Perbandingan Klasifikasi Tutupan Lahan Berbasis Piksel Dan Objek (Studi Kasus Kampung Dumaring, Kecamatan Talisayan, Kabupaten Berau, Kalimantan Timur)

Abstract

Tutupan lahan merupakan data penting untuk menunjang kebutuhan informasi berbagai sektor seperti perencanaan, pembangunan wilayah, dan pengelolaan hutan. Penelitian ini bertujuan untuk melakukan identifikasi tutupan lahan di Kampung Dumaring, Kecamatan Talisayan, Kabupaten Berau dengan Citra Sentinel-2A tahun 2023. Klasifikasi tutupan lahan dilakukan dengan pendekatan berbasis piksel dan objek, yang masing-masing diuji menggunakan algoritma Random Forest (RF) dan Support Vector Machine (SVM). Hasil penelitian menunjukan bahwa klasifikasi berbasis objek menghasilkan akurasi yang lebih tinggi dibandingkan klasifikasi berbasis piksel. Akurasi terbaik menggunakan klasifikasi berbasis objek dicapai oleh algoritma SVM dengan nilai overall accuracy sebesar 94,44% dan kappa accuracy sebesar 93,22%. Sementara itu, klasifikasi berbasis piksel menghasilkan akurasi tertinggi melaui algoritma RF dengan nilai overall accuracy sebesar 87,96% dan kappa accuracy sebesar 85,20%.