning for Time-Series Analysis of Optical Satellite Imagery

 Deep Learning for Time-Series Analysis of Optical Satellite Imagery

Abstrak

Progres signifikan telah dicapai dalam pembelajaran mendalam (deep learning) untuk data pengamatan Bumi dalam beberapa waktu terakhir. Namun, aplikasi multi-temporal dari citra satelit seperti deteksi perubahan dan pertanian masih menghadapi hambatan dataset. Hal ini tidak hanya menghambat kinerja pelatihan tetapi juga mencegah protokol evaluasi yang terstandarisasi dan transparan. Dalam tesis kumulatif ini, saya mencakup empat makalah yang bertujuan untuk meningkatkan ketersediaan dataset dan memanfaatkan sumber daya ini untuk inovasi metodologis dalam deteksi perubahan. Kontribusi ini dibagi menjadi dua bagian. Yang pertama memperkenalkan DENETHOR dan DynamicEarthNet, dua dataset landmark dengan data kebenaran lapangan berkualitas tinggi untuk pemantauan pertanian dan deteksi perubahan. Eksperimen baseline pada kedua dataset menunjukkan perlunya metode yang disesuaikan karena metode saat ini tampaknya tidak mampu menggunakan resolusi temporal dan spasial tinggi data secara efektif.

Kedua, saya memperkenalkan SiROC dan SemiSiROC, dua kontribusi metodologis untuk deteksi perubahan yang efisien dalam pelabelan. SiROC adalah metode tanpa pengawasan yang didasarkan pada analisis lingkungan tetangga untuk deteksi perubahan biner dalam citra optik. SiROC tampil kompetitif pada empat dataset dari berbagai aplikasi deteksi perubahan. Dengan SemiSiROC, saya memanfaatkan ukuran kepercayaan yang cerdas yang terdapat di dalam SiROC untuk pelabelan semu dari adegan yang tidak berlabel. Ukuran kepercayaan ini memungkinkan prioritasisasi adegan yang relevan untuk pelatihan awal metode deteksi perubahan berbasis pembelajaran mendalam dengan label semu. Kemudian, label yang sebenarnya dapat disisihkan untuk penyempurnaan model lebih lanjut. Secara keseluruhan, hasil kami menunjukkan bahwa pipeline semi-supervised ini secara signifikan meningkatkan kinerja keseluruhan untuk semua metode yang kami eksplorasi. Temuan ini tahan terhadap berbagai studi ablation dan menekankan bagaimana keunggulan metode tradisional dan pembelajaran mendalam dapat digabungkan untuk memaksimalkan kinerja deteksi perubahan.

Tesis: Deep learning for satellite image compression

 Deep learning for satellite image compression

Generasi baru kamera yang dipasang di satelit dapat mengambil gambar dengan resolusi spasial dan spektral yang lebih tinggi. Peningkatan resolusi ini berarti lebih banyak data yang harus diproses di atas satelit dan dikirimkan ke bumi. Hal ini terutama terjadi karena beberapa tahun terakhir telah terjadi ledakan dalam penggunaan data pengamatan Bumi untuk berbagai aplikasi, mulai dari pertahanan dan pertanian hingga studi perubahan iklim dan keanekaragaman hayati. Oleh karena itu, transmisi volume data yang besar ini memerlukan solusi kompresi yang efisien yang mampu mempertahankan semua informasi yang ada dalam gambar dan yang diperlukan untuk tugas analisis.

Link thesis:

https://hal.science/tel-04355362v1/file/PhD_Manuscript_BACCHUS.pdf

mirror: link 

Ebook Deep Learning by Ian Goodfellow and Yoshua Bengio and Aaron Courville

An MIT Press book

Ian Goodfellow and Yoshua Bengio and Aaron Courville

Exercises   Lectures   External Links  

The Deep Learning textbook is a resource intended to help students and practitioners enter the field of machine learning in general and deep learning in particular. The online version of the book is now complete and will remain available online for free.

Ebook dapat dilihat di bawah ini

https://www.deeplearningbook.org/

Menggunakan RStudio Cloud (Posit Cloud) Bagian 1

Posit cloud sebelumnya dikenal sebagai RStudio Cloud merupakan salah satu tool online yang powerfull digunakan untuk pengolahan data sains via browser dengan kemudahan tanpa instalaasi dan konfigurasi sistem yang komplek. Dengan menggunakan tool ini dapat melakukan pengolahan data dengan menggunakan bahasa R atau Python.

- Oke, untuk menggunakan tool ini solahkan menuju link posit.cloud sehingga menampilkan halaman web Posit.Cloud. 

- Selanjutnya, buat akun untuk dapat membuat projek analisis data yang akan kita lakukan.

- Kemudian silahkan login dengan akun yang sudah dimiliki.

- Buat Project baru, dengan terdapat 3 pilihan yaitu New RStudi Project (untuk mengunakan bahasa R), New Jupyter Project (untuk bahasa Python), dan pilihan New Project from Git Repository (untuk import project dari Github).

@wawanhn

Hapus Distro Linux di WSL dalam Windows 11

 

C:\Windows\System32>wsl -l -v

  NAME      STATE           VERSION

* Ubuntu    Stopped         2

C:\Windows\System32>wsl -l -q

Ubuntu

C:\Windows\System32>wsl --unregister Ubuntu

Unregistering.

The operation completed successfully.

Download ebook Advanced Data Analytics Using Python. with machine learning,deep learning, and nlp examples

Bagi yang membutuhkan ebook tentang Data Analytics dengan menggunakan Python, silahkan download disini

Download Ebook Latihan Test Bahasa Inggris Duolingo

Bagi yang mau test Bahasa Inggris Duolingo dan membutuhkan ebook latihan testnya silahkan download link di bawah

 11, YT, DET Sample Test_.pdf - Google Drive

Download Ebook Practical Statistics for Data Scientists

In the rapidly evolving landscape of data science, the significance of statistics cannot be overstated. With the exponential growth of data, the role of statistics has become increasingly crucial in extracting meaningful insights. Data scientists rely on practical statistics to decipher complex patterns and trends, facilitating informed decision-making processes and predictive modeling. Understanding the foundations of statistics is paramount for any data scientist aiming to derive valuable information from vast datasets.

Link download disini

Download Ebook Introduction to Machine Learning with Python

Python sangat simple dengan banyak library serta disuport komunitas yang besar merupakan salah satu pilihan ideal dalam pemanfaatan Machine Leraning. Bagi yang membutuhkan tutorial Python bisa membaca ebook Introduction to Machine Learning with Python.

Silahkan download disini

Google Earth Engine untuk Menampilkan SRTM dan Slope

Dengan menggunakan Google Earth Engine kita dengan mudah untuk menampilkan data SRTM dan dari SRTM tersebut bisa menampilkan data Slope.

Oke langkah yang dilakukan adalah:

• Definisikan citra yang akan ditampilkan, dalam hal ini SRTM 30 meter

//menampilkan citra srtm 30 m
var srtmIndramayu = ee.Image('USGS/SRTMGL1_003');

• Definisikan variabel slope dari srtm 30 meter yang sudah didefinisikan

//membuat tampilan slope
var slope = ee.Terrain.slope(srtmIndramayu);

• Memotong tampilan/clip dengan daerah yang diinginkan, misal dalam hal ini saya sebelumnya import data di asset untuk batas Kabupaten Indramayu

var clipSRTM = srtmIndramayu.clip(table);
var clipSlope= slope.clip(table);

• Sesuaikan tampilan tengah dari peta yang akan ditampilkan dan skalanya

Map.setCenter(108.04636604969731, -6.531038850703211, 10);

• Definisikan parameter untuk tampilan peta termasuk palette warna, dan nilai min dan max

var imageVisParam1 = {
'min': -2,
'max': 3128,
'opacity': 1,
'palette': ['3916ff', '10bdff', '10fff4', '14ff87', 'baff12', 'fbff12', 'ffc114', 'ff4218'],
};

•  Tampilkan peta srtm dan slope

Map.addLayer(clipSRTM, imageVisParam1,'SRTM 30');

Map.addLayer(clipSlope, {}, 'Slope');

• Kode keseluruhan

//menampilkan citra srtm 30 m
var srtmIndramayu = ee.Image('USGS/SRTMGL1_003');
//slope                                     
var slope = ee.Terrain.slope(srtmIndramayu);
                                            
var clipSRTM = srtmIndramayu.clip(table);   
                                            
var clipSlope= slope.clip(table);           
                                            
var imageVisParam1 = {                      
   'min': -2,                               
   'max': 3128,                             
   'opacity': 1,                            
   'palette': ['3916ff', '10bdff', '10fff4',

       '14ff87', 'baff12', 'fbff12',        

       'ffc114', 'ff4218'],                 
  };                                        
                                            
Map.setCenter(108.04636604969731, -6.531038850703211, 10);
Map.addLayer(clipSRTM, imageVisParam1,'SRTM 30');
Map.addLayer(clipSlope, {}, 'Slope');

Terima kasih semoga bermanfaat. @wawanhn

Mengenal Google Earth Engine

 

Google Earth Engine: Platform Analisis Geospasial berbasis Cloud 

Google Earth Engine adalah inovasi terkini dalam analisis data geospasial yang memberikan akses tak terbatas kepada peneliti, ilmuwan atau penguna lain untuk menjelajahi dan menganalisis fenomena bumi dalam skala global. Dengan memadukan kumpulan data citra satelit dan teknologi komputasi awan yang canggih, platform ini memberikan fasilitas untuk melakukan analisis mendalam tentang perubahan lingkungan, dinamika lahan, pemantauan iklim, keanekaragaman hayati, serta aspek topografi.

Melalui Google Earth Engine, praktisi dan akademisi memiliki akses terhadap beragam sumber data geospasial yang meliputi perekaman citra satelit dari berbagai sumber seperti Landsat, Sentinel, dan MODIS, Chirps. Dengan perangkat lunak ini, para pengguna mampu menjalankan berbagai analisis, mulai dari pemetaan perubahan spasial seiring waktu, hingga pemodelan dinamika lingkungan.

Keunggulan utama Google Earth Engine terletak pada kemampuannya untuk memproses data dalam skala global dengan kecepatan tinggi, mengeliminasi kebutuhan akan infrastruktur komputasi yang mahal. Ini menjadi alat yang sangat berharga bagi studi ilmiah dalam berbagai bidang, seperti geografi, ekologi, pengelolaan sumber daya alam, dan ilmu sosial.

Dalam konteks akademis, Google Earth Engine telah membuka jendela baru untuk penelitian yang lebih dalam dan luas. Pengguna dapat melakukan analisis spasial yang kompleks, membuat pemodelan prediktif yang tepat waktu, serta menghasilkan visualisasi yang informatif. Hal ini memfasilitasi proses pengambilan keputusan yang lebih baik berdasarkan informasi geospasial yang kaya dan mendalam.

Dalam kesimpulannya, Google Earth Engine telah memberikan sumbangan penting bagi dunia akademis dan riset ilmiah. Dengan membuka akses ke data geospasial global dan alat analisis berkecepatan tinggi, platform ini telah mendorong eksplorasi mendalam tentang dinamika planet kita, serta memberikan dasar bagi penelitian lanjutan dalam berbagai disiplin ilmu.

Download Buku Panduan Siswa untuk Pelajaran IPA Kelas XI Kurukulum Merdeka Terbaru

Saat ini kurikulum merdeka di tinkat Sekolah Menengah Atas sudah mulai semarak dilakukan di berbagai sekolah, bukan hanya sekolah penggerak atau perintis. Dengan kurikulum merdeka siswa diharapkan mampu belajar mandiri dan berkreasi supaya menjadi lebih maju, kreatif dan bisa berbagi.

Bagi siswa yang memerlukan buku untuk bahan pembelajaran Kurikulum Merdeka bidang IPA kelas XI, saya bagikan link buku dalam bentuk digital sebagai berikut:

• Matematika Lanjut
• Matematika
• Fisika
• Biologi
• Kimia
• Informatika
• Geografi
• Bahasa Ingris Lanjut
• Bahasa Inggris
• Bahasa Indonesia Lanjut
• Bahasa Indonesia

Terima kasih sudah berkunjung semoga mendapatkan manfaat dan semakin sukses. @wawanhn

Referensi: https://www.defantri.com/2023/06/buku-kurikulum-merdeka-sma-11.html

Download Buku Panduan Guru untuk Pelajaran IPA Kelas XI Kurukulum Merdeka Terbaru

Saat ini kurikulum merdeka di tinkat Sekolah Menengah Atas sudah mulai semarak dilakukan di berbagai sekolah, bukan hanya sekolah penggerak atau perintis. Dengan kurikulum merdeka siswa diharapkan mampu belajar mandiri dan berkreasi supaya menjadi lebih maju, kreatif dan bisa berbagi.

Bagi guru yang memerlukan buku untuk bahan pembelajaran Kurikulum Merdeka bidang IPA kelas XI, saya bagikan link buku dalam bentuk digital sebagai berikut:

• Matematika Lanjut
• Matematika
• Fisika
• Biologi
• Kimia
• Informatika
• Geografi
• Bahasa Ingris Lanjut
• Bahasa Inggris

Terima kasih sudah berkunjung semoga mendapatkan manfaat dan semakin sukses. @wawanhn

Referensi: https://www.defantri.com/2023/06/buku-kurikulum-merdeka-sma-11.html

Install PostgreSQL 14 di Linux berbasis Ubuntu

 

Step 1 – Install PostgreSQL 14 on Debian 11 | Debian 10

PostgreSQL is available in the default Debian repositories but the available versions are not up to date. Check the available versions using the command:

sudo apt-cache search postgresql | grep postgresql

In this guide, we are interested in PostgreSQL 14 which is not provided in the default repositories. Therefore, we are required to add a repository that provides the package.

sudo sh -c 'echo "deb http://apt.postgresql.org/pub/repos/apt $(lsb_release -cs)-pgdg main" > /etc/apt/sources.list.d/pgdg.list'

Import the GPG key for the added repository.

wget --quiet -O - https://www.postgresql.org/media/keys/ACCC4CF8.asc | sudo apt-key add -

Next, update your APT package index.

sudo apt -y update

Tulisan ini saya copy dari sumber website: https://computingforgeeks.com/how-to-install-postgresql-14-on-debian/

Langkah yang dilakukan adalah sebagai berikut:

Now install PostgreSQL 14 on Debian 11/Debian 10 using the command below.

sudo apt install postgresql-14

Verify your PostgreSQL 14 installation as below.

$ sudo -u postgres psql -c "SELECT version();"
                                                           version                                                           
-----------------------------------------------------------------------------------------------------------------------------
 PostgreSQL 14.8 (Debian 14.8-1.pgdg110+1) on x86_64-pc-linux-gnu, compiled by gcc (Debian 10.2.1-6) 10.2.1 20210110, 64-bit

With a complete installation, PostgreSQL 14 will be initialized. Check the status of the service as below. 

$ systemctl status postgresql    

Referensi:

https://computingforgeeks.com/best-books-to-learn-postgresql-database/

https://computingforgeeks.com/how-to-install-postgis-on-ubuntu-linux/

https://zonabiner.com/install-postgresql-ubuntu-20-04

https://askubuntu.com/questions/1010442/how-to-uninstall-the-postgresql

Mengambil teks tertentu dari field di QGIS

Saat bekerja dengan string di atribut tabel QGIS dan ingin mengambil teks tertentu dalam suatu kolom atau field di atibut QGIS kita bisa memanfaatkan banyak fungsi string salah satunya substr.

Sebagai contoh saya ingin melakukan join antara file excel/csv tentang data desa dengan menggunakan kode des BPS 1608010001 dengan 10 digit kode. Dan saya mendapatkan file shp untuk batas desa dari BIG dimana terdapat field dengan atribut 16.08.01.0001. Maka untuk melakukan join saya harus merubah kode kolom dari BIG menjadi seperti kode BPS.

Langkah yang di lakukan dengan menggunakan Open Field Calculator masukan kode

substr("field_BIG", 0,2) + substr("field_BIG", 4,2) + substr("field_BIG", 7,2) + substr("field_BIG", 10,4)

Terima kasih sudah menyimak, smeoga bermanfaat. @wawanhn