Analisis Separabilitas Pada Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m

5.4 Analisis Separabilitas Pada Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m

Pada analisis separabilitas digunakan untuk mengetahui tingkat separabilitasketerpisahan antar kelas. Analisis ini menggunakan metode klasifikasi terbimbing Supervised Classification. Menurut Jaya 2002, Kobayasi 1995, dan Jensen 1986 kriteria separabilitas yang digunakan dalam memisahkan individu-individu dalam pasangan kelasnya, sebagai berikut : 1. Tidak terpisah : 1600 2. Kurang keterpisahannya : 1600-1800 3. Cukup keterpisahannya : 1800-1900 4. Baik keterpisahannya : 1900-2000 5. Sangat baik keterpisahannya : 2000 Dari 14 tutupan lahan yang ada, hanya dapat dilakukan 13 tutupan lahan pada citra ALOS PALSAR resolusi 50 m. Padang rumputlapangan golf memiliki luasan yang sangat kecil sehingga sulit untuk dilakukan analisis separabilitas. Dari ke-13 tutupan lahan yang telah dianalisis, ada 7 tujuh pasangan yang tidak dapat dipisahkan, yaitu : hutan lahan kering dengan hutan tanaman, perkebunan teh dengan semak belukar, pertanian lahan kering dengan sawah, kebun campuran dengan hutan tanaman, kebun campuran dengan hutan lahan kering, pertanian lahan kering dengan perkebunan sawit, serta perkebunan karet dengan sawah. Tabel 9 merupakan hasil nilai separabilitas citra ALOS PALSAR resolusi 50 m. Pada citra LANDSAT resolusi 30 m tutupan lahan yang dianalisis separabilitas sebanyak 17 tutupan lahan. Tidak berbeda dengan citra ALOS PALSAR 50 m, lapangan golf pada citra LANDSAT juga memiliki luasan yang sangat kecil sehingga mengalami kesulitan dalam melakukan analisis separabilitas. Dari hasil analisis ke-17 kelas tutupan lahan citra LANDSAT resolusi 30 m, terdapat 3 tiga pasangan yang memiliki keterpisahan buruk yaitu : kebun campuran dengan pertanian lahan kering, semak belukar dengan kebun campuran, serta semak belukar dengan pertanian lahan kering. Tabel 10 merupakan hasil nilai separabilitas citra LANDSAT resolusi 30 m. Tabel 9 Nilai separabilitas tutupan lahan pada Citra ALOS PALSAR Resolusi 50 m HH-HV-HHHV Tutupan Lahan 1 2 3 4 5 6 7 8 9 10 11 12 13 Badan air 1 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 1995 Pemukiman 2 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 1998 2000 Bandara 3 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 1939 Perkebunan sawit 4 2000 2000 2000 0 1814 1997 2000 2000 2000 1989 2000 1150 1996 Sawah 5 2000 2000 2000 1814 0 2000 2000 2000 2000 2000 2000 653 2000 Semak belukar 6 2000 2000 2000 1997 2000 0 2000 1999 483 2000 1263 2000 2000 Hutan lahan kering 7 2000 2000 2000 2000 2000 2000 0 164 2000 1063 2000 2000 2000 Hutan tanaman 8 2000 2000 2000 2000 2000 1999 164 0 2000 839 1997 2000 2000 Perkebunan teh 9 2000 2000 2000 2000 2000 483 2000 2000 0 2000 1849 2000 2000 Kebun campuran 10 2000 2000 2000 1989 2000 2000 1063 839 2000 0 1991 2000 2000 Perkebunan karet 11 2000 2000 2000 2000 2000 1263 2000 1997 1849 1991 0 2000 2000 Pertanian lahan kering 12 2000 1998 2000 1150 653 2000 2000 2000 2000 2000 2000 0 2000 Lahan terbuka 13 1995 2000 1939 1996 2000 2000 2000 2000 2000 2000 2000 2000 0 64 Tabel 10 Nilai separabilitas tutupan lahan pada Citra LANDSAT Resolusi 30 m 5-4-3 Tutupan Lahan 1 2 3 4 5 6 7 8 9 10 11 12 13 14 15 16 17 Badan air 1 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 Landasan udara 2 2000 0 2000 2000 2000 1999 1998 2000 1992 2000 2000 2000 2000 1998 2000 2000 2000 Pemukiman 3 2000 2000 0 2000 2000 2000 2000 2000 1998 2000 2000 2000 2000 2000 1948 2000 2000 Hutan tanaman 4 2000 2000 2000 0 1653 2000 1999 2000 2000 2000 2000 1998 1974 2000 2000 2000 1970 Hutan lahan kering 5 2000 2000 2000 1653 0 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 Kebun campuran 6 2000 1999 2000 2000 2000 0 1753 1997 621 2000 2000 2000 2000 410 1976 2000 2000 Perkebunan sawit 7 2000 1998 2000 1999 2000 1753 0 1986 1768 2000 2000 2000 1954 1711 1980 2000 1996 Perkebunan karet 8 2000 2000 2000 2000 2000 1997 1986 0 2000 2000 2000 2000 1993 1991 2000 2000 1988 Pertanian lahan kering 9 2000 1992 1998 2000 2000 621 1768 2000 0 2000 2000 2000 2000 950 1944 2000 2000 Lahan terbuka 10 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 2000 Bayangan awan 11 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 2000 Awan 12 2000 2000 2000 1998 2000 2000 2000 2000 2000 2000 2000 0 2000 2000 2000 2000 2000 Perkebunan teh 13 2000 2000 2000 1974 2000 2000 1954 1993 2000 2000 2000 2000 0 2000 2000 2000 1991 Semak belukar 14 2000 1998 2000 2000 2000 410 1711 1991 950 2000 2000 2000 2000 0 1991 2000 2000 Sawah bera 15 2000 2000 1948 2000 2000 1976 1980 2000 1944 2000 2000 2000 2000 1991 0 2000 2000 Sawah diolahbaru tanam 16 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 2000 0 2000 Sawah vegetatif-siap panen 17 2000 2000 2000 1970 2000 2000 1996 1988 2000 2000 2000 2000 1991 2000 2000 2000 0 65 5.5 Evaluasi Akurasi Hasil Klasifikasi Citra ALOS PALSAR Resolusi 50 m dan Citra LANDSAT Resolusi 30 m Evaluasi akurasi dilakukan untuk mengetahui tingkat ketepatan klasifikasi terhadap kondisi yang sebenarnya di lapangan. Keakuratan tersebut, meliputi : jumlah piksel area contoh yang diklasifikasikan dengan benar atau salah, pemberian, nama secara benar, dan persentase banyaknya piksel dalam masing- masing kelas serta persentase kesalahan total. Untuk menghitung besarnya akurasi hasil klasifikasi dapat diuji dengan menggunakan matrik kesalahan confusion matrix seperti pada Tabel 11. Analisis akurasi dilakukan dengan menggunakan matrik kesalahan Confusion matrix yang disebut juga matrik contingency. Akurasi klasifikasi umumnya dilakukan dengan metode Overall accuracy Analisis akurasi dilakukan dengan menggunakan matrik kesalahan Confusion matrix yang disebut juga matrik contingency. Dari matrik kontingensi tersebut selanjutnya dihitung besarnya akurasi pembuat produsers accuracy, akurasi pengguna Users Accuracy , dan akurasi umum overall accuracy serta akurasi Kappa Kappa accuracy. Dari Tabel 10, untuk hasil pengujian akurasi 13 kelas tutupan lahan pada citra ALOS PALSAR resolusi 50 m didapatkan nilai Overall accuracy sebesar 86,52 dan Kappa accuracy sebesar 83,27. Berdasarkan hasil perhitungan Kappa accuracy , meskipun hasilnya di bawah 85, namun sudah dapat dikatakan baik. Sedangkan akurasi hasil klasifikasi pada citra LANDSAT resolusi 30 m, sawah tidak diklasifikasi menjadi 3 kelas dikarenakan citra LANDSAT yang digunakan memiliki periode yang berbeda dengan waktu pengamatan di lapangan. Didapatkan nilai keseluruhan yang lebih besar daripada citra ALOS PALSAR resolusi 50 m. Nilai overall accuracy yang didapatkan sebesar 95,51 dan Kappa accuracy mencapai 94,38 yang menunjukkan tingkat ketelitian lebih baik daripada citra ALOS PALSAR resolusi 50 m. Hal ini dikarenakan citra LANDSAT resolusi 30 m memiliki warna yang lebih jelas dan variatif serta resolusinya yang lebih tinggi daripada citra ALOS PALSAR resolusi 50 m menyebabkan jenis objek yang ditampilkan lebih terlihat sehingga lebih mudah dan detail dalam mendeliniasi. Tabel 11 Akurasi klasifikasi tutupan lahan pada Citra ALOS PALSAR Resolusi 50 m Landcover BA Bndr HLK HT KC LT PMKM PK PS PLK SWH PR SB Total User UA Accuracy Badan air BA 3 3 1.0 100 Landasan udara Bndr 1 1 1.0 100 Hutan lahan kering HLK 4 6 10 0 Hutan tanaman HT 4 3 7 0.57 57.14 Kebun campuran KC 31 1 2 1 35 0.89 88.57 Lahan terbuka LT 0 - - Pemukiman PMKM 5 34 39 0.87 87.18 Perkebunan karet PK 1 1 1 100 Perkebunan sawit PS 5 5 1 100 Pertanian lahan kering PLK 26 26 1 100 Sawah SWH 1 1 48 50 0.96 96 Padang rumput PR 1 1 1 100 Semak belukar SB 0 - - Total 3 1 0 8 45 1 34 2 5 29 48 2 0 178 Produser Accuracy 1.0 1.0 - 0.5 0.69 1.0 1.0 0.5 1.0 0.9 1.0 0.5 - PA 100 100 - 50 68.89 100 100 50 100 89.66 100 50 - Overall Accuracy 86.52 Kappa Accuracy 83.27 67 Tutupan Lahan BA Bndr HLK HT KC LT PMKM PK PS PLK SWH PR SB Total User Accuracy UA Badan air BA 3 3 1 100 Landasan udara Bndr 1 1 1 100 Hutan lahan kering HLK 0 - - Hutan tanaman HT 8 8 1.00 100 Kebun campuran KC 43 1 44 0.98 97. 73 Lahan terbuka LT 1 1 1.00 100 Pemukiman PMKM 34 34 1.00 100 Perkebunan karet PK 2 2 1.00 100 Perkebunan sawit PS 5 5 1.00 100 Pertanian lahan kering PLK 2 27 4 33 0.82 81. 82 Sawah SWH 1 44 45 0.98 97. 78 Padang rumput PR 2 2 1.00 100 Semak belukar SB 0 - - Total 3 1 8 45 1 34 2 5 29 48 2.00 178 Produser Accuracy 1.00 1.00 - 1.00 0.96 1.00 1.00 1.00 1.00 0.93 0.92 1.00 - PA 100 100 - 100 95.5 6 100 100 100 100 93.1 91.67 100 - Overall Accuracy 95.51 Kappa Accuracy 94.38 Tabel 12 Akurasi klasifikasi tutupan lahan pada Citra LANDSAT Resolusi 30 m 68

BAB VI KESIMPULAN DAN SARAN

Dokumen yang terkait

Evaluasi Akurasi Klasifikasi Penutupan Lahan Menggunakan Citra Alos Palsar Resolusi Rendah Studi Kasus Di Pulau Kalimantan

0 22 94

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

Aplikasi dan evaluasi citra ALOS PALSAR resolusi 50 m dan 12,5 m untuk identifikasi tutupan lahan: studi kasus di Kabupaten Brebes, Cilacap, Banyumas dan Ciamis

2 15 87

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

3 12 72

Pendugaan Distribusi Spasial Biomassa di Atas Permukaan Tanah Menggunakan Citra Alos Palsar Resolusi 50 M di Provinsi Kepulauan Bangka Belitung (Studi Kasus Areal Reklamasi Bekas Tambang)

0 7 115

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

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

Model Penduga Biomassa Hutan Alam Lahan Kering Menggunakan Citra ALOS PALSAR Resolusi 50 M di Areal Kerja PT. Trisetia Intiga

0 5 165