| dc.description.abstract | Indonesia merupakan negara kepulauan dengan keanekaragaman hayati yang sangat tinggi, yang salah satunya berupa hutan. Ketergantungan yang sangat besar terhadap hutan membawa dampak negatif terhadap kelestariannya. Untuk dapat menyusun kebijakan yang dapat mewujudkan kelestarian hutan maka diperlukan data yang akurat serta tepat waktu mengenai kondisi hutan alam tropis. Kegiatan pengumpulan data dan informasi tersebut dapat dilakukan dengan memanfaatkan teknologi penginderaan jauh satelit. Keberadaan satelit sumberdaya alam dengan resolusi spasial yang relatif rendah serta mudah diperoleh seperti SPOT Vegetation akan mempermudah pengumpulan informasi untuk areal yang luas, seperti Pulau Kalimantan. Tujuan dari penelitian ini adalah menghitung tingkat akurasi klasifikasi knowledge based dengan teknik fuzzy dalam mengklasifikasikan penutupan lahan di wilayah Pulau Kalimantan. Bahan yang digunakan dalam penelitian adalah citra satelit SPOT 4 Vegetation periode perekaman Juli 2001 dan 2004. Selain itu digunakan data pendukung berupa citra satelit Landsat ETM+ serta Peta Vektor Pulau Kalimantan. Penelitian dilaksanakan dari bulan Februari sampai September 2005. Kegiatan pengolahan data dilakukan di Laboratorium Perencanaan Hutan, Fakultas Kehutanan, IPB. Metode penelitian meliputi 3 tahap utama. Tahap pertama adalah pengolahan awal citra yang terdiri atas kegiatan import data, layer stack, koreksi geometrik (image to map rectification), koreksi radiometrik, cropping, penghilangan awan, dan interpretasi visual citra satelit. Tahap berikutnya adalah pengolahan citra yang meliputi kegiatan pengenalan pola spektral dan klasifikasi knowledge based yang diikuti tahap terakhir yaitu evaluasi hasil klasifikasi. Interpretasi visual pada SPOT 4 Vegetation menghasilkan 5 kelas penutupan lahan, yaitu kelas hutan alam, vegetasi non hutan alam, areal terbuka, badan air, dan awan. Pengenalan pola spektral dilakukan dengan membuat training area pada kelas penutupan lahan selain awan. Pada penelitian ini, klasifikasi knowledge based diturunkan dari pengetahuan interpreter mengenai karakteristik reflektansi spektral dari kelas penutupan lahan hasil interpretasi visual serta fungsi keanggotaan dari setiap kelas penutupan lahan tersebut. Parameter yang dipergunakan untuk menyusun fungsi keanggotaan fuzzy berasal dari nilai dijital piksel dari training area. Nilai tersebut akan diposisikan sesuai dengan konsep logika fuzzy, di mana setiap piksel yang berada pada rentang spektral tiap band untuk suatu penutupan lahan akan memiliki derajat keanggotaan yang bernilai 1 sedangkan untuk nilai lain akan memiliki derajat keanggotaan antara 0 sampai 1. Rule untuk setiap penutupan lahan disusun dengan menggunakan fungsi keanggotaan setiap band. Formula yang dipergunakan adalah jika derajat keanggotaan pada band penentu bernilai benar atau 1 maka suatu piksel diklasifikasikan menjadi kelas penutupan lahan yang dimaksud. Selain menggunakan rule dari band penentu, klasifikasi juga dilakukan dengan menggunakan fungsi keanggotaan maksimum. Apabila suatu piksel memiliki jjumlah derajat keanggotaan kurang dari jumlah derajat keanggotaan yang bernilai benar pada band penentu, maka rule disusun berdasarkan derajat keanggotaan terbesar dari setiap penutupan lahan yang dimiliki piksel tersebut. Klasifikasi dengan rule yang sama dilakukan pada citra tahun 2004 untuk memperbaiki kemampuan dari rule tersebut dalam mengklasifikasikan penutupan lahan pada citra multitemporal. Hasil klasifikasi pada citra tahun 2001 memperlihatkan beberapa penutupan lahan yang tidak dapat diklasifikasikan dengan baik. Sebagai contoh, kondisi tersebut ditemukan pada penutupan hutan alam yang terletak di wilayah Kalimantan Tengah. Piksel hutan alam tidak dapat diklasifikasikan dengan baik karena pada wilayah tersebut terdapat awan atau kabut tipis (haze). Sedangkan pada hasil klasifikasi tahun 2004, daerah tersebut diklasifikasikan sebagai hutan alam. Kondisi tersebut berpengaruh terhadap luasan hutan alam hasil klasifikasi, di mana luas hutan alam tahun 2004 menjadi lebih besar daripada luasnya pada tahun 2001. Secara temporal, suatu daerah yang pada tahun lebih muda merupakan penutupan hutan alam, maka pada tahun yang lebih tua juga masih berupa penutupan yang sama. Atas dasar pengetahuan tersebut, maka daerah yang tertutup haze pada tahun 2001 akan diklasifikasikan sebagai hutan alam Analisis akurasi dilakukan untuk mengetahui seberapa besar ketepatan metode yang digunakan untuk klasifikasi dengan keadaan sebenarnya di lapangan. Nilai overall accuracy mencapai 92,36% yang berarti telah memenuhi persyaratan tingkat keakuratan klasifikasi yang dapat diterima. Nilai akurasi tersebut lebih tinggi dibandingkan dengan hasil yang diperoleh melalui penelitian pada lokasi yang sama dengan menggunakan metode klasifikasi terbimbing seperti maximum likelihood dan fuzzy classification. Dari uraian di atas dapat ditarik beberapa kesimpulan, yaitu : 1) Klasifikasi knowledge based disusun berdasarkan rule dari nilai dijital pada band penentu. Band 1 (biru) dapat dipergunakan sebagai band penentu untuk penutupan areal terbuka dan badan air. Band 2 (merah), dapat dipergunakan sebagai band penentu penutupan hutan alam. Band 3 (NIR) merupakan band penentu untuk vegetasi non hutan alam, areal terbuka, dan badan air. Sedangkan band 4 (SWIR) dapat dipergunakan sebagai band penentu untuk hutan alam, areal terbuka, serta badan air; 2) Rule yang disusun telah diuji secara temporal sehingga dapat dipergunakan untuk klasifikasi pada citra dengan periode perekaman yang berbeda; 3) Metode klasifikasi knowledge based dengan teknik fuzzy menghasilkan nilai akurasi sebesar 92,36%. Tingkat akurasi tersebut lebih tinggi apabila dibandingkan dengan metode klasifikasi maximum likelihood dan fuzzy classification; 4) Hasil klasifikasi menunjukkan luas penutupan hutan alam yang konsisten apabila dibandingkan dengan data dari Badan Planologi. Kondisi tersebut terlihat pada kecenderungan penurunan luas penutupan hutan alam dari tahun ke tahun; 5) Klasifikasi knowledge based dengan teknik fuzzy dapat dipergunakan untuk monitoring pada citra dengan periode tahunan. | id |
