| dc.description.abstract | Tutupan lahan dapat menyediakan informasi yang sangat penting untuk
keperluan pemodelan serta untuk memahami fenomena alam yang terjadi di permukaan
bumi salah satunya pada bidang pertanian. Pada bidang pertanian, citra satelit
sentinel2A dapat digunakan untuk memetakan luas sawah pertanian pada suatu
wilayah. Penelitian ini menggunakan data citra satelit Sentinel-2A sebagai bahan untuk
pemetaan tutupan lahan, karena memiliki resolusi temporal 10 x 10 meter dan cakupan
wilayahnya yang luas. Selain untuk mengetahui besarnya perubahan tutupan lahan Kabupaten Jember pada tahun 2015, selain itu penelitian ini dilakukan untuk
membandingkan keakuratan klasifikasi metode supervised, yaitu algoritma maximum
likelihood (MLC) dengan Extraction and Classification Of Homogenus Object (ECHO)
untuk pemetaan tutupan lahan.
Prosedur penelitian ini terdiri dari (1) inventarisasi data citra Sentinel-2A
perekaman bulan Juni tahun 2019 dan Ground Control Point (GCP) sebanyak 210 titik
sebagai training area; (2) pra pengolahan data yang meliputi (koreksi atmosferik,
komposit, mosaic, dan cliping); (3) pengolahan data (pembuatan training area,
klasifikasi MLC dan ECHO menggunakan aplikasi MultiSpec); (4) Uji akurasi
menggunakan matriks kesalahan dengan nilai akurasi Kappa dan Overall, (5)
perbandingan klasifikasi algoritma MLC dengan ECHO untuk mengetahui hasil yang
lebih akurat. Berdasarkan prosedur tersebut dihasilkan tujuh kelas tutupan lahan yaitu
(1) badan air (2) hutan (3) pemukiman (4) lahan kering (5) sawah (6) tegalan dan (7)
tutupan awan sebagai kelas tidak terklasifikasi. Berdasarkan matriks kesalahan,
terdapat banyak kesalahan klasifikasi pada setiap kelas tutupan lahan. Untuk akurasi
ECHO nilai Kappa 91,40% dan Overall 96,66%. Sedangkan untuk MLC, nilai Kappa
90,70% dan Overall 96,40%. Berdasarkan hasil uji akurasi algoritma klasifikasi ECHO
memperoleh nilai yang lebih tinggi dibandingkan dengan metode MLC, sehingga dapat
dikatakan metode ECHO lebih akurat | en_US |
