ANALISIS KEMAMPUAN KLASIFIKASI CITRA BERBASIS OBJEK UNTUK PEMETAAN PENUTUP LAHAN SKALA DETIL DI SEBAGIAN KOTA BANDAR LAMPUNG

(Analysis of Object Based Image Classification Capabilities for Detailed Scale Landcover Mapping in Part of Bandar Lampung City)

Abstract

Pemetaan skala detil penutup lahan penting dilakukan untuk mendukung kegiatan memantau
perkembangan wilayah, perencanaan wilayah, dan evaluasi sumberdaya alam. Metode interpretasi visual
sangat efektif untuk kegiatan pemetaan objek penutup lahan, terutama dari aspek akurasi tematik dan
geometrik objek. Akan tetapi, metode interpretasi visual sering kali tidak menghasilkan peta yang konsisten
karena bergantung pada kemampuan interpreter dan kurang efektif dari segi waktu. Metode klasifikasi
berbasis objek berpotensi untuk mengatasi kelemahan tersebut, yaitu dapat dilakukan pemetaan secara
digital, sistematis dan konsisten, dapat direplikasi (diulang), serta mampu mempertimbangkan aspek
geometrik objek. Penelitian ini bertujuan untuk menganalisis kemampuan klasifikasi berbasis objek untuk
pemetaan penutup lahan skala detil, dilihat dari nilai uji akurasi yang dihasilkan. Penilaian akurasi pemetaan
untuk klasifikasi berbasis objek membutuhkan area-based accuracy assessment yang menilai akurasi dari segi
semantik (tematik) dan geometrik objek hasil pemetaan dibandingkan dengan data referensi. Data referensi
untuk uji akurasi menggunakan hasil interpretasi visual yang dikonfirmasi dengan survei lapangan. Kedua peta
diperoleh dari citra WorldView-2 pan-sharpened (ukuran piksel 0,5 m), kemudian hasil pemetaan di-overlay
dan dihitung akurasi berdasarkan user’s accuracy (UA), producer’s accuracy (PA), overall quality (OQ), dan
overall accuracy (OA). Hasil pemetaan menunjukkan klasifikasi berbasis objek menghasilkan overall accuracy
sebesar 71,27 %. Angka ini menunjukkan bahwa pada penelitian ini, hasil klasifikasi berbasis objek belum
mampu menyamai akurasi atau kemampuan hasil pemetaan skala detil dari interpretasi visual