Studi komparasi metode fuzzy artmap dan multilayer percepatan untuk klasifikasi penggunaan lahan menggunakan citra ALOS AVNIR-2 : Kasus sebagian kabupaten Batang Jawa Tengah

Fitra Saleh,

2014 | Tesis |

INTISARI Metode klasifikasi pada citra digital yang saat ini sedang populer dalam menurunkan informasi penutup dan penggunaan lahan adalah klasifikasi berbasis jaringan saraf tiruan yaitu Multilayer Perceptron (MLP) dan Fuzzy ARTMAP (FAM). Klasifikasi ini mampu menggabungkan data spektral dengan data nonspektral dan tidak mensyaratkan daerah contoh terdistribusi normal. Tujuan penelitian adalah: (1) mengetahui akurasi dan waktu eksekusi metode klasifikasi MLP dan FAM dengan beberapa simulasi parameter, jumlah kelas penggunaan lahan dan penggabungan data nonspektral, (2) mengkaji pengaruh faktor input parameter pada metode MLP dan FAM terhadap akurasi klasifikasi, dan (3) membandingkan kemampuan antara metode MLP dan FAM dalam menyajikan informasi penggunaan lahan pada skala 1:50.000 berdasarkan akurasi dan waktu eksekusi. Penelitian ini menggunakan data citra ALOS AVNIR-2 tahun 2009 dengan analisis digital dan kerja lapangan. Analisis digital mencakup interpretasi citra digital dengan metode MLP dan FAM menggunakan perangkat lunak IDRSI 17.0 serta uji akurasi klasifikasi dengan membuat matriks kesalahan. Acuan klasifikasi yang digunakan adalah skema klasifikasi berdasarkan SNI 7645:2010 kemudian dimodifikasi. Hasil penelitian setiap parameter pada metode MLP dan FAM memberikan pengaruh terhadap akurasi dan waktu eksekusi klasifikasi pengggunaan lahan. Nilai overall accuracy tertinggi diperoleh pada masing-masing metode adalah 84,71% dan 76,94% serta waktu eksekusi 4,01 dan 3,09 menit untuk 14 kelas penggunaan lahan, sedangkan untuk 9 kelas penggunaan lahan yaitu 82,82% dan 78,72% % serta waktu eksekusi 3,34 dan 2,40 menit, Penambahan data nonspektral mampu meningkatkan akurasi klasifikasi tetapi juga meningkatkan waktu pemprosesan data, dengan nilai overall accuracy 93,41% (MLP) dan 77,31% (FAM) untuk kelas penggunaan lahan yang detail sedangkan untuk kelas penggunaan lahan yang general 90,86% (MLP) dan 78,89% (FAM). Metode MLP memberikan kualitas akurasi yang lebih baik dengan waktu eksekusi klasifikasi yang lebih lama dibandingkan pada metode FAM pada masing-masing kelas penggunaan lahan

Kata Kunci :