Laporkan Masalah

APLIKASI OBJECT-BASED IMAGE ANALYSIS (OBIA) UNTUK PEMBUATAN PETA PENGGUNAAN LAHAN KABUPATEN KEBUMEN DAN SEKITARNYA MENGGUNAKAN CITRA LANDSAT 8

GUSRINA, Nur Mohammad Farda,S.Si, M.Cs

2015 | Tugas Akhir | D3 PENGINDERAAN JAUH DAN SIG

Penelitian ini bertujuan untuk membuat peta penggunaan lahan lahan citra Landsat 8 pada tahun 2013 pada Kabupaten Kebumen dan Sekitarnya dilakukan dengan menggunakan pendekatan object-based image analysis (OBIA) serta besar akurasi penggunaan lahan menggunakan citra Landsat 8 dengan metode akurasi matrix. Pendekatan OBIA melalui dua tahapan utama yaitu segmentasi dan klasifikasi. Segmentasi dilakukan menggunakan algoritma region growing dan algoritma klasifikasi bhattacharya. Algoritma segmentasi berupa region growing yang mempertimbangkan bentuk, warna, dan keragaman tekstur. Segmentasi ini memiliki 2 parameter yaitu similarity threshold dan area threshold. Dengan menentukan nilai similarity threshold dan area threshold yang sesuai maka dapat meminimalisir terjadinya oversegmented ataupun undersegmented. Pemrosesan segmentasi pada penelitian ini dilakukan menggunakan perangkat lunak SPRING 5.2.2. Proses klasifikasi dilakukan dengan metode bhattacharya kajian menghasilkan 10 jenis penggunaan lahan dengan mengacu pada sistem klasifikasi Malingreau jenjang III. Adapun jenis penggunaan lahan yang terklasifikasi terdiri dari hutan lahan kering, waduk, sungai, permukiman, lahan kosong, semak, sawah, ladang, Pantai dan laut Hasil uji akurasi interpretasi peta penggunaan lahan hasil dari klasifikasi Object-Based Image Analysis (OBIA) menunjukkan ketelitian 81,63%.

This research aims to make landuse map using Landsat 8 image in Kebumen District and surrounding on 2013 with object based image analysis (OBIA) and matrix accuration method to define classification accuracy. OBIA was processed by 2 main steps, segmentation and classification. Segmentation process uses region growing algorithm, and bhattacharya algorithm for the classification process. Region growing algoritm processed by considering shape, color, dan texture diversities. This segmentation has two parameters, that is : similariry and threshold. Similarity threshold and area threshold must be define in a appropriate value so it can minimalize the oversegmented or undersegmented. Segmentation process in this research processed by using SPRING 5.2.2. Classification process generate 10 types of landuse based on Malingreau stage III classification system. The classified landuse based on this research are : dry forest, reservoir, river, settlement, unbuilt land, bush, ricefield, field, beach, and sea. The accuracy test results of landuse classification use Object-Based Image Analysis (OBIA) show 81,63 % of thoroughness.

Kata Kunci : Penggunaan lahan, OBIA, segmentasi region growing, klasifikasi Bhattacharya, Segmentasi, Uji Akurasi / Landuse, OBIA, Segmentation, Region Growing, Bhattacharya Classification, Accuration test

  1. D3-2015-315328-abstract.pdf  
  2. D3-2015-315328-bibliography.pdf  
  3. D3-2015-315328-tableofcontent.pdf  
  4. D3-2015-315328-title.pdf