Analisis Akurasi Klasifikasi dan Separabilitas

5.4 Analisis Akurasi Klasifikasi dan Separabilitas

Berdasarkan hasil analisis visual terhadap citra ALOS PALSAR resolusi 50 m didapatkan 9 kelas tutupan lahan dengan jumlah titik pengamatan yang berbeda pada masing-masing tutupan lahan yang dapat dilihat pada Tabel 6. Tabel 6 Jumlah titik pengamatan hasil klasifikasi 9 kelas tutupan lahan No. Klasifikasi tutupan lahan Jumlah titik pengamatan 1. Badan air 1 2. Hutan tanaman sedang-tua 35 3. Hutan tanaman muda 7 4. Kebun campuran 15 5. Perkebunan karet sedang-tua 6 6. Perkebunan karet muda 2 7. Pemukiman 32 8. Sawah diolahdigenangi air 3 9. Sawah bervegetasi 20 Total titik pengamatan 121 Analisis akurasi dilakukan dengan menggunakan matrik kesalahan confusion matrix yang disebut juga matrik contingency. Akurasi klasifikasi umumnya dilakukan dengan metode overall accuracy, akan tetapi akurasi ini umumnya terlalu over estimate sehingga jarang digunakan sebagai indikator yang baik untuk mengukur kesuksesan suatu klasifikasi karena hanya menggunakan piksel-piksel yang terletak pada diagonal suatu matrik contingency. Akurasi yang saat ini disarankan adalah dengan menggunakan rumus Kappa accuracy karena semua elemen dalam matrik contingency akan diperhitungkan Jaya 2010. Hasil pengujian akurasi 9 kelas tutupan lahan pada citra ALOS PALSAR resolusi 50 m Tabel 7 didapatkan nilai overall accuracy sebesar 67,57 dan Kappa accuracy sebesar 63,52. Tabel 7 Nilai akurasi pengklasifikasian tutupan lahan No Tutupan Lahan Badan air Hutan tanaman sedang- tua Hutan tanaman muda Pemukiman Perkebunan karet muda Perkebunan karet sedang-tua Kebun campuran Sawah diolahdigenangi air Sawah bervegetasi Total Users Accuracy 1. Badan air 38 1 2 41 92,68 2. Hutan tanaman sedang-tua 0 64 0 0 8 2 0 0 74 86,49 3. Hutan tanaman muda 0 40 4 1 8 53 75,47 4. Pemukiman 55 4 2 61 90,16 5. Perkebunan karet muda 16 17 58 91 63,74 6. Perkebunan karet sedang-tua 0 1 0 0 49 28 0 0 78 62,82 7. Kebun campuran 1 9 9 31 50 62,00 8. Sawah diolahdigenangi air 11 2 63 76 82,89 9. Sawah bervegetasi 8 2 55 65 84,62 Total 65 66 65 66 65 66 66 65 65 589 Producers Accuracy 58,46 96,97 61,54 83,33 89,23 74,24 46,97 96,92 84,62 Overall Accuracy 67,57 Kappa Accuracy 63,52 51 Kualitas ketelitian klasifikasi didapatkan dari hasil pengukuran separabilitas pada metode klasifikasi terbimbing Supervised Classification. Hasil analisis separabilitas menunjukkan kisaran dari baik sampai sangat baik. Hasil analisis separabilitas pengklasifikasian tutupan lahan disajikan pada Tabel 8. Pada proses separabilitas metode yang dipilih yaitu Transformed divergence karena metode ini baik dalam mengevaluasi keterpisahan antar kelas dan memberikan estimasi yang terbaik untuk pemisahan kelas Jaya 2010. Menurut Jaya dan Kobayasi 1995 dalam Jaya et al 2000 kriteria separabilitas yang digunakan dalam memisahkan individu-individu dalam pasangan kelasnya adalah: 1. Tidak terpisah: 1600 2. Kurang keterpisahannya: 1600-1800 3. Cukup keterpisahannya: 1800-1900 4. Baik keterpisahannya: 1900-2000 5. Sangat baik keterpisahannya: 2000 Pada Tabel 8 dapat dilihat bahwa dari 36 pasangan klasifikasi tutupan lahan yang diuji, sebanyak 25 pasang mempunyai separabilitas yang sangat baik, 9 pasang mempunyai separabilitas baik, 1 pasang mempunyai separabilitas cukup dan 1 pasang mempunyai separabilitas tidak terpisahkan. Pasangan yang tidak dapat dipisahkan yaitu perkebunan karet sedang-tua dengan kebun campuran dengan nilai separabilitas 366,58. Berdasarkan hal tersebut dapat disimpulkan bahwa secara separabilitas, klasifikasi tutupan lahan yang dibuat sudah baik walaupun akurasi Kappa yang diperoleh hanya sebesar 63,52. Tabel 8 Hasil separabilitas pengklasifikasian tutupan lahan No Tutupan Lahan Badan air Hutan tanaman sedang-tua Hutan tanaman muda Pemukiman Perkebunan karet muda Perkebunan karet sedang-tua Kebun campuran Sawah diolahdigenangi air Sawah bervegetasi 1. Badan air 2000 2000 2000 2000 2000 2000 1982,02 2000 2. Hutan tanaman sedang-tua 2000 2000 2000 2000 1981,42 1965,80 2000 2000 3. Hutan tanaman muda 2000 2000 2000 1961,79 1999,51 1998,15 2000 1872,97 4. Pemukiman 2000 2000 2000 2000 1999,64 1992,75 2000 1999,76 5. Perkebunan karet muda 2000 2000 1961,79 2000 2000 2000 2000 2000 6. Perkebunan karet sedang-tua 2000 1981,42 1999,51 1999,64 2000 366,58 2000 2000 7. Kebun campuran 2000 1965,80 1998,15 1992,75 2000 366,58 2000 2000 8. Sawah diolahdigenangi air 1982,02 2000 2000 2000 2000 2000 2000 2000 9. Sawah bervegetasi 2000 2000 1872,97 1999,76 2000 2000 2000 2000 53

5.5 Analisis Peningkatan Kemampuan Penafsiran Citra ALOS PALSAR Resolusi 12,5 m

Dokumen yang terkait

Pendugaan biomassa atas permukaan pada tegakan pinus (Pinus merkusii Jungh et de Vriese) menggunakan citra alos palsar resolusi spasial 50 M dan 12,5 M (studi kasus di KPH Banyumas Barat)

0 3 69

Evaluasi penafsiran citra alos palsar resolusi 12,5 m slope corrected dan 50 meter dengan menggunakan metode manual dan digital dalam identifikasi penutupan lahan (studi kasus di Kabupaten Bogor, Cianjur, dan Sukabumi)

3 16 93

Perbandingan penafsiran visual antara Citra Alos Palsar Resolusi 50 m dengan Citra Landsat Resolusi 30 m dalam mengidentifikasi penutupan lahan (Studi Kasus di Kabupaten Bogor, Kabupaten Sukabumi, dan Kabupaten Cianjur)

0 5 180

Penyusunan model pendugaan dan pemetaan biomassa permukaan pada tegakan jati (Tectona grandis Linn F) menggunakan citra alos palsar resolusi 50 M dan 12,5 M (Studi kasus: KPH Kebonharjo perhutani unit 1 Jawa Tengah)

1 8 165

Evaluasi manual penafsiran visual citra alos palsar dalam mengidentifikasi penutupan lahan menggunakan citra alos palsar resolusi 50 M

3 12 72

Aplikasi dan Evaluasi Citra ALOS PALSAR Resolusi 50 m, Resolusi 12,5 m, dan Resolusi 6 m untuk Identifikasi Tutupan Lahan (studi kasus di Kabupaten Humbang Hasundutan, Kabupaten Tapanuli Utara, dan Kabupaten Samosir)

0 3 145

Aplikasi Citra ALOS PALSAR Multiwaktu Resolusi 50 m dalam Identifikasi Tutupan Lahan di Provinsi Lampung

0 2 136

Pendugaan biomassa tegakan jati menggunakan citra ALOS PALSAR resolusi 12,5 M dan 50 M dengan peubah backscatter, umur, dan tinggi pohon (Kasus KPH Kebonharjo PERUM PERHUTANI UNIT I Jawa Tengah

0 2 128

Model Spasial Pendugaan dan Pemetaan Biomassa di Atas Permukaan Tanah Menggunakan Citra ALOS PALSAR Resolusi 12.5 M.

4 19 51

Klasifikasi dan Detektsi Perubahan Tutupan Hutan dan Lahan Menggunakan Citra ALOS PALSAR Resolusi 50 Meter di Wilayah Barat Provinsi Jambi.

0 9 70