Klasifikasi kemungkinan maksimum Citra Landsat thematic mapper perkebunan Kelapa sawit

Abstract

Klasifikasi merupakan suatu proses yang sangat penting dalam interpretasi data citra satelit. Salah satu metode klasifikasi adalah klasifikasi terbimbing (supervised classification) menggunakan Klasifikasi Kemungkinan Maksimum dengan fungsi diskriminan sebagai fungsi pengkelas. Analisis diskriminan digunakan karena mampu memisahkan sekelompok pengamatan dengan kelompok pengamatan lain menjadi dua atau lebih populasi asal, sedangkan nilai ambang digunakan untuk menghindari pemaksaan klasifikasi suatu pixel. Penelitian dilakukan di bidang Matra Darat Lembaga Penerbangan dan Antariksa Nasional (LAPAN), Pekayon, Pasar Rebo, Jakarta Timur dari bulan Agustus sampai November 1997. Data citra yang digunakan adalah citra satelit Landsat Thematic Mapper daerah perkebunan Marihat, Pematang Siantar yang direkam pada tanggal 5 September 1996. Peta arcal tanaman kelapa sawit skala 1:20000 dan peta rupa bumi perkebunan Marihat skala 1:50000 digunakan sebagai acuan dalam klasifikasi. Penelitian ini dilakukan melalui beberapa tahap yaitu pemilihan lokasi yang akan diklasifikasi, digitasi daerah perkebunan kelapa sawit, pemilihan kelas contoh, evaluasi pemilihan kelas contoh. klasifikasi dengan Klasifikasi Kemungkinan Maksimum, klasifikasi dengan nilai ambang 0.99 dan 0.95. penyaringan dengan saringan mayoritas jendela 3x3 dan saringan penggantian 9 pixel serta evaluasi hasil klasifikasi. Dari hasil pemilihan kelas contoh diperoleh 8 kelas yaitu sawit tua, sawit dewasa, sawit remaja, sawit muda, sawit belum menghasilkan, permukiman, lahan terbuka, dan air. Berdasarkan hasil klasifikasi diperoleh rata-rata keterpisahan antar kelas berdasar jarak Transformasi divergensi adalah 1897 dengan nilai keterpisahan terkecil adalah 626 yaitu antara sawit dewasa dan sawit remaja. Dari klasifikasi dengan nilai ambang diperoleh y untuk nilai ambang 0.99 adalah 16.810 dan untuk nilai ambang 0.95 adalah 12.590. Semakin besar nilai ambang maka persentase pixel tak terkelaskan akan berkurang, untuk nilai ambang 0.99 persentase pixel tak terkelaskan adalah 2.00% dan untuk nilai ambang 0.95 persentase pixel tak terkelaskan adalah 33.52%. Persentase pixel tak terkelaskan dari penyaringan citra hasil klasifikasi dengan nilai ambang 0.99 untuk saringan mayoritas adalah 3.364% dan untuk saringan penggantian adalah 2.089%. Sedangkan persentase pixel tak terkelaskan dari penyaringan citra hasil klasifikasi dengan nilai ambang 0.95 untuk saringan mayoritas adalah 36.039% dan untuk saringan penggantian adalah 34.800%. Klasifikasi dengan Klasifikasi Kemungkinan Maksimum mempunyai akurasi total 55.00% sedangkan klasifikasi dengan nilai ambang 0.99 mempunyai akurasi total 71.64% dan untuk nilai ambang 0.95 mempunyai akurasi total 80.39%.