Perbandingan Metode Hard Classification dan Soft Classification dalam Klasifikasi Tutupan Lahan dengan Menggunakan Citra Spot-6 di Sulawesi Tengah

Abstract

Tulisan ini mengkaji tentang penerapan klasifikasi digital pada hutan alam menggunakan citra resolusi spasial beresolusi tinggi dengan pendekatan klasifikasi terbimbing. Fokus utama penelitian ini adalah membandingkan metode klasifikasi soft classification dan hard classification menggunakan data citra satelit SPOT-6 yang memiliki resolusi spasial 1,5 x 1,5 meter. Kelas tutupan lahan yang teridentifikasi pada citra melalui interpretasi visual ada 9 kelas yaitu hutan lahan kering primer, hutan lahan kering sekunder, semak belukar, padang rumput, perkebunan, pemukiman, lahan terbuka, tubuh air, dan awan. Perbedaan luas dan proposi yang dihasilkan oleh metode hard classification dan juga soft classification disebabkan oleh perbedaan algoritma pada kedua metode tersebut. Pada hard classification, satu piksel hanya direpresentasikan ke dalam satu kelas tutupan lahan, sedangkan pada soft classification, setiap piksel dapat memiliki kemungkinan untuk merepresentasikan lebih dari satu tutupan lahan. Pada hard classification, algoritma yang digunakan adalah peluang maksimum (maximum likelihood). Sedangkan pada metode soft classification, algoritma yang digunakan adalah fuzzy K-nearest neighboor. Penelitian ini menemukan bahwa tidak ada perbedaan yang signifikan antara overall accuracy hard classification dan overall accuracy soft classification. Dari aspek akurasi per kelasnya, metode soft classification tampak lebih unggul karena mampu memberikan producer’s accuracy yang lebih tinggi yaitu sebesar 80% dibandingkan producer’s accuracy hard classification yang hanya 50%.