PENILAIAN AKURASI HASIL KLASIFIKASI HUTAN DAN NON HUTAN CITRA LANDSAT 7 DENGAN CITRA SPOT 6/7 DI PROVINSI SUMATERA SELATAN

DEWI NOVIASARI, Dr. Retnadi Heru Jatmiko, M.Sc

2016 | Tugas Akhir | D3 PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFI SV

Lahan hutan di Indonesia mengalami perubahan, banyak lahan hutan dialih fungsikan menjadi perkebunan seperti di Provinsi Sumatera Selatan. Berkurangnya lahan hutan maka akan mempengaruhi kandungan karbon dalam bumi dan membuat dampak perubahan iklim akibat peningkatan emisi gas rumah kaca. Program Penginderaan Jauh INCAS merupakan salah satu komponen dari Sistem Penghitungan Karbon Nasional Indonesia (Indonesia National Carbon Accounting System/INCAS). Tujuan penelitian ini untuk Membuat penilaian akurasi klasifikasi hutan dan non hutan dari citra Landsat menggunakan Citra SPOT 6/7 di Provinsi Sumatera Selatan. Serta untuk Mengetahui persentase hasil akurasi klasifikasi hutan dan non hutan dari citra Landsat menggunkaan citra SPOT 6/7. Klasifikasi hutan dan non hutan dapat dilakukan dengan mengekstrasi data penginderaan jauh resolusi tinggi yang akan digunakan sebagai data acuan untuk klasifikasi dari citra resolusi menengah. Penggunaan citra resolusi tinggi mampu memberikan informasi tutupan lahan sampai detil untuk melakukan penilaian akurasi. Klasifikasi dari citra SPOT 6/7 dilakukan dengan melakukan interpretasi klasifikasi hutan dan non hutan. Teknik sistematik sampel dipilih untuk memperoleh sampel dengan jarak yang sama. Hasil akhir yang diperoeh dari penilaian akurasi hutan dan non hutan adalah persentase akurasi dari klasifikasi dari Citra Landsat 7 dengan Citra SPOT 6/7 Di Provinsi Sumatera Selatan yaitu sebesar 77,33%. Persentase klasifikasi hutan dan non yang dihasilkan menunjukkan tingkat keakuratan dari penilaian akurasi yang dilakukan. Semakin tinggi persentase akurasi maka semakin akurat klasifikasi.

Land of forest in Indonesia had changed, had a lot of forest was converted into a plantation like as in South Sumatera Province. Deforestation could be affected to composition of carbon in the earth and impacted for climate changes that was caused by increasing the green house gases. INCAS remote sensing program was one of component from Indonesia National Carbon Accounting System/INCAS. The research aimed to make assessment of forest and non-forest accuracy from Landsat Imagery used Citra SPOT 6/7 in South Sumatera Province. It also, aimed to know percentage of forest and non-forest classification. Forest and non-forest classification could be conducted by extracted the high resolution remote sensing data that would be used to classification from mid-resolution imagery. Use of high resolution imagery in this research that it could give a information of land cover until detail level for accuracy assessment. Classification from SPOT 6/7 Imagery conducted by interpretation of forest and non-forest classification. The systematic sampling technique was elected to obtain a sample with same distance. The final product that is hoped from accuracy assessment of forest and non-forest is percentage of accuracy from Landsat 7 imagery classification using SPOT 6/7 imagery in South Sumatera Province include a value up to 77,33%. Percentage of forest and non-forest classification showed the level accuracy from accuracy assessment that had done. The percentage that is getting higher make a good accurate to the product of classification.

Kata Kunci : Remote sensing, Accuracy assessment, Forest