Langsung ke konten
ENPortal

Kelompok riset dosen dan mahasiswa

Kelompok Riset Geoinformatika

Membaca bumi dari udara.

Kami mengembangkan kecerdasan buatan untuk data geospasial: deep learning dan visi komputer yang mendeteksi, memetakan, dan memantau tanaman, lahan, dan bangunan dari citra drone dan satelit, lalu menyajikan hasilnya dalam sistem informasi geografis serta aplikasi web dan mobile.

Peta riset

Setiap sel adalah pertemuan satu jenis media dengan satu kata kerja. Pilih sel untuk melihat tugas akhir dan publikasi di dalamnya.

MendeteksiMenemukan, menghitung, dan menilai objek di citra: pohon, tanaman, dan bangunan.
MemetakanMengubah citra menjadi peta: segmentasi lahan dan pengindeksan lokasi.
MenerapkanMembawa model ke lapangan lewat peta web dan aplikasi mobile.
Citra droneCitra satelit

Citra satelit × Memetakan

Mengubah citra menjadi peta: segmentasi lahan dan pengindeksan lokasi.

  • PublikasiWavelet-Enhanced State Space Model for Multi-Resolution Agricultural Segmentation in Satellite Time SeriesY. F. Hestrio, Y. I. Kurniawan, A. J. Mantau, W. Jatmiko, K. W. Veronica, D. S. Candra, A. K. Rizkita, M. H. Algifari, M. C. T. Manullang · IEEE International Conference on Aerospace Electronics and Remote Sensing Technology (ICARES) 2026, diterima · 2026
  • PublikasiSampling Strategy Outweighs Architectural and Loss-Based Approaches for Cloud Shadow Segmentation in Landsat ImageryA. K. Rizkita, Y. F. Hestrio, M. M. L. Ramadhan, M. H. Algifari, A. Febrianto, M. Verdiana, A. Iqbal · IEEE Geoscience and Remote Sensing Letters, sedang ditelaah · 2026
  • PublikasiMixed attention mechanism on ResNet-DeepLabV3+ for paddy field segmentationA. K. Rizkita, M. M. L. Ramadhan, Y. F. Hestrio, M. H. Hunafa, D. S. Candra, W. Jatmiko · TELKOMNIKA (Telecommunication Computing Electronics and Control), 23(6), 1611–1625 · 2025

Tugas akhir

Kelompok ini membuka topik tugas akhir untuk mahasiswa sarjana.

Topik tugas akhir yang terbuka di kelompok ini:

  • Deteksi dan penghitungan objek dari citra drone, misalnya pohon kopi, tanaman jagung, dan bangunan.
  • Segmentasi lahan pertanian dan tutupan lahan dari citra satelit.
  • Penilaian kesehatan tajuk tanaman dengan deep learning.
  • Pengindeksan spasial (geohash) dan peta pemantauan berbasis web.
  • Aplikasi mobile yang menjalankan model visi komputer langsung di lapangan.

Publikasi

6 publikasi di jurnal dan konferensi.

2026

  • Wavelet-Enhanced State Space Model for Multi-Resolution Agricultural Segmentation in Satellite Time SeriesY. F. Hestrio, Y. I. Kurniawan, A. J. Mantau, W. Jatmiko, K. W. Veronica, D. S. Candra, A. K. Rizkita, M. H. Algifari, M. C. T. Manullang · IEEE International Conference on Aerospace Electronics and Remote Sensing Technology (ICARES) 2026, diterima
  • Sampling Strategy Outweighs Architectural and Loss-Based Approaches for Cloud Shadow Segmentation in Landsat ImageryA. K. Rizkita, Y. F. Hestrio, M. M. L. Ramadhan, M. H. Algifari, A. Febrianto, M. Verdiana, A. Iqbal · IEEE Geoscience and Remote Sensing Letters, sedang ditelaah
  • Comparative Analysis of Deep Learning Architectures for Coffee Tree Detection from Aerial ImageryA. K. Rizkita, A. Febrianto, M. Verdiana, A. Iqbal, M. H. Algifari · Journal of Applied Informatics and Computing (JAIC), 10(2), 1383–1390

2025

2023

2022

  • Pendeteksian Jumlah Bangunan Berbasis Citra Menggunakan Metode Deep LearningR. Bagaskara, A. K. Rizkita, R. Fernandes, W. Yulita · Jurnal Sains Komputer & Informatika (J-SAKTI), 6(1), 94–100

Rekam jejak

  • 1Hibah penelitian
    • Coffee Tree Canopy Health Assessment using Deep Learning ApproachPendanaan Penelitian ITERA 2025, Penelitian Penguatan Kelompok Keilmuan · 2025

Anggota