Pemilihan Kombinasi Polarisasi Terbaik Citra SAR (Synthetic Aperture Radar) Sentinel-1 Untuk Identifikasi Tutupan Lahan Di Kabupaten Wonosobo

RIZAL MUBAROK, Dr. Ir. Catur Aries Rokhmana, S.T., M.T.

2022 | Skripsi | S1 TEKNIK GEODESI

Wilayah Kabupaten Wonosobo yang sebagian besar merupakan daerah pegunungan dengan rerata curah hujan yang tinggi, mengakibatkan wilayahnya diliputi awan hampir sepanjang tahun. Penggunaan citra optis untuk identifikasi tutupan lahan menjadi kurang maksimal karena sensor satelit tidak dapat menembus tutupan awan. Oleh karena itu, penggunaan citra SAR (Synthetic Aperture Radar) Sentinel-1 dipilih sebagai alternatif untuk mengidentifikasi tutupan lahan. Penelitian ini bertujuan mengevaluasi kombinasi polarisasi Citra SAR Sentinel-1 untuk identifikasi objek tutupan lahan di Kabupaten Wonosobo dengan memilih kombinasi polarisasi terbaik. Pada penelitian ini, digunakan data citra SAR Sentinel-1 yang diakuisisi pada tanggal 29 Desember 2021 untuk identifikasi objek tutupan lahan dengan memilih polarisasi terbaik dari lima skema kombinasi polarisasi. Skema pertama yaitu VV+VH, VH, VV/VH, skema kedua VH, VV, VV/VH, skema ketiga VH, VV/VH, VV, skema keempat VH+VV, VV, VH, serta skema kelima VV, VH, VV+VH. Dari kelima skema kombinasi tersebut menghasilkan tampilan visual berupa rona/warna, tekstur, dan kekasaran yang berbeda-beda disebabkan setiap kombinasi polarisasi memiliki informasi nilai piksel yang berbeda untuk setiap kelas tutupan lahan sehingga merepresentasikan warna dan tekstur yang berbeda-beda pula. Dari tampilan citra hasil kombinasi polarisasi dapat diidentifikasi lima kelas tutupan lahan berupa permukiman, badan air, hutan, lahan terbuka, dan sawah. Proses klasifikasi visual menggunakan unsur-unsur interpretasi dan data jaringan jalan yang digunakan dalam penafsiran kelas tutupan lahan. Uji ketelitian klasifikasi dilakukan dengan membandingkan hasil klasifikasi pada peta dengan data validasi spasial di lapangan menggunakan 177 titik sampel yang mewakili lima kelas tutupan lahan. Uji akurasi pada lima skema kombinasi polarisasi diperoleh akurasi keseluruhan tertinggi sebesar 87,01% pada skema III dengan rincian sawah seluas 56.011,81 ha, hutan seluas 32.210,21 ha, permukiman seluas 6.824,993 ha, badan air seluas 917,6703 ha, dan lahan terbuka seluas 213,2649 ha. Skema I menghasilkan akurasi keseluruhan sebesar 80,23%, skema II menghasilkan akurasi keseluruhan sebesar 81,36%, skema IV menghasilkan akurasi keseluruhan sebesar 83,05%, dan skema V menghasilkan akurasi keseluruhan sebesar 84,75%.

The area of Wonosobo Regency, which is mostly a mountainous area with high average rainfall, causes the area to be covered with clouds for most of the year. The use of optical imagery for land cover identification to be less than optimal because satellite sensors cannot penetrate cloud cover. Therefore, the use of SAR (Synthetic Aperture Radar) Sentinel-1 imagery was chosen as an alternative to identify land cover. This study aims to evaluate the polarization combination of Sentinel-1 SAR imagery for the identification of land cover objects in Wonosobo by choosing the best polarization combination. This study used SAR Sentinel-1 imagery acquired on December 29, 2021, to identify land cover objects by selecting the best polarization of five combination polarization schemes. The first scheme is VV+VH, VH, VV/VH, the second scheme is VH, VV, VV/VH, the third scheme is VH, VV/VH, VV, and the fourth scheme is VH+VV, VV, VH, and the fifth scheme is VV, VH, VV+VH. The five combination schemes have different visual appearances in terms of color, texture, and roughness because each polarization combination has different pixel value information to represent different colors and textures. Based on the visual appearance of the polarization combination, five land cover classes can be identified, they are built-up area, water bodies, forests, bare soil, and rice fields. The visual classification process uses elements of interpretation and road network data to interpret land cover classes. The accuracy assessment by comparing the classification on the map with field spatial validation data using 177 sample points representing five land cover classes. The accuracy assessment on the five polarization combination schemes resulted in the highest overall accuracy of 87.01% in scheme III, with details of rice fields covering an area of 56,011.81 ha, forests covering an area of 32,210.21 ha, built-up area covering an area of 6,824.993 ha, water bodies covering an area of 917,6703 ha, and bare soil covering an area of 213,2649 ha. Scheme I produces an overall accuracy of 80.23%, scheme II produces an overall accuracy of 81.36%, scheme IV produces an overall accuracy of 83.05%, and scheme V produces an overall accuracy of 84.75%.

Kata Kunci : Synthetic Aperture Radar (SAR), Sentinel-1, Tutupan Lahan, Polarisasi, Klasifikasi visual.