<![CDATA[Penggunaan pengindraan jauh sensor aktif SAR (Synthetic Aperture Radar) masih kurang dimanfaatkan sebagai upaya pengganti pengindraan jauh optis untuk pemetaan tutupan lahan, padahal citra optis masih memiliki tutupan awan yang menjadi kendala besar dalam pemantauan obyek tutupan lahan. Keunggulan Citra SAR Sentinel-1A adalah dapat menembus awan serta tidak berpengaruh pada keadaan cuaca. Dengan memanfaatkan teknologi polarisasi, citra SAR dapat membentuk komposit RGB yang berbeda, dalam penelitian ini digunakan komposit VV+VH,VH,VV/VH yaitu R dengan polarisasi VV+VH, G dengan polarisasi VH dan B dengan polarisasi VV/VH, menghasilkan tampilan citra SAR yang dapat diinterpretasi obyek tutupan lahannya. Ini dilakukan untuk mengevaluasi seberapa besar teknologi polarisasi SAR membantu dalam pemetaan obyek tutupan lahan. Hasil dari interpretasi tersebut dapat diidentifikasikan enam obyek tutupan lahan yang terdiri dari bangunan (permukiman desa, kota, dan gedung), sawah, hutan, semak, semak belukar dan lahan terbuka, hasil tersebut masih belum mampu untuk pemetaan tutupan lahan secara mendetil karena masih minimnya tutupan lahan yang dapat diinterpretasi pada komposit polarisasi tersebut. Tahapan Klasifikasi dilakukan dengan menggunakan dua metode yaitu maximum likelihood dan Support Vector Machine (SVM). Hasil akurasi keseluruhan confusion matrix dari klasifikasi maximum likelihood adalah 78,95% sedangkan klasifikasi Support Vector Machine (SVM) adalah 87,37%. Secara akurasi keselurahan dapat disimpulkan bahwa metode Support Vector Machine (SVM) lebih baik digunakan dalam klasifikasi citra SAR]]>
Copyrights © 2020
