Klasifikasi Terbimbing Supervised classification Training Area

3.4.2 Analisis

Klasifikasi citra dihasilkan dari Supervised Classification dengan menggunakan metode Maximum Likelihood yang menggunakan area latihan Training Area yang diperoleh dari hasil ground check pada tanggal 24 Maret dan 9 April 2011. Penutupan lahan yang diperoleh kemudian diuji akurasinya menggunakan accuracy assesment dari software ERDAS Imagine 9.1. Tingkat akurasi yang bisa dipercaya adalah minimal 75 untuk akurasi keseluruhan Syartinilia, 2004. Sebelum dibandingkan dengan peta penutupan lahan tahun 2002 resolusi 30x30m, peta penutupan lahan 2009 di-resampling terlebih dahulu menjadi reolusi 30x30m. Setelah memiliki resolusi yang sama, lalu dilakukan proses deteksi perubahan penutupan lahan dengan menggunakan metode Post Comparison Classification.

3.4.2.1 Klasifikasi Terbimbing Supervised classification

Klasifikasi ini dilakukan dengan menggunaan arahan analisis supervised. Kriteria pengelompokkan kelas ditetapkan berdasarkan penciri kelas yang diperoleh dari pembuatan training area. Pada penelitian kali ini, metode yang digunakan adalah Metode Peluang Maksimum Maximum Likelihood Classifier. Metode ini merupakan metode yang paling umum digunakan dan merupakan metode standar. Metode ini mempertimbangkan peluang dari suatu piksel untuk dikelaskan ke dalam kelas atau kategori tertentu. Dapat dihitung dengan menghitung persentase tutupan pada citra yang akan diklasifikasi.

3.4.2.2 Training Area

Training area diperlukan dalam setiap kelas yang akan dibuat dan harus bisa melihat secara jelas perbedaan yang tampak pada citra. Masing-masing training area mewakili satu kelas atau kategori penutupan lahan. Sebelum dilakukan training area, ditetapkan batasan mengenai kelas yang akan diklasifikasikan. Training area tidak hanya digunakan untuk proses klasifikasi, tetapi juga digunakan untuk proses akurasi hasil klasifikasi. Perbandingan bobot training area sebagai sampel untuk proses klasifikasi dan akurasi adalah 75 : 25 dari total training area yang dibuat. Deskripsi kelas penutupan lahan dapat dilihat pada Tabel 5. Tabel 5. Deskripsi Kelas Penutupan Lahan No. Label Kelas Deskripsi 1 Hutan Seluruh hamparan baik kering maupun basah yang didominasi oleh pohon. 2 Perkebunan Seluruh kawasan kenampakkan kebun dengan jenis vegetasi teh. 3 Semak belukar Seluruh kawasan yang terdiri dari campuran antara vegetasi tinggi dan vegetasi rendah yang tumbuh secara liar dan belum termanfaatkan. 4 Sawah Seluruh kawasan berupa pertanian lahan basah yang ditanami padi. 5 Ladang Seluruh kawasan berupa pertanian lahan kering yang ditanami non-padi seperti singkong, umbi-umbian, jagung, sayuran.

6 Pemukiman

Seluruh kawasan pemukiman padat perumahan atau bangunan lainnya.

7 Badan Air

Seluruh kawasan dengan kenampakkan perairan, termasuk sungai, danau, dan waduk. 8 Awan Sekumpulan piksel yang berwarna putih tidak mengandung informasi mengenai penutupan lahan no data Pembuatan training area pada penelitian ini dilakukan dengan membuat secara langsung pada citra dengan Tools AOI. Contoh penampakkan training area masing-masing kelas penutupan pada AVNIR-2 resolusi 10x10 m dapat dilihat pada Tabel 6. Tabel 6. Penampakkan Training Area pada AVNIR-2 tahun 2009 No. Kelas Penampakkan pada Citra Keterangan 1 Hutan • Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1 2 Perkebunan • Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1

3 Semak belukar

• Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1 4 Sawah • Band combination Red : Layer 3 Green : Layer 2 Blue : Layer 1 5 Ladang • Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1 6 Pemukiman • Band combinations Red : Layer 3 Green : Layer 2 Blue : Layer 1 7 Air • Band combinations Red : Layer 4 Green : Layer 3 Blue : Layer 2

3.4.2.3 Pendugaan Akurasi