| dc.description.abstract | Dalam inventarisasi hutan, deteksi dan identifikasi dimensi hutan menggunakan citra resolusi tinggi menjadi sebuah kebutuhan. Penelitian ini menjelaskan penggunaan teknik analisis berbasis objek (OBIA) untuk mendeteksi dan menilai variabel tegakan tipe hutan lahan kering yang berguna untuk menilai kondisi hutan. Variabel tegakan dideteksi dengan menerapkan segmentasi menggunakan algoritma mean-shift. Pengujian 27 kombinasi parameter segmentasi terdiri dari parameter spatial radius (hs), range radius (hr), dan minimum region size (M). Secara umum, metode yang digunakan terdiri dari dua tahap, yaitu pengolahan citra digital yang meliputi segmentasi dan klasifikasi dan pengolahan citra visual dilakukan dengan digitasi on screen. Pendugaan kerapatan tajuk dilakukan dengan mengkombinasikan klasifikasi berbasis piksel yaitu maximum likelihood classifier (MLC) dan pendekatan berbasis objek. Untuk mengetahui hasil OBIA, analisis akurasi yang digunakan ialah nilai akurasi rata-rata keseluruhan (OA) dan akurasi kappa (KA) dilakukan. Penelitian ini menemukan kombinasi parameter segmentasi yang optimal dengan nilai akurasi tertinggi ialah K-02, dimana nilai spatial radius 58, range radius 6 dan minimum region size 9. Hasil nilai akurasi menunjukan bahwa kerapatan tajuk dari tegakan hutan memiliki nilai akurasi rata-rata keseluruhan sebesar 86.1% dan akurasi kappa sebesar 70.8%. Range radius (hr) merupakan parameter yang memberikan pengaruh lebih signifikan dalam segmentasi dibandingan dengan parameter lainnya seperti spatial radius (hs) dan minimum region size (M) | id |
