Pengembangan Algoritma Identifikasi Komoditas Tanam Menggunakan Citra Aerial Photography
Abstract
Pengamatan pola tanam di Indonesia menggunakan citra satelit memiliki
kendala akurasi yang kurang tepat karena kondisi lahan pertanian di Indonesia yang
memiliki beragam komoditas dalam satu area. Pengembangan algoritma untuk
mengidentifikasi petakan lahan dan komoditas dalam suatu lahan diperlukan agar
akurasi hasil pengamatan lebih baik serta dapat dijadikan sebagai data kalibrasi citra
satelit. Penelitian ini menggunakan teknik Object Based Image Analysis (OBIA)
pada citra aerial photography untuk identifikasi komoditas. Data diambil
menggunakan Unmanned Aerial Vehicle (UAV) kemudia dirubah menjadi bentuk
objek menggunakan algoritma region growing. Objek yang didapatkan kemudian
diberi label komoditas secara manual sebagai data training untuk klasifikasi
komoditas secara supervised learning dengan metode klasifikasi minimum
distance. Hasil identifikasi komoditas memiliki akurasi sebesar 74.4% dengan
detail yaitu 78% identifikasi tembakau, 79.2% identifikasi timun suri dan 62.5%
identifikasi non vegetasi.