Berikut adalah silabus 10 sesi @1.5 jam untuk topik “Sistem Deteksi Tumpahan Minyak di Laut Menggunakan Citra Satelit dan YOLO”. Silabus ini dirancang untuk mahasiswa tingkat akhir (S1/S2) yang memiliki dasar pemrograman Python dan pemahaman awal tentang machine learning atau computer vision.
Silabus 10x Sesi – Sistem Deteksi Tumpahan Minyak di Laut Menggunakan Citra Satelit dan YOLO
Sesi 1: Pengenalan Topik dan Studi Literatur
-
Overview tumpahan minyak di laut: penyebab dan dampaknya
-
Teknologi pengamatan tumpahan minyak: citra satelit, radar, UAV
-
Perbandingan metode deteksi: tradisional vs deep learning
-
Studi literatur YOLO dan deteksi tumpahan minyak
-
Tugas: Ringkasan 2 jurnal terbaru tentang deteksi tumpahan minyak
Sesi 2: Dasar Citra Satelit dan Dataset
-
Pengenalan citra satelit optik vs SAR (Synthetic Aperture Radar)
-
Resolusi spasial, spektral, temporal
-
Dataset publik: OSD , Airbus, Sentinel-1
-
Format data (GeoTIFF, PNG, JPG), preprocessing dasar
-
Tugas: Download & visualisasi dataset citra satelit tumpahan minyak
Sesi 3: Pengenalan YOLO dan Arsitekturnya
-
Evolusi YOLO: YOLOv1 – YOLOv8
-
Komponen utama YOLO: backbone, neck, head
-
Kelebihan YOLO untuk deteksi real-time
-
Arsitektur YOLOv5 dan perbedaannya dengan YOLOv8
-
Tugas: Instalasi YOLOv5/YOLOv8 dan inference gambar uji
Sesi 4: Labeling Data Citra Satelit
-
Format anotasi YOLO (txt) dan konversi bounding box
-
Tools untuk labeling: LabelImg, Roboflow, CVAT
-
Strategi labeling citra satelit (termasuk noise reduction)
-
Tugas: Label 20 gambar citra satelit dengan kasus tumpahan minyak



