Model Klasifikasi Menggunakan Algoritma ANFIS untuk Memperkirakan Ambiguitas Kelas Tutupan Lahan (Studi Kasus: Kebun Campuran dan Hutan Rakyat).
View/ Open
Date
2017Author
Sani, Octo
Saleh, Muhammad Buce
Mulyana, Ade Komara
Metadata
Show full item recordAbstract
Fenomena ambiguitas pada kelas tutupan lahan di Indonesia terjadi karena penggunaan lahan berubah, terutama dalam dinamika kelas tutupan lahan antara kebun campuran dan hutan rakyat sengon di Jawa. Ambiguitas kedua kelas tersebut disebabkan oleh tren budidaya sengon sehingga kanopi kedua kelas tutupan lahan hampir serupa. Citra satelit Landsat merekam tutupan lahan kedua kelas hampir serupa sehingga nilai digital band kedua kelas tidak dapat dipisahkan. Seiring dengan ini, berdasarkan Sistem Klasifikasi Indonesia (SNI) 7645: 2014) pada produk peta tutupan lahan pada skala 1: 50.000, kebun campuran dan hutan rakyat sengon harus diklasifikasikan dengan jelas. Penyatuan kedua kelas ini akan menimbulkan konflik kepentingan antara sektor kehutanan dan pertanian. Penelitian ini telah mengembangkan model klasifikasi ambiguitas kelas tutupan lahan antara kebun campuran dan hutan pribadi dengan menggunakan algoritma ANFIS.
Dalam pengembangan model, hubungan antara data pairset dan parameter set yang ditambahkan atau berubah tidak menunjukkan respon langsung terhadap pengoptimalan model FIS, sehingga tidak ada pengaruh variabel set response untuk mengetahui kinerja model yaitu terbaik. Model klasifikasi terbaik dipilih berdasarkan akurasi kappa. Model klasifikasi terbaik adalah skenario model dengan data pelatihan 80 baris (k-fold 3), dengan jenis fungsi keanggotaan pada distribusi segitiga, dengan jumlah fungsi keanggotaan sebagai berikut; jarak ke pemukiman berada pada jarak 4 mf (dekat, sedang, jauh, sangat jauh), jarak ke sawah berada pada jarak 4 mf (dekat, sedang, jauh, sangat jauh), elevasinya berada pada tingkat 2 mf (rendah dan tinggi) , band Near Infrared (NIR) berada pada tingkat 2 mf (rendah dan tinggi), band Thermal Inframerah (TIR) berada pada tingkat 2 mf (rendah dan tinggi). Model klasifikasi terbaik menghasilkan akurasi kappa sebesar 68%, sehingga modelnya cukup memadai untuk menyelesaikan ambiguitas kelas tutupan lahan antara kebun campuran dan hutan pribadi.
Collections
- MT - Professional Master [887]