PENENTUAN DERAJAT KEANGGOTAAN PIKSEL KELAS LAHAN TERBANGUN MENGGUNAKAN LOGIKA FUZZY PADA CITRA LANDSAT ETM+

Wayan Damar Windu Kurniawan

Abstract


Pemetaan tutupan lahan pada wilayah dengan kenampakan yang heterogen cenderung akan menurunkan hasil akurasi interpretasi tutupan lahan, utamanya pada sub kelas lahan terbangun. Penelitian ini secara khusus bertujuan untuk mengetahui nilai derajat keanggotaan antar sub kelas pada kelas lahan terbangun. Penelitian ini menggunakan pendekatan perhitungan himpunan keanggotaan fuzzy untuk mengetahui nilai derajat keanggotaan piksel antar kelas penutup lahan pada lahan terbangun memanfaatan nilai pada kurva sigmoidal. Nilai kurva diambil dari statistic sampel citra Landsat ETM+ saat melakukan klasifikasi tutupan lahan. Hasil penelitian menunjukkan bahwa pada pemetaan lahan terbangun memiliki overlapping kelas yang cukup tinggi pada sub kelasnya. Wilayah overlap atau batas samar tersebut cenderung ada pada kelas aspal, beton dan permukaan diperkeras dengan kelas permukaan tanah liat dipadatkan, serta kelas permukaan tanah liat dipadatkan dengan kelas logam, kaca, seratkaca dan plastic. Hal ini mengindikasikan bahwa akurasi hasil klasifikasi pada semua jenis sistem hard classification pada sub kelas ini akan rendah atau cenderung tercampur pada hasil pemetaan kelas penutup lahannya

Full Text:

PDF

References


Danoedoro, Projo. 2004b. Klasifikasi

Penutup Lahan secara Rinci:

Pengalaman dengan Citra Landsat

ETM+ dan Quickbird, dalam

Danoedoro (ed.). Sains Informasi

Geografis; dari Perolehan dan Analisis

Citra Hingga Pemetaan dan Pemodelan

Spasial. Jurusan KPJ, Fakultas Geografi

UGM : Yogyakarta.

Kusuma, Sanjiwana A. 2010. Studi

Perbandingan Klasifikasi Spectral

Angle Mapper dan Klasifikasi

Maximum Likelihood Untuk Pemetaan

Penutup Lahan Di Sebagian Kota

Surabaya Dan Kabupaten Sidoarjo

Menggunakan Citra Hyperion. Skripsi.

Fakultas Geografi UGM : Yogyakarta.

Lillisand & Kiefer. 1998. Penginderaan Jauh

dan Interpretasi Citra (dengan

terjemahan). Gadjah Mada University

Press : Yogyakarta

Sebayang, M., 2002. Klasifikasi Tutupan

Lahan Menggunakan Data Citra

Landsat Thematic Mapper (Studi

Kasus di Kota Madya Surabaya). Jurnal

Natur Indonesia 5(1) : Surabaya.

Yang, X. & Zhou, L., 2008. Use of Neural

Networks for Land Cover Classification

From Remotely Sensed Imagery.

Beijing ; The International Archives of

the Photogrammetry, Remote Sensing

and Spatial Information Sciences. Vol.

XXXVII. Part B7.

Yohannes. 2002. Klasifikasi Citra Satelit

Menggunakan Jaringan Syaraf Tiruan

untuk Ekstraksi Tampakan

Permukiman Daerah Perkotaan (Studi

Kasus: Kota Bandarlampung). Master

Thesis. ITB : Bandung.

Yuan, H., Van der Wiele, C.F., Khoram, S.,

An Automated Artificial Neural

Network Sistem for Land Use/Land

Cover Classification from Landsat TM

Imagery. Remote Sens : USA


Refbacks

  • There are currently no refbacks.


Jurnal ini diterbitkan oleh :


Universitas Pendidikan Ganesha



geosciences Journal  indexed by:

 Crossref 




Creative Commons License

Geosciences Journal  is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.