PENGARUH PERBEDAAN METODE IMAGE FUSION MULTISENSOR TERHADAP TINGKAT AKURASI KLASIFIKASI BERBASIS-OBJEK UNTUK PEMETAAN PENUTUP LAHAN SEBAGIAN DAERAH ISTIMEWA YOGYAKARTA

TOMY ARDYANSYAH, Drs. Projo Danoedoro, M.Sc., Ph.D.

2015 | Skripsi | S1 KARTOGRAFI DAN PENGINDRAAN JAUH

Tersedianya beragaman citra dengan kualitas tinggi sampai saat ini seiring pula dengan berkembangnya teknik pengolahan citra baik itu untuk keperluan ekstraksi ataupun manipulasi citra. Salah satu teknik pengolahan yang digunakan untuk menghasilkan citra beresolusi spasial serta spektral yang tinggi adalah teknik fusi citra atau yang lebih familiar disebut dengan teknik pansharpening. Penggunaan citra pansharpened untuk ekstraksi informasi penutup lahan, baik itu menggunakan metode interpretasi visual maupun klasifikasi digital, telah banyak diterapkan. Namun sebenarnya pengguna tidak menyadari bahwa penggunaan metode pansharpen yang berbeda akan mengubah nilai piksel citra dengan nilai yang berbeda pula atau dengan kata lain sebenarnya penggunaan metode transformasi ini telah merusak nilai citra. Penelitian ini dilakukan untuk mengetahui seberapa jauh perubahan nilai piksel citra dengan menggunakan beberapa metode pansharpen dengan menggunakan citra ALOS AVNIR2 (resolusi spasial 10 meter) dan ALOS PRISM (resolusi spasial 2,5 meter) sehingga menghasilkan citra ALOS pansharpened dengan resolusi spasial 2,5 meter dan memiliki resolusi spektral sebanyak 4 band, yang kemudian citra pansharpened tersebut dilakukan klasifikasi berbasis objek sehingga menghasilkan peta penutup lahan. Penilaian selanjutnya dilakukan dengan menghitung nilai korelasi antara citra pansharpened dengan citra aslinya serta dilakukan uji akurasi peta penutup lahan yang dihasilkan menggunakan metode error matrix. Hasil dari penelitian ini menunjukan bahwa nilai korelasi paling baik adalah metode Principal Component Image Sharpening dengan rerata nilai korelasi sebesar 0,86. Untuk akurasi hasil peta penutup lahan yang dihasilkan dengan klasifikasi berbasis objek, nilai paling baik adalah peta yang dihasilkan dari ekstraksi citra Principal Component Image Sharpening, dengan nilai akurasi sebesar 77,235 %.

The variability of the high-quality image followed by an image processing technique both for the purposes of extraction and image manipulation. One of processing techniques to produce the high image spatial resolution and high spectral image is a fusion technique or a more familiar with the technique called pansharpen. The use of imagery pansharpened for land cover information extraction, either using visual interpretation and digital classification has used by interpreter. However, users are not aware of the fact that the use of different methods pansharpen will change the image pixel values with different values, or in other words the actual use of these transformation methods have ruined the image. This study was conducted to determine how much alteration of the image pixel values using several methods pansharpen using ALOS AVNIR2 (spatial resolution of 10 meters) and ALOS PRISM (spatial resolution of 2.5 meters) resulting ALOS pansharpened with spatial resolution of 2.5 meters and has a spectral resolution of 4 bands and then the image of the pansharpened will be classifing using object-based classification to produce a land cover map. The next assessment is done by calculating the correlation between pansharpened image with the original image as well as to test the accuracy of land cover map produced using the error matrix. The results of this study indicate that the best correlation value is the method of Principal Component Image Sharpening with a mean correlation value of 0.862. For the value of the land cover map accuracy of the results generated from the object-based classification, the value of the good accuracy is generated maps of Principal Component image extraction with an accuracy rate of 77.235%.

Kata Kunci : pansharpen, klasifikasi berbasis objek, citra ALOS, penutup lahan