Pengembangan Algoritma Identifikasi Komoditas Tanam Menggunakan Citra Aerial Photography

Abstract

Pengamatan pola tanam di Indonesia menggunakan citra satelit memiliki kendala akurasi yang kurang tepat karena kondisi lahan pertanian di Indonesia yang memiliki beragam komoditas dalam satu area. Pengembangan algoritma untuk mengidentifikasi petakan lahan dan komoditas dalam suatu lahan diperlukan agar akurasi hasil pengamatan lebih baik serta dapat dijadikan sebagai data kalibrasi citra satelit. Penelitian ini menggunakan teknik Object Based Image Analysis (OBIA) pada citra aerial photography untuk identifikasi komoditas. Data diambil menggunakan Unmanned Aerial Vehicle (UAV) kemudia dirubah menjadi bentuk objek menggunakan algoritma region growing. Objek yang didapatkan kemudian diberi label komoditas secara manual sebagai data training untuk klasifikasi komoditas secara supervised learning dengan metode klasifikasi minimum distance. Hasil identifikasi komoditas memiliki akurasi sebesar 74.4% dengan detail yaitu 78% identifikasi tembakau, 79.2% identifikasi timun suri dan 62.5% identifikasi non vegetasi.