Klasifikasi Tutupan Lahan Menggunakan Citra Radar Sentinel-1 dengan Algoritma Random Forest: Studi Kasus di Wilayah Gresik dan Kota Surabaya

Abstract

Tutupan lahan merupakan suatu kondisi fisik pada permukaan tanah di suatu wilayah kajian tertentu yang meliputi segala jenis penggunaan lahan. Berbagai informasi tutupan lahan dapat diperoleh melalui pemetaan tutupan lahan. Pemetaan tutupan lahan dapat dilakukan melalui teknologi remote sensing agar lebih efektif dan efisien. Penginderaan jauh (remote sensing) adalah teknologi yang digunakan untuk memperoleh informasi tentang objek atau wilayah di permukaan bumi melalui perangkat seperti satelit, pesawat udara, atau sensor. Teknologi ini mengumpulkan data dari permukaan tanah atau atmosfer. Analisis tutupan lahan dapat menggunakan berbagai citra untuk diolah datanya, salah satunya adalah citra radar. Salah satu citra yang menggunakan sistem radar adalah Sentinel-1. Satelit Sentinel-1 dilengkapi dengan sensor C-band dan terdiri dari dua satelit, Sentinel-1A dan Sentinel-1B, yang mengorbit dengan jarak 180° satu sama lain. Sentinel-1 termasuk citra yang menggunakan sensor Synthetic Aperture Radar (SAR). Dalam interpretasi tutupan lahan dapat menggunakan algoritma machine learning pada pemrosesan klasifikasi citra, yang biasa digunakan dalam klasifikasi citra adalah algoritma Random Forest (RF) yang berbasis Supervised Machine Learning. Pada penelitian ini bertujuan untuk mengetahui hasil peta klasifikasi tutupan lahan dengan menggunakan citra Sentinel-1 dengan algoritma Random Forest di wilayah Gresik dan Kota Surabaya pada tahun 2023 dan mengetahui hasil uji akurasi yang dihasilkan peta klasifikasi tutupan lahan. Klasifikasi tutupan lahan dengan menggunakan Citra Sentinel-1 dilakukan dengan metode Supervised Machine Learning dengan algoritma Random Forest. Hasil penelitian ini mendapatkan 8 kelas, yaitu badan air, pemukiman, lahan basah, sawah, semak belukar, vegetasi, lahan kering, dan lahan terbuka. Dengan luasan wilayah Kota Surabaya menunjukkan persentase badan air 4%, lahan terbangun 60%, lahan basah 5%, sawah 11%, semak belukar 4%, vegetasi 8%, lahan kering 5%, dan lahan terbuka 2%. Sedangkan pada wilayah Gresik menunjukkan persentase badan air 9%, lahan terbangun 18%, lahan basah 15%, sawah 36%, semak belukar 4%, vegetasi 6%, lahan kering 8%, dan lahan terbuka 4%. Kemudian dikenakan matrik konfusi dengan nilai overall accuracy sebesar 73% dan nilai kappa accuracy sebesar 66%.