Kajian metode defuzzikasi maximum likelihood dan artificial neural network untuk klasifikasi penggunaan lahan berbasis citra ALOS AVNIR-2 : Kasus disebagian wilayah Daerah Istimewa Yogyakarta dan kabupaten Klaten

Harvini Wulansari,

2014 | Tesis |

INTISARI Untuk perencanaan maupun pengawasan perkembangan suatu wilayah, informasi data penggunaan lahan sangat berperan penting sehingga penggunaan lahannya dapat dimanfaatkan secara optimal, serta meminimalkan terjadinya konflik terhadap lahan. Teknologi penginderaan jauh merupakan salah satu cara yang dapat dimanfaatkan untuk menurunkan data penutup lahan sebelum akhirnya diterjemahkan menjadi informasi penggunaan lahan. Tujuan dari penelitian ini yaitu untuk 1) mengkaji metode pendekatan berbasis logika samar (fuzzy logic) dengan defuzzifikasi menggunakan algoritma maximum likelihood dan menggunakan algoritma artificial neural network serta peta hasil klasifikasi penggunaan lahannya, 2) mengkaji tingkat akurasi dan seberapa efisien metode pendekatan berbasis logika samar (fuzzy logic) dengan defuzzifikasi menggunakan algoritma maximum likelihood dan menggunakan algoritma artificial neural network yang melibatkan input data spektral ALOS AVNIR-2 dan data non spektral.. Metode yang digunakan dalam penelitian ini yaitu metode pendekatan berbasis logika samar (fuzzy logic) dengan defuzzifikasi menggunakan algoritma maximum likelihood dan menggunakan algoritma artificial neural network yang melibatkan data spektral dan non spektral seperti kemiringan lereng, solum tanah dan tekstur citra. Penentuan sampel untuk training area dan uji akurasi menggunakan metode plot area sedangkan pengambilan sampel menggunakan metode stratified random sampling. Secara keseluruhan proses penelitian berhasil dengan baik, walaupun dari sudut pandang ketelitian menghasilkan overall accuracy dan indeks kappa yang kurang baik atau kurang layak, namun demikian hasilnya masih dapat diterima.Untuk 14 kelas penggunaan lahan (overall accuracy 57%, nilai indeks kappa 0,53) dan 8 kelas penggunaan lahan (gabung kelas) dengan overall accuracy 71,53% serta nilai indeks kappa 0,65 , proses defuzzifikasi menggunakan algoritma maximum likelihood memiliki nilai akurasi yang lebih baik apabila dibandingkan dengan proses defuzzifikasi menggunakan artificial neural network baik yang hanya menggunakan input spektral saja maupun ditambahkan data non spektral. Untuk 8 kelas penggunaan lahan (gabung sampel) dengan overall accuracy 74.11% serta nilai indeks kappa 0,68 , proses defuzzifikasi menggunakan artificial neural network dengan input 4 band ALOS AVNIR-2 dan data non spektral (diinterpolasi di Idrisi Selva), menghasilkan akurasi yang lebih baik apabila dibandingkan dengan proses defuzzifikasi menggunakan algoritma maximum likelihood. Dalam segi waktu eksekusi proses defuzzifikasi menggunakan algoritma maximum likelihood lebih cepat 50 kali proses klasifikasinya. Kata kunci : klasifikasi penggunaan lahan, Citra ALOS AVNIR-2, logika samar, maximum likelihood, artificial neural network

Kata Kunci :