KLASIFIKASI TERBIMBING BERBASIS OBJEK MENGGUNAKAN ALGORITMA NEAREST NEIGHBOR UNTUK PEMETAAN MANGROVE DI SUNGAI KEMBUNG, PULAU BENGKALIS

Deswina Deswina (Mahasiswa Program Studi Kehutanan, FAPERTA, Universitas Riau, Pekanbaru)
Yossi Oktorini (Program Studi Kehutanan, FAPERTA, Universitas Riau, Pekanbaru)
Romie Jhonnerie (Program Studi Pemanfaatan Sumberdaya Perikanan, FPK, Universitas Riau, Pekanbaru)

Maspari Journal
Vol 10, No 2 (2018): Edisi Juli

Ekosistem mangrove merupakan suatu komunitas tumbuhan yang khas, dipengaruhi pasang-surut air laut. Sungai Kembung merupakan salah satu ekosistem mangrove di Pulau Bengkalis dan saat ini cenderung mengalami tekanan seperti adanya aktivitas budidaya tambak udang dan penebangan liar. Penginderaan jauh dapat dijadikan sebagai solusi dalam pemantauan ekosistem mangrove. Penelitian ini bertujuan untuk memetakan penutup lahan mangrove Sungai Kembung menggunakan citra satelit Sentinel-2A dengan penerapan algoritma klasifikasi nearest neighbor. Segmentasi multiresolusi dengan nilai parameter scale yang berbeda (10, 30, 50, 100 dan 150) digunakan untuk menghasilkan objek penutup lahan. Hasil penelitian menunjukkan bahwa segmentasi terbaik diperoleh dari nilai scale 30 dengan jumlah objek sebanyak 10.750. Semakin besar nilai scale maka jumlah objek yang tersegmen semakin sedikit serta nilai akurasi keseluruhan yang dicapai cenderung menurun. Hasil perhitungan matrik kesalahan menunjukkan akurasi keseluruhan terbaik sebesar 74%. Penelitian ini merekomendasikan penerapan nearest neighbor sebagai algoritma klasifikasi alternatif untuk memetakan penutup lahan mangrove.