<![CDATA[Penerapan metode klasifikasi time series penginderaan jauh dengan deep learning merupakan metode inovatif yang mampu mengekstrak informasi penting dari banyaknya data observasi bumi yang beragam dengan cepat dan akurat. Penelitian ini menyajikan metode klasifikasi berbasis time series menggunakan Multi-Layer Perceptron (MLP) untuk pemetaan jenis tanaman sebagai upaya untuk mendukung ketahanan pangan dengan menyediakan produk tutupan lahan berupa peta jenis tanaman. Penelitian ini menggunakan data citra Sentinel-2A dan 150 sampel berupa koordinat titik dari lima kelas yang disimpan dalam bentuk data cube teregulerisasi sebagai dasar informasi untuk pembentukan model klasifikasi menggunakan MLP. Berdasarkan hasil penelitian, jenis tanaman pada Desa Girimulyo diklasifikasikan ke dalam lima kelas klasifikasi yakni kelas jagung dengan luas 22,2 km2, kelas tanaman lain dengan luas 9,9 km2, kelas pisang dengan luas 6,3 km2, kelas kelapa dengan luas 3,7 km2, dan kelas non-tanaman dengan luas 2,8 km2. Hasil penelitian ini menunjukkan bahwa metode klasifikasi yang digunakan efektif untuk memetakan jenis tanaman di wilayah studi dibuktikan dengan nilai overall accuracy dari citra terklasifikasi yang mencapai 83%. Penelitian selanjutnya diharapkan dapat dilakukan dengan jumlah sampel yang lebih banyak pada wilayah studi dengan jenis tanaman yang lebih beragam.]]>
Copyrights © 2023
