KAJIAN JARINGAN SYARAF TIRUAN BERBASIS CITRA ASTER VNIR DAN SWIR UNTUK KLASIFIKASI PENUTUP DAN PENGGUNAAN LAHAN DI KECAMATAN KATINGAN TENGAH, KABUPATEN KATINGAN, PROVINSI KALIMANTAN TENGAH

Didit Wahyudi, Drs. Projo Danoedoro, MSc, PhD

2013 | Tesis | S2 Penginderaan Jauh

Ketersediaan data yang akurat dengan skala dan akurasi yang sesuai mengenai penutup dan penggunaan lahan untuk kecamatan Katingan Tengah tentu sangatlah penting untuk dijadikan sebagai dasar pengambilan keputusan dalam perencanaan jangka panjang. Untuk areal yang sangat luas, pengolahan data spasial dengan penginderaan jauh dianggap lebih baik jika dibandingkan dengan metode inventarisasi terestrial yang membutuhkan waktu, biaya, dan tenaga yang lebih besar. Metode Jaringan Syaraf Tiruan (JST) adalah salah satu metode dalam penginderaan jauh yang diharapkan dapat menghasilkan tingkat akurasi informasi penutup dan penggunaan lahan yang lebih baik, dengan keistimewaan mampu menggabungkan data spektral dan data non-spektral, metode ini juga tidak membutuhkan daerah contoh spektral yang terdistribusi secara normal dan algoritma ini juga bisa mengatasi masalah piksel campuran Tujuan penelitian penelitian ini adalah : (1) Untuk mengetahui seberapa akurat metode JST dan data non-spektral dalam identifikasi penggunaan lahan; (2) Mengkaji seberapa besar pengaruh perubahan parameter JST terhadap akurasi hasil identifikasi penggunaan lahan (iterasi, layer tersembunyi, waktu pembelajaran); (3) Inventarisasi sebaran penggunaan lahan. Data yang digunakan adalah citra Aster VNIR dan SWIR dan Peta Rupa Bumi Indonesia Skala 1 : 50.000. Untuk analisis data menggunakan seperangkat komputer yang dilengkapi perangkat lunak ArcGis 10.1 dan Idrisi Andes 1.5. Rangkaian metode penelitian terdiri dari pra-pengolahan citra, pengolahan citra, pengolahan data spasial dan uji akurasi. Penelitian ini menunjukkan akurasi tertinggi sebesar 84,78% dengan Indeks Kappa 0,834 yang artinya terjadi kesalahan klasifikasi sebesar 15,22%. Penambahan layer tersembunyi, jumlah iterasi dan data non spektral lereng menaikkan tingkat akurasi, tapi membutuhkan waktu pembelajaran menjadi lebih lama. Penggunaan lahan di Kecamatan Katingan Tengah, didominasi vegetasi tegakan campuran tipikal H 792,32 km2 tersebar di sepanjang aliran sungai dan sepanjang jalan yang aksesibilitasnya baik pada radius <10 km. Penggunaan lahan tersempit adalah tambak air tawar dengan luas keseluruhan hanya 0,38 km2.

The availability of an accurate data with an appropriate scale and accuracy of the landcover and landuse of Katingan Tengah District is very critical. This accurate data will be used as the base for taking a long-term planning decision. Central Kalimantan is a very large areal, therefore spatial data processing with remote sensing method is considered better than the terrestrial inventory method. Terrestrial method takes more time, more cost, and more energy. Artificial Neural Network (ANN) method is one of remote sensing methods that is expected to give a better accuracy for landcover and landuse. The good side about this method is its capability in spectral and non-spectral data combination. ANN does not require normal distribution of spectral training samples. This algorithm is also able to overcome the problem of mix pixels. The objectives of this study are : ( 1 ) To find out how accurate the ANN method and the non-spectral data for landuse identification; ( 2 ) to review how far the influence of ANN parameters change on the accuracy of landuse identification (iteration, hidden layer, learning time); ( 3 ) To inventory the distribution of landuse . We used data from Aster VNIR and SWIR Imagery and Indonesia’s Terrain Map 1 : 50.000. We use software of Idrisi Andes, ArcGIS 10.1 and 1.5 as our tool for image processing and analyzing. This study consists of pre-image processing, image processing, spatial data processing and accuracy validity. This study showed that the highest accuracy was 84.78% and Kappa index was 0.834. This figure means there was misclassification by 15.22%. The addition of hidden layers, iterations and non-spectral data of slope raised the level of accuracy, but the learning time took longer time. The landuse in Katingan Tengah District was dominated by mix stands vegetation with 792.32 km2 areal that was spread along the rivers and less than 10 km radius of good accessibility road. The smallest landuse was freshwater fishpond with only 0.38 km2.

Kata Kunci : Penutup dan Penggunaan Lahan, Jaringan Syaraf Tiruan, ASTER, Data Non Spektral, Akurasi