Kajian pemanfaatan Citra Landsat 7 ETM+ untuk penentuan prioritas wilayah pemeliharaan basis data PBB :: Studi kasus Kabupaten Klaten

SETIAWAN, Budi, Ir. Haryono, Ph.D

2006 | Tesis | S2 Teknik Geomatika

Citra Landsat 7 ETM+ multi temporal dengan area cakupan yang luas, mampu mengklasifikasi penutup lahan sehingga dapat digunakan untuk memantau perubahan penggunaan lahan. Tujuan penelitian ini adalah mengkaji pemanfaatan Citra Landsat-7 ETM+ untuk klasifikasi penutup lahan dalam rangka penentuan prioritas wilayah pemeliharaan basis data PBB dan menentukan metode yang optimum untuk mengolah citra tersebut. Proses pelaksanaan penelitian ini dibagi menjadi empat tahap yaitu tahap persiapan, klasifikasi, uji hasil klasifikasi dan analisa perubahan penutup lahan untuk penentuan prioritas wilayah pemeliharaan basis data PBB. Citra Landsat 7 ETM+ diklasifikasi dengan metode klasifikasi terbimbing maximum likelihood dan jaringan syaraf tiruan. Akurasi hasil klasifikasi dihitung dengan menggunakan user accuracy, producer accuracy, dan overall accuracy. Kemudian dipilih metode klasifikasi yang paling optimum, yang hasil klasifikasinya akan dianalisa untuk penentuan prioritas wilayah pemeliharaan basis data PBB Hasil penelitian ini menunjukkan bahwa penggunaan metode klasifikasi jaringan syaraf tiruan mempunyai hasil yang lebih optimum dibandingkan metode maximum likelihood. Klasifikasi maximum likelihood menghasilkan akurasi sebesar 87%, sedangkan klasifikasi jaringan syaraf tiruan menghasilkan akurasi 90%. Berdasarkan hasil analisa, diperoleh 10 (sepuluh) desa yang dapat direkomendasikan untuk menjadi prioritas wilayah pemeliharaan basis data PBB.

Wide coverage area multi temporal Landsat 7 ETM+ images are able to classify land coverage so they can be used to monitor land coverage changing. The research objective is to evaluate Landsat 7 ETM+ image using to classify the land coverage in order to choose PBB’s data base maintenance area priority and to choose an optimum method to process the image. These research processes were devided into four stages, preparation, classification, classification result testing and land use coverage changing analysis for PBB’s database maintenance area priority determination. The Landsat 7 ETM+ image was classified by the maximum likelihood supervised classification method and the artificial neural network. The classification result accuracy was counted using user accuracy, producer accuracy and overall accuracy. The most optimum classification method was chosen and classification result was analyzed to determine the PBB’s data base maintenance area priority. This research result shows that the artificial neural network classification has the optimum result compare to the maximum likelihood method. The maximum likelihood classification has the accuracy of 87 % and the artificial neural network classification has the accuracy of 90 %. Based on the analysis result, there are 10 villages that were recommended to be the PBB’s database maintenance area priority.

Kata Kunci : Citra Landsat 7 ETM+ ,Pemeliharaan Basis Data PBB, Landsat 7 ETM+, classification, maximum likelihood, artificial neural network