Klasifikasi Citra Sentinel-1A untuk Identifikasi Tanaman Bawang Putih Menggunakan Algoritme Pohon Keputusan di Sembalun Lombok Timur.
View/ Open
Date
2020Author
Komaraasih, Risa Intan
Sitanggang, Imas Sukaesih
Agmalaro, Muhammad Asyhar
Metadata
Show full item recordAbstract
Bawang putih (Allium sativum) merupakan salah satu komoditas penting dalam
subsektor hortikultura di Indonesia yang memiliki banyak manfaat. Kebutuhan akan
konsumsi bawang putih pun cenderung mengalami peningkatan tetapi, tidak diikuti dengan
peningkatan jumlah produksi bawang putih dalam negeri. Saat ini, Kementrian Pertanian
(Kementan) menargetkan swasembada bawang putih di tahun 2030 dengan meningkatkan
lahan perkebunan di Kecamatan Sembalun, Lombok Timur yang merupakan kawasan
sentra bawang putih. Oleh karena itu, pemetaan kawasan potensial untuk penanaman
bawang putih perlu dilakukan, salah satunya dengan menerapkan teknologi penginderaan
jauh. Penelitian ini bertujuan untuk mengidentifikasi lahan tanaman bawang putih dan yang
bukan lahan tanaman bawang putih di Sembalun. Data yang digunakan adalah Citra
Sentinel-1A. Algoritme Decision tree C5.0 digunakan untuk mengklasifikasikan citra
Sentinel-1A. Model klasifikasi yang dihasilkan memiliki akurasi terbaik yang berkisar
antara 76-78% dan nilai koefisien kappa 0.44 hingga 0.56. Atribut Sentinel-1A (SAR) yang
berpengaruh terhadap klasifikasi citra ini adalah atribut dengan kombinasi band
(VV+VH)/2 diikuti dengan atribut band VV.
Collections
- UT - Computer Science [2236]