Segmentasi Penutupan Tajuk Hutan Lahan Kering Menggunakan Citra Resolusi Tinggi dan Sangat Tinggi

Abstract

Penelitian ini mengkaji teknik klasifikasi berbasis objek (OBIA) dengan menggunakan citra resolusi tinggi dan sangat tinggi dalam mendeteksi penutupan tajuk hutan pada hutan lahan kering dalam membedakan tajuk dan gap di PT. Bina Balantak Raya, Sulawesi Selatan. Segmentasi yang dilakukan menggunakan algoritma Watershed, namun algoritma Watershed mempunyai kelemahan yaitu adanya over segmentation sehingga diperlukan proses filtering yaitu dengan Mean Filter pada citra SPOT 6 dan citra Worldview 2 sebelum proses segmentasi. Hasil uji akurasi didapatkan bahwa segmentasi dengan citra SPOT 6 lebih baik menggunakan filter rata-rata dengan kombinasi parameter (10-0,5,0,5) dengan nilai OA sebesar 88,1% dan nilai KAsebesar 59,8%, sedangkan untuk hasil segmentasi citra Worldview 2 lebih baik tanpa filter rata-rata dengan nilai akurasi OA 84,5% dan KA sebesar 60,43% dengan kombinasi parameter (15-0,4,0,6).

This study examines object-based classification (OBIA) techniques using high and very high resolution imagery in detecting dry forest canopy in distinguishing canopy and gap in PT. Bina Balantak Raya, South Sulawesi. Segmentation is carried out using the Watershed algorithm, but the Watershed algorithm has a weakness, namely the existence of segmentation so that a filtering process is needed, namely the Mean Filter on the SPOT 6 image and the Worldview 2 image before the segmentation process. The results of the accuracy test show that segmentation with SPOT 6 images is better using an average filter with a combination of parameters (10-0.5,0.5) with an OA value of 88.1% and a KA value of 59.8%, while for The results of Worldview 2 image segmentation are more unfiltered with an average accuracy of OA of 84.5% and KA of 60.43% with a combination of parameters (15-0.4,0.6).