dimana : N
= Jumlah semua piksel yang digunakan untuk pengamatan R
= Jumlah baris atau lajur pada matriks kesalahan jumlah kelas X
ii
= Nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i X
+i
= Jumlah piksel dalam kolom ke-i X
i+
= Jumlah piksel dalam baris ke-i
3.4.3 Ekstraksi Hutan mangrove
3.4.3.1 Klasifikasi Hutan Mangrove
Estimasi spesies kawasan mangrove dilakukan menggunakan metode klasifikasi yang memiliki nilai overall accuracy paling tinggi. Kawasan mangrove
ini merupakan area yang didapat dari hasil penafsiran secara visual dan telah di crop pada objek-objek lainnya untuk meningkatkan besarnya akurasi. Sehingga
dengan menerapkan sistem stratified classification dapat mengurangi terjadinya kesalahan klasifikasi karena menghilangkan objek-objek lain.
a. Pembuatan Region of Interest Pembuatan region of interest ROI pengelompokan piksel-piksel pada
setiap obyek mangrove dilakukan untuk mengambil informasi statistik kelas-kelas tutupan lahan. Pengambilan informasi statistik pada citra TerraSAR-X dilakukan
dengan cara menentukan semua areal contoh tiap kelas mangrove secara manual. b. Analisis Separabilitas
Analisis separabilitas adalah analisis kuantitatif yang menunjukkan keterpisahan statistik antar kelas mangrove, apakah suatu kelas layak untuk
digabung atau tidak berdasarkan kriteria tingkat keterpisahan. Metode yang digunakan untuk analisis ini adalah metode transformed divergence. Kriteria
tingkat keterpisahan dapat dilihat pada Tabel 6.
3.4.3.2 Analisis Akurasi Klasifikasi Hutan Mangrove
Hasil dari klasifikasi kelas-kelas mangrove kemudian dievaluasi ketepatan hasil klasifikasinya. Salah satu cara untuk mengevaluasi ketepatan hasil klasifikasi
adalah dengan melakukan evaluasi akurasi yaitu dengan membuat matriks kesalahan error matrix seperti yang telah dilakukan pada analisis akurasi
penutupan lahan. Matriks kesalahan adalah matriks bujur sangkar yang berfungsi untuk melihat penyimpangan klasifikasi yaitu berupa kelebihan jumlah piksel dari
kelas yang lain atau kekurangan jumlah piksel pada masing-masing kelas. Idealnya semua elemen yang bukan diagonal dalam matrik tersebut harus bernilai
nol yang artinya tidak ada penyimpangan dalam matriks Lillesand and Kiefer 1990.
Persentase ketepatan hasil klasifikasi tersebut dapat dilihat dari nilai User’s Accuracy, Producer’s Accuracy, Overall Accuracy dan Kappa Accuracy.
Kappa Accuracy merupakan suatu ukuran yang paling banyak digunakan karena mempertimbangkan semua elemen dalam matriks kesalahan sehingga dinyatakan
dengan rumus :
K = ∑
− ∑ − ∑
× 100 =
× 100 =
× 100 =
∑ × 100
dimana : N
= Jumlah semua piksel yang digunakan untuk pengamatan R
= Jumlah baris atau lajur pada matriks kesalahan jumlah kelas X
ii
= Nilai diagonal dari matrik kontingensi baris ke-i dan kolom ke-i X
+i
= Jumlah piksel dalam kolom ke-i X
i+
= Jumlah piksel dalam baris ke-i
3.4.4 Pemeriksaan Lapangan
