Klasifikasi Tutupan Lahan Menggunakan Analisis Spektral Citra Satelit dengan Algoritma Backpropagation

Abstract

Penelitian ini bertujuan untuk melakukan klasifikasi tutupan lahan suatu wilayah dengan studi kasus pada wilayah Lampung dan Jawa Barat menggunakan data citra satelit Landsat 8 OLI (Operational Land Imager) hasil perekaman periode Maret 2017 sampai November 2019. Penelitian dilakukan dengan beberapa tahap, tahapan pertama adalah akuisisi data citra pada website Lapan kemudian pengolahan citra dilakukan pada Matlab 2014a yang terdiri dari tahapan interpretasi visual citra, membuat penciri kelas, klasifikasi citra, dan uji akurasi. Metode klasifikasi yang digunakan adalah metode JST Backpropagation yang telah berhasil mengklasifikasikan atau mengidentifikasi citra RGB satelit dengan menghasilkan Root Mean Square Error (RMSE) sebesar 0,000000009. Hasil klasifikasi citra terolah menghasilkan 4 kelas tutupan lahan berdasarkan ciri warna yang tergambar pada citra satelit yaitu laut dengan ciri warna biru tua, tutupan awan dengan ciri warna putih, hutan dengan ciri warna hijau, dan tanah terbuka digambarkan dengan ciri rona warna coklat. Uji validasi dilakukan dengan membandingkan data uji dan data validasinya menggunakan metode sensitivitas, spesifisitas, dan akurasi dari 20 set data uji, menghasilkan nilai rata- rata masing-masing sebesar 94.76%, 98.73%, dan 98.02%. Dengan keakurasian yang telah dicapai dan dibandingkan dengan data acuan dari United States Geological Survey (USGS) yang telah menetapkan bahwa tingkat ketelitian klasifikasi atau interpretasi minimum dengan metode penginderaan jauh, nilai akurasinya harus lebih atau sama dengan dari 85%. Dengan demikian sistem ini yang memiliki tingkat akurasi sebesar 98.02% dapat dikatakan cukup baik.