Perbandingan Klasifikasi Penutup Lahan di Kota Bandung Menggunakan Metode Klasifikasi Berbasis Piksel dan Klasifikasi Berbasis Objek Pada Citra SPOT 7
DOI:
https://doi.org/10.21067/jpig.v7i1.6500Keywords:
Penutup Lahan, Citra SPOT 7, Klasifikasi Berbasis Piksel, Klasifikasi Berbasis ObjekAbstract
Pembangunan akan terus terjadi di suatu wilayah tertentu, sehingga mengakibatkan adanya perubahan penampakan fisik. Fokus utama dalam penelitian ini adalah membandingkan dua metode klasifikasi antara metode klasifikasi berbasis piksel, dan metode klasifikasi berbasis objek dengan menggunakan citra SPOT 7 sebagai data sekunder yang digunakan untuk proses klasifikasi, yang berlokasi di wilayah Kota Bandung. Klasifikasi citra menghasilkan 10 kelas penutup lahan diantaranya, bangunan industri, ladang/tegalan, lahan terbuka, perkebunan, permukaan diperkeras, permukiman, ruang terbuka hijau, sarana olahraga, sawah, dan semak belukar. Hasil klasifikasi dengan kedua metode tersebut akan diuji akurasinya berdasarkan data validasi lapangan, serta dihitung luas penutup lahan dari kedua metode dan nilai akurasi keseluruhannya menggunakan matriks konfusi, yang menghasilkan akurasi klasifikasi citra berbasis piksel sebesar 80% dan akurasi klasifikasi citra berbasis objek sebesar 87%. Berdasarkan hasil akurasi keseluruhan dapat dikatakan bahwa metode berbasis objek lebih baik digunakan untuk klasifikasi penutup lahan di Kota Bandung dibandingkan menggunakan metode klasifikasi berbasis piksel.
References
Arieska, P. K., & Herdiani, N. (2018). Pemilihan Teknik Sampling Berdasarkan Perhitungan Efisiensi Relatif. Jurnal Statistika Universitas Muhammadiyah Semarang, 6(2).
Artika, E., Darmawan, A., & Hilmanto, R. (2019). PERBANDINGAN METODE MAXIMUM LIKELIHOOD CLASIFICATION (MLC) DAN OBJECT ORIENTED CLASSIFICATION (OOC) DALAM PEMETAAN TUTUPAN MANGROVE DI KABUPATEN LAMPUNG SELATAN. Jurnal Hutan Tropis, 7(3), 267-275.
Bakosurtanal, 2001, Peta Rupabumi Indonesia Bandung Lembar 1209-311 skala 1:25.000, Bakosurtanal: Bogor
Barret, R. B dan L. F. Curtis. 1982. Introduction to environmental remote sensing. Chapman and Hall. London. 352 h.
Bashit, N., & Prasetyo, Y. (2018). Uji ketelitian klasifikasi berbasis objek pada citra quickbird (Vol. 01, Issue 01, pp. 20–25).
BPS Kota Bandung, 2021. Jumlah Penduduk (jiwa) 2018-2020. Diakses dari : https://bandungkota.bps.go.id/indicator/12/32/1/jumlah-penduduk.html
Dinas Komunikasi dan Informasi Kota Bandung & UNPAD, 2016. Survei Data Basis Pembangunan Daerah Kota Bandung 2016. Kota Bandung: Dinas Komunikasi dan Informasi Kota Bandung & UNPAD
Dinas Komunikasi dan Informasi Kota Bandung & UNPAD, 2019. Survei Data Basis Pembangunan Daerah Kota Bandung 2019. Kota Bandung: Dinas Komunikasi dan Informasi Kota Bandung & UNPAD
Duro, D. C., Franklin, S. E., & Dubé, M. G. (2012). A comparison of pixel-based and object-based image analysis with selected machine learning algorithms for the classification of agricultural landscapes using SPOT-5 HRG imagery. Remote sensing of environment, 118, 259-272.
Gong, P., Wang, J., Yu, L., Zhao, Y., Zhao, Y., Liang, L., ... & Chen, J. (2013). Finer resolution observation and monitoring of global land cover: First mapping results with Landsat TM and ETM+ data. International Journal of Remote Sensing, 34(7), 2607-2654.
Hendrawan, Gaol, J.L. & Susilo,S.B. Studi Kerapatan dan Perubahan Tutupan Mangrove Menggunakan Citra Satelit di Pulau Sebatik Kalimantan Utara. Jurnal Ilmu dan Teknologi Kelautan Tropis., 10(1):99-109. DOI: 10.29244/jitkt.v10i1.18595.
Justice, C.O. and Townshend, J.R.G. 1981. A comparison of unsupervised classification procedures using Landsat MSS data for an area of complex 89 surface conditions in Basilicata, southern Italy. Remote Sensing of Environment, 12, 407-420.
Khairussidqih, S., Akhbar, A., Wahid, A., Misrah, M., & Hamka, H. ANALISIS SPEKTRAL PENGGUNAAN LAHAN MENGGUNAKAN CITRA LANDSAT 8 DI SUB DAS MIU KECAMATAN GUMBASA KABUPATEN SIGI. Jurnal Warta Rimba, 9(3), 133-144.
LAPAN. 2015. Pedoman Pengolahan Data Penginderaan Jauh Landsat-8 untuk MPT. Jakarta.
Li, H. T., Gu, H. Y., Han, Y. S., & Yang, J. H. (2008). Object-oriented classification of polarimetric SAR imagery based on statistical region merging and support vector machine. In 2008 International Workshop on Earth Observation and Remote Sensing Applications (pp. 1-6). IEEE.
Maksum, Z., Prasetyo, Y., & Haniah, H. (2016). Perbandingan Klasifikasi Tutupan Lahan Menggunakan Metode Klasifikasi Berbasis Objek Dan Klasifikasi Berbasis Piksel Pada Citra Resolusi Tinggi Dan Menengah. Jurnal Geodesi Undip, 5(2), 97–107.
Melinda, V., & Zainil, M. (2020). Penerapan model project based learning untuk meningkatkan kemampuan komunikasi matematis siswa sekolah dasar (studi literatur). Jurnal Pendidikan Tambusai, 4(2), 1526-1539.
Muhson, A. (2006). Teknik analisis kuantitatif. Universitas Negeri Yogyakarta. Yogyakarta.
Nikfar, M., Zoej, M. J. V., Mohammadzadeh, A., Mokhtarzade, M., & Navabi, A. (2012). Optimization of multiresolution segmentation by using a genetic algorithm. Journal of Applied Remote Sensing, 6(1), 063592.
Nugroho, F. S. (2016). Pengaruh Jumlah Saluran Spektral, Korelasi Antar Saluran Spektral Dan Jumlah Kelas Objek Terhadap Akurasi Klasifikasi Penutup Lahan. GEOMATIKA, 21(1), 09-16.
Nurdiani, N. (2014). Teknik sampling snowball dalam penelitian lapangan. ComTech: Computer, Mathematics and Engineering Applications, 5(2), 1110-1118.
Sampurno, R. M., & Thoriq, A. (2016). Klasifikasi tutupan lahan menggunakan citra landsat 8 operational land imager (OLI) di Kabupaten Sumedang (land cover classification using landsat 8 operational land imager (OLI) data in Sumedang Regency). Jurnal Teknotan Vol, 10(2).
Saputra, A. (2013). PENDAYAGUNAAN RESOLUSI CITRA SATELIT PENGINDERAAN JAUH. Media Dirgantara, 8(1).
SNI. (2014). Klasifikasi Penutup Lahan. Badan Standardisasi, 2-28.
Sugiyono, D. (2013). Metode penelitian pendidikan pendekatan kuantitatif, kualitatif dan R&D.
Suliyanto, S. E., & MM, S. (2017). Metode Penelitian Kuantitatif.
