IDENTIFIKASI PERMUKIMAN KUMUH DARI CITRA PLEIADES DENGAN METODE MAXIMUM LIKELIHOOD CLASSIFICATION, OBIA DAN NEURAL NETWORK CLASSIFICATION DI BUMIWARAS, BANDAR LAMPUNG

Abstract

Permukiman kumuh telah menjadi masalah utama dalam perkembangan wilayah perkotaan, mengakibatkan dampak negatif pada kualitas hidup penduduk dan menghambat usaha pembangunan perkotaan yang berkelanjutan. Pentingnya pemetaan permukiman kumuh ini juga dapat digunakan sebagai alat untuk pemantauan dan evaluasi program intervensi yang sudah ada atau yang akan datang. Penelitian ini bertujuan untuk mengidentifikasi area terbangun, menguji akurasi klasifikasi area terbangun dan mengidentifikasi permukiman kumuh di Kecamatan Bumiwaras Kota Bandar Lampung. Dalam penelitian ini, data citra resolusi sangat tinggi (CRST) yang digunakan adalah mozaik dari satelit Pleiades pada bulan Agustus 2018. Metode yang digunakan adalah Maximum Likelihood Classification (MLC), Object-Based Image Analysis (OBIA) dan Neural Network Classification (NNC). Hasil penelitian menunjukkan bahwa luas permukiman pada Kecamatan Bumiwaras mencakup 18,34 % pada metode MLC, 63,80 % pada metode OBIA dan 32,06 % pada metode NNC dari total luas Kecamatan Bumiwaras sebesar 444,05 ha. Hasil uji akurasi menunjukkan bahwa metode dengan nilai overall acccuracy terbesar adalah metode OBIA dengan nilai 92,00 %, sedangkan metode MLC memiliki nilai sebesar 78,00 % dan metode NNC sebesar 57,45 %. Hasil analisis spasial pemetaan kawasan permukiman kumuh di Kecamatan Bumiwaras didominasi oleh permukiman kumuh dengan kelas sedang dengan total luas yaitu 176,17 ha. Sementara permukiman kumuh kelas ringan berada pada angka 80,51 ha dan kelas berat yaitu 26,06 ha. Kombinasi OBIA dan survei lapangan ditemukan sebagai kombinasi yang paling baik dalam mengidentifikasi permukiman kumuh di Kecamatan Bumiwaras.