Iqbal Arrahman
Departemen Sains Informasi Geografi Fakultas Geografi Universitas Gadjah Mada

Published : 1 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 1 Documents
Search

ANALISIS KEMAMPUAN KLASIFIKASI CITRA BERBASIS OBJEK UNTUK PEMETAAN PENUTUP LAHAN SKALA DETIL DI SEBAGIAN KOTA BANDAR LAMPUNG: (Analysis of Object Based Image Classification Capabilities for Detailed Scale Landcover Mapping in Part of Bandar Lampung City) Iqbal Arrahman; Muhammad Kamal
Geomatika Vol. 27 No. 1 (2021): JIG Vol. 27 No. 1 Tahun 2021
Publisher : Badan Informasi Geospasial

Show Abstract | Download Original | Original Source | Check in Google Scholar

Abstract

Pemetaan skala detil penutup lahan penting dilakukan untuk mendukung kegiatan memantauperkembangan wilayah, perencanaan wilayah, dan evaluasi sumberdaya alam. Metode interpretasi visual sangat efektif untuk kegiatan pemetaan objek penutup lahan, terutama dari aspek akurasi tematik dan geometrik objek. Akan tetapi, metode interpretasi visual sering kali tidak menghasilkan peta yang konsisten karena bergantung pada kemampuan interpreter dan kurang efektif dari segi waktu. Metode klasifikasi berbasis objek berpotensi untuk mengatasi kelemahan tersebut, yaitu dapat dilakukan pemetaan secara digital, sistematis dan konsisten, dapat direplikasi (diulang), serta mampu mempertimbangkan aspek geometrik objek. Penelitian ini bertujuan untuk menganalisis kemampuan klasifikasi berbasis objek untuk pemetaan penutup lahan skala detil, dilihat dari nilai uji akurasi yang dihasilkan. Penilaian akurasi pemetaanuntuk klasifikasi berbasis objek membutuhkan area-based accuracy assessment yang menilai akurasi dari segi semantik (tematik) dan geometrik objek hasil pemetaan dibandingkan dengan data referensi. Data referensi untuk uji akurasi menggunakan hasil interpretasi visual yang dikonfirmasi dengan survei lapangan. Kedua peta diperoleh dari citra WorldView-2 pan-sharpened (ukuran piksel 0,5 m), kemudian hasil pemetaan di-overlay dan dihitung akurasi berdasarkan user’s accuracy (UA), producer’s accuracy (PA), overall quality (OQ), dan overall accuracy (OA). Hasil pemetaan menunjukkan klasifikasi berbasis objek menghasilkan overall accuracysebesar 71,27 %. Angka ini menunjukkan bahwa pada penelitian ini, hasil klasifikasi berbasis objek belum mampu menyamai akurasi atau kemampuan hasil pemetaan skala detil dari interpretasi visual