SUPPORT VECTOR MACHINE UNTUK KLASIFIKASI PENUTUP LAHAN MENGGUNAKAN CITRA RADARSAT 2 DENGAN DUAL POLARISASI HH-HV

VANDAM CAESARIADI BRAMDITO, Dr. Retnadi Heru Jatmiko

2016 | Skripsi | S1 KARTOGRAFI DAN PENGINDRAAN JAUH

Untuk melengkapi informasi spasial mengenai monitoring penutup lahan di Indonesia yang merupakan negara tropis dengan tingkat tutupan awan yang tinggi, maka data penginderaan jauh sistem radar digunakan untuk monitoring dengan kelebihannya dalam menembus tutupan awan. Melalui citra Radarsat 2 dilakukan klasifikasi penutup lahan dengan algoritma yang jarang digunakan yakni Support Vector Machine yang merupakan machine learning pengklasifikasi yang cukup baik kemampuannya. Penelitian ini bertujuan untuk mengetahui kemampuan citra Radarsat 2 dengan Algoritma Support Vector Machine dalam memberikan informasi penutup lahan secara otomasi. Metode yang digunakan dalam penelitian ini meliputi pengumpulan ROI pada citra untuk klasifikasi dan uji validasi dengan survei lapangan. Kegiatan survei menggunakan GPS smartphone Android dengan jumlah sampel 120 lokasi sampel dengan perhitungan error 6,5% . Lalu pengujian akurasi di hitung dan ditampilkan dalam tabel confusion matrix. Hasil klasifikasi penutup lahan menunjukan nilai overall accuracy adalah 66,67% dengan koefisien kappa 0,55821446 yang artinya hasilnya menunjukan ketidaksesuaiannya dengan data lapangan. terutama pada penutup lahan tubuh air, lahan terbuka dan lahan pertanian. Hasil klasifikasi ini menunjukan kurang layak untuk penelitian terapan.

Radarsat 2 imagery . That satellite has a new specification and better than the old generation with high spatial resolution. Radarsat 2 can be used for landcover classification with Support vector machine algoritm that a machine learning algoritm that would become alternative except maximum likelihood even that algoritm can�t be use for a single polarization HH that SVM can handle it. Support Vector Machine algoritm can give landcover information automatically that can be develop application method for landcover monitoring for tropical country such as Indonesian. We hope that can be produce landcover information spatialy fastly and accurately, therefore this purpose of research to test SVM algoritm to classify data value of backscatter in Radarsat 2 that represent landcover information in DI Yogyakarta region. The method we used to collect Region of Interest and validation test by field survey . this research use smartphone GPS android with 105 spot of sample with error calculation 6.5%. After that we test the accuration with confusion matrix table. Result of landcover classification show that overall classification is 66,67% and has kappa coefficient as 0,55821446 that show the result indicate not suit with

Kata Kunci : Klasifikasi, Penutup lahan, Radarsat 2, Support vector machines polarisasi tunggal