ANALISIS PERBANDINGAN KLASIFIKASI TUTUPAN LAHAN KOMBINASI DATA POINT CLOUD LIDAR DAN FOTO UDARA BERBASIS METODE SEGMENTASI DAN SUPERVISED (Studi Kasus : Tanggamus, Lampung)

Abstract

ABSTRAK Indonesia merupakan negara kepulauan yang terdiri dari pulau-pulau yang membentang dari Sabang hingga Merauke. Pemerintah saat ini merencanakan pembagunan fisik secara cepat untuk seluruh kawasan Negara Kesatuan Republik Indonesia. Strategi pembangunan fisik secara cepat tentu saja memerlukan adanya peta. Peta terdiri dari peta dasar dan peta tematik. Salah satu contoh dari peta tematik adalah peta tutupan lahan. Upaya pemerintah untuk menuntaskan kebijakan one map policy membuat kebutuhan akan sumber daya manusia geospasial semakin meningkat sedangkan masih sedikit sumber daya manusia yang tersedia. Hal ini menyebabkan diperlukannya sebuah metode yang relatif lebih cepat dan efektif untuk pengklasifikasian tutupan lahan. Saat ini telah banyak dikembangkan metode klasifikasi untuk tutupan lahan menggunakan data penginderaan jauh, diantaranya klasifikasi berbasis piksel dan klasifikasi berbasis objek. Klasifikasi berbasis piksel salah satunya dengan metode supervised dan klasifikasi berbasis objek dapat dilakukan dengan metode segmentasi. Segmentasi dalam konteks OBIA (Object-Based Image Analysis) dapat diartikan sebagai proses pengelompokan dari piksel-piksel bertetangga ke dalam area atau segmen berdasarkan kemiripan kriteria seperti digital number atau tekstur. Pada kedua metode ini dapat dibedakan antara kelas vegetasi, air dan sebagainya. Dari algoritma segmentasi multiresolusi yang telah dilakukan untuk data LiDAR didapatkan nilai parameter skala 90, bentuk 0,3 dan kekompakan 0,7. Sedangkan untuk data foto udara nilai parameter skala sebesar 250, bentuk 0,3 dan kekompakan 0,5. Pada data foto udara menghasilkan 7.930 segmen dengan nilai overall acuracy 93,907%. Kemudian untuk data LiDAR menghasilkan 7.960 segmen dengan nilai overall acuracy sebesar 92,810%. Metode supervised dilakukan dengan kelas yang sama yaitu 12 kelas untuk foto udara dan 7 kelas untuk LiDAR. Berdasarkan hasil supervised foto udara didapatkan nilai overall accuracy sebesar 83,530%. Sedangkan LiDAR hanya sebesar 64,595% untuk nilai overall accuracy. Penelitian ini diharapkan dapat menambah wawasan yang bermanfaat bagi penelitian selanjutnya serta menjadi referensi bagi pemerintah dalam melakukan klasifikasi tutupan lahan dengan data point cloud dan foto udara. Kata Kunci : Klasifikasi, LiDAR, OBIA, Segmentasi, Supervised