Tutupan lahan adalah representasi visual dari vegetasi, unsur alam, dan elemen buatan di permukaan bumi yang penting dalam perencanaan dan pengembangan wilayah. Di Kabupaten Kupang, perubahan signifikan pada tutupan lahan berdampak pada pengelolaan sumber daya alam dan lingkungan. Penelitian ini bertujuan membandingkan dua metode klasifikasi citra satelit, yaitu Maximum Likelihood Classification sebagai metode supervised dan ISODATA sebagai metode unsupervised, untuk memetakan tutupan lahan menggunakan citra Landsat 9 OLI-2/TIRS-2. Proses klasifikasi menghasilkan delapan kelas tutupan lahan. Untuk memvalidasi hasil klasifikasi, dilakukan verifikasi lapangan (groundcheck) untuk memastikan kesesuaian dengan kondisi di lapangan. Hasil penelitian menunjukkan bahwa dari segi akurasi, metode Supervised Classification pada algoritma MLC memiliki keunggulan dengan nilai akurasi keseluruhan sebesar 96,47%, lebih tinggi dibandingkan metode Unsupervised Classification algoritma ISODATA, yang mencapai 94,2%. Meskipun ISODATA menghasilkan akurasi yang cukup tinggi, metode MLC lebih unggul dalam ketelitian yang lebih baik dalam pemetaan tutupan lahan.
Copyrights © 2025