<![CDATA[Kehetterogenan daerah perkotaan, serta keterbatasan kemampuan sensor pada resolusi spasialnya membutuhkan analisis pada level sub-piksel. Piksel campuran dalam data penginderaan jauh merupakan salah satu sumber kesalahan dalam penilaian akurasi hasil klasifikasi dalam menggunakan metode Klasifikasi konvesional. Tujuan dari penelitian ini adalah (1) Menganalisis perubahan tutupan lahan antara Tahun 2002-2014. (2) Untuk mengetahui perubahan tutupan lahan berdasarkan metode LSMA. (3) Menganalisis akurasi hasil klasifikasi tutupan lahan yang diperoleh dengan menggunakan metode LSMA pada Tahun 2002 dan Tahun 2014. Linear spectral Mixture Analysis merupakan suatu metode pendekatan dengan menggunakan analisa sub-piksel yang dapat member informasi fraksi yang ada dalam satu piksel, sehingga dapat menjadi solusi yang potensial untuk mengklaskan satu piksel. Beberapa tahap pemrosesan juga diterapkan dalam penelitian ini untuk meningkatkan hasil akurasi, yaitu Minimum Noise Fraction dan Pixel Purity Index (PPI). Nilai fraksi endmember untuk tahun 2002 diperoleh RMS Error rata-rata sebesar 0,591477 dan untuk tahun 2014 diperoleh RMS Error sebesar 1,255820, dengan uji akurasi rata-rata sebesar 94,11%. Hasil deteksi perubahan melalui metode LSMA mampu menunjukkan perubahan pada setiap piksel atau pada setiap luasan 30 m x 30 m.Kata Kunci : Liner Spectral Mixture Analysis, Minimum Noise Fraction, Pixel Purity IndexDOI :Â 10.5281/zenodo.2667847]]>
Copyrights © 2018
