Hastoro, Daffa Arbimas
Unknown Affiliation

Published : 2 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search

Analisis Klasifikasi Tutupan Lahan dengan Citra Sentinel 1A Menggunakan Metode Dekomposisi Polarimetrik di Provinsi Daerah Istimewa Yogyakarta Hastoro, Daffa Arbimas; Yudinugroho, Maulana
Jurnal Ilmiah Geomatika Vol 3, No 2 (2023): Oktober Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/imagi.v3i2.10778

Abstract

Penginderaan jauh merupakan ilmu dan seni untuk mendapatkan informasi terkait suatu objek, area, maupun fenomena dengan melakukan analisis data citra satelit. Perkembangan dalam penginderaan jauh dapat dilihat dengan tersedianya citra satelit pada saat ini. Terdapat beberapa citra dengan resolusi sedang yang open source (gratis) yang salah satunya adalah citra dari satelit Sentinel. Satelit Sentinel menghasilkan output data berupa Synthetic Aperture Radar (SAR). Teori dekomposisi polarimetrik digunakan untuk mengidentifikasi perbedaan mekanisme hamburan dan sifat fisik dari target. Dekomposisi polarimetrik merupakan teknik memisahkan mekanisme hamburan secara terpisah yang dapat membantu interpretasi yang lebih baik. Keunggulan dekomposisi polarimetrik yaitu memiliki kemampuan dalam melakukan penetrasi awan yang sangat baik sehingga dapat melakukan pengambilan citra tanpa terganggu oleh awan dan juga mampu melakukan ekstraksi nilai backscatter dalam bentuk amplitudo dan fase. Pada penelitian ini dilakukan analisis klasifikasi tutupan lahan dengan citra Sentinel 1A menggunakan metode dekomposisi polarimetrik di Provinsi Daerah Istimewa Yogyakarta pada tahun 2023. Klasifikasi dilakukan dengan metode unsupervised wishart H-alpha angle. Penelitian ini bertujuan untuk menganalisis hasil metode dekomposisi polarimetrik menggunakan Unsupervised wishart classification pada daerah yang mempunyai variasi vegetasi dan non vegetasi. Hasil penelitian ini kemudian dikenakan matriks konfusi dengan nilai akurasi sebesar 80,722% menggunakan pembanding yaitu citra Google Earth tahun 2022.
Analisis Klasifikasi Tutupan Lahan dengan Citra Sentinel 1A Menggunakan Metode Dekomposisi Polarimetrik di Provinsi Daerah Istimewa Yogyakarta Hastoro, Daffa Arbimas; Yudinugroho, Maulana
Jurnal Ilmiah Geomatika Vol. 3 No. 2 (2023): Oktober Jurnal Ilmiah Geomatika
Publisher : Program Studi Teknik Geomatika Fakultas Teknologi Mineral Universitas Pembangunan Nasional

Show Abstract | Download Original | Original Source | Check in Google Scholar | DOI: 10.31315/imagi.v3i2.10778

Abstract

Penginderaan jauh merupakan ilmu dan seni untuk mendapatkan informasi terkait suatu objek, area, maupun fenomena dengan melakukan analisis data citra satelit. Perkembangan dalam penginderaan jauh dapat dilihat dengan tersedianya citra satelit pada saat ini. Terdapat beberapa citra dengan resolusi sedang yang open source (gratis) yang salah satunya adalah citra dari satelit Sentinel. Satelit Sentinel menghasilkan output data berupa Synthetic Aperture Radar (SAR). Teori dekomposisi polarimetrik digunakan untuk mengidentifikasi perbedaan mekanisme hamburan dan sifat fisik dari target. Dekomposisi polarimetrik merupakan teknik memisahkan mekanisme hamburan secara terpisah yang dapat membantu interpretasi yang lebih baik. Keunggulan dekomposisi polarimetrik yaitu memiliki kemampuan dalam melakukan penetrasi awan yang sangat baik sehingga dapat melakukan pengambilan citra tanpa terganggu oleh awan dan juga mampu melakukan ekstraksi nilai backscatter dalam bentuk amplitudo dan fase. Pada penelitian ini dilakukan analisis klasifikasi tutupan lahan dengan citra Sentinel 1A menggunakan metode dekomposisi polarimetrik di Provinsi Daerah Istimewa Yogyakarta pada tahun 2023. Klasifikasi dilakukan dengan metode unsupervised wishart H-alpha angle. Penelitian ini bertujuan untuk menganalisis hasil metode dekomposisi polarimetrik menggunakan Unsupervised wishart classification pada daerah yang mempunyai variasi vegetasi dan non vegetasi. Hasil penelitian ini kemudian dikenakan matriks konfusi dengan nilai akurasi sebesar 80,722% menggunakan pembanding yaitu citra Google Earth tahun 2022.