Publikasi Penelitian Geo-AI Lab BINUS di ICST 2023 Lombok
![](https://socs.binus.ac.id/files/2023/11/Slide4.png)
Penelitian yang dihasilkan oleh anggota Lab Geo-AI Binus juga dipublikasikan pada beberapa conference atau jurnal. Pada kesempatan kali ini hasil Penelitian dipresentasikan pada International Conference on Science and Technology (ICST 2023) yang diselenggarakan oleh Universitas Mataram, Lombok, Indonesia. ICST 2023 ini dilaksanakan di Raja Hotel, Kuta Mandalika pada tanggal 6 November 2023. Berikut ini dokumentasi Presenter dari Binus Bersama dengan Ketua Penyelenggara ICST 2023 di Raja Hotel, Kuta Mandalika.
Ada 4 paper hasil penelitian Geospatial Artificial Intelligence (Geo-AI) yang dipresentasikan pada ICST 2023 ini. Paper Pertama yaitu Development of Satellite Image Features Extraction System with Convolutional Neural Network to Predict Poverty Index Using Regression in Central Java. Pada paper ini menggunakan data citra satelit dan data Intensitas Cahaya malam hari untuk memprediksi indeks kemiskinan. Ekstraksi fitur dilakukan menggunakan metode Convolutional Neural Network (CNN) untuk mengekstrasi pola aktivitas ekonomi suatu wilayah. Kemudian dilakukan prediksi Indeks Kemiskinan menggunakan metode Regresi Lasso dan Regresi Ridge.
Paper kedua yaitu Development of Rice Total Production Estimation System in West Java Based on Web Using Deep Gaussian Process on Satellite Imagery. Data citra satelit juga digunakan pada paper ini, yaitu data MODIS (Moderate-resolution Imaging Spectroradiometer). Ada 3 jenis data MODIS yang digunakan pada Penelitian ini diantaranya data Refleksi cahaya matahari pada permukaan bumi, data suhu permukaan bumi di siang dan malam hari, dan data jenis tutupan lahan. Ekstraksi fitur juga menggunakan CNN. Namun pada Penelitian ini membandingkan hasil prediksi antara model CNN dan model CNN dengan Deep Gaussian Process.
Paper ketiga yaitu Development of School Zoning System in Jakarta City Using Clustering and Voronoi Diagram. Adanya aturan zonasi dalam memilih sekolah merupakan tantangan bagi calon siswa-siswi untuk menentukan pemilihan sekolah. Konsep Penelitian ini adalah Diagram Voronoi dan metode Clustering membagi suatu area menjadi beberapa cluster. Selanjutnya digunakan Metode Haversine yang berguna untuk menentukan jumlah sekolah terdekat hingga terjauh dalam suatu cluster dari lokasi tempat tinggal siswa. Kemudian diagram Voronoi menghubungkan satu wilayah dengan satu sekolah. Pemanfaatan diagram Voronoi dan metode Clustering menghadirkan solusi yang sangat efektif untuk mengatasi tantangan zonasi sekolah.
Paper keempat yaitu Android-Based Earthquake Visualization with DBSCAN Clusterization and Geofencing-based Notification. Gempa bumi merupakan salah satu bencana yang perlu diwaspadai di Indonesia. Sehingga system informasi Gempa snagat dibutuhkan untuk Masyarakat Indonesia. Oleh karena itu dibuatlah aplikasi Android yang diberi nama QuakeWatch. Pada aplikasi ini ada empat fitur yaitu dashboard, peta interaktif, daftar gempa, dan pengaturan. Aplikasi ini juga menampilkan risiko gempa bumi di area pengguna saat ini, memanfaatkan GPS dan teknologi geofencing berbasis lokasi.