Kajian object based image analysis pada foto udara untuk klasifikasi penutup dan penggunaan lahan skala detail
Saddam Hussein,
2016 | Tesis |Kebutuhan data untuk pemetaan penutup dan penggunaan lahan skala detil dapat dijawab melalui penggunaan data foto udara digital. Kemudahan pemanfaatan foto udara untuk pemetaan skala detil perlu ditingkatkan melalui penggunaan klasifikasi secara digital. Kemampuan OBIA untuk mengoptimalkan data foto udara dan turunannya dalam menurunkan informasi penutup lahan dan penggunaan lahan skala detil perlu dikaji. Penelitian ini bertujuan untuk: a) membangun strategi klasifikasi OBIA pada foto udara digital untuk mendapatkan informasi penutup lahan dan penggunaan lahan skala detil; b) mengkaji data input dan pengaturan segmentasi untuk mendapatkan hasil segmentasi yang akurat; c) mengkaji metode klasifikasi bertingkat untuk memaksimalkan semua feature dan mendapatkan hasil klasifikasi penutup lahan dengan akurasi yang dapat diterima; d)mengkaji metode field-based classification untuk ekstraksi penggunaan lahan dari data penutup lahan hasil klasifikasi dan mengitung akurasinya. Tujuan pertama dijawab dengan pembangunan strategi klasifikasi penutup dan penggunaan lahan menggunakan Object Based Image Analysis (OBIA). Untuk menjawab tujuan kedua, dilakukan simulasi segmentasi dan pengukuran akurasi segmentasi. Tujuan ketiga dijawab melalui pembangunan strategi klasifikasi penutup lahan berikut perhitungan akurasi klasifikasi. Penurunan informasi penutup lahan menjadi penggunaan lahan dan perhitungan akurasi hasil klasifikasi menjadi tahap terakhir untuk menjawab tujuan yang keempat. Hasil dari penelitian ini adalah strategi klasifikasi penutup dan penggunaan lahan pada foto udara menggunakan OBIA dengan target skala output 1:5000. Citra segmen dengan akurasi tertinggi untuk penutup lahan didapatkan dengan data masukan data RGB, IHS dan DSM, sedangkan untuk segmen penggunaan lahan, akurasi tertinggi didapatkan melalui data RGB. Kombinasi feature spektral dan spasial menggunakan strategi klasifikasi bertingkat menghasilkan informasi penutup lahan dengan akurasi tertinggi pada masing-masing level berturut-turut sebesar 91,4% pada Level I (4 kelas) 66,34% pada Level II (16 kelas); 58,15 % pada Level III (34 kelas); dan 55,15% pada Level IV (54 kelas). Proses field-based classification serta analisis intrinsik dan ketetanggaan menghasilkan peta penggunaan lahan dengan akurasi tertinggi sebesar 77,62 % untuk Level 1 (8 kelas) dan 71,98 % untuk Level 2 (16 kelas).
Kata Kunci :
