VI. KESIMPULAN DAN SARAN
6.1. Kesimpulan
SAR polarimetri penuh band-L merupakan salah satu data radar yang efektif dimanfaatkan untuk wilayah tropis. Pemanfaatan metode hamburan balik
backscatters yang dipadukan menggunakan teknik klasifikasi pohon keputusan Decisison Tree dapat digunakan untuk mengidentifikasi dan mencirikan
signature aliran lava di G. Guntur, Jawa barat. Pengidentifikasian bentuklahan sangat tergantung pada resolusi spasial
citra tersebut. Obyek yang dapat diidentifikasi melalui citra IKONOS Google Earth lebih banyak dibandingkan dengan yang dihasilkan dari citra PALSAR. Hal
ini disebabkan karena resolusi spasial citra IKONOS lebih tinggi dibandingkan dengan citra PALSAR. Namun pada citra PALSAR dapat dilakukan pengukuran
kuantitatif hamburan balik obyek pada ketiga variabel polarisasi linier yang digunakan.
Hasil analisis menunjukkan bahwa bentuklahan aliran lava dan kawah G. Guntur dapat dipisahkan dengan cukup baik dan dapat ditunjukkan melalui
keterpisahan spektral. Keterpisahan spektral ini dapat ditunjukkan menggunakan metode Transformed Divergence TD pada data training. Hasilnya, bentuklahan
kawah memiliki keterpisahan yang tinggi nilai mendekati 2 dan demikian pula dengan bentuklahan aliran lava termuda sehingga dapat diidentifikasi dengan
mudah. Sedangkan bentuklahan aliran lava 1, aliran lava 3, dan aliran lava tua tidak terpisah dengan cukup baik nilai mendekati 0.
Selain ditunjukkan dengan keterpisahan spektral, pencirian bentuklahan juga dapat dilakukan melalui analisis keterpisahan statistik yang disajikan dalam
bentuk boxplot dan diagram pencar. Pada nilai statistik deskriptif ini dapat ditunjukkan bahwa bentuklahan aliran lava termuda memiliki nilai rataan tertinggi
pada polarisasi HV dibandingkan bentuklahan aliran lava lainnya. Selain itu, ditunjukkan bahwa polarisasi HH dan VV memperlihatkan karakteristik hamburan
balik yang hampir sama. Dengan demikian penggunaan kombinasi polarisasi ini tidak terlalu direkomendasikan untuk identifikasi aliran lava dikarenakan kedua
jenis polarisasi tersebut merupakan polarisasi searah parallel polarization. Adapun keterpisahan kelas terbaik ditunjukkan oleh kombinasi VV dan HV.
Hasil keterpisahan diperkuat dari hasil klasifikasi pohon keputusan dengan algoritma QUEST. Pada konstruksi algotritma QUEST terlihat bahwa polarisasi
HV dan VV berperan sebagai pemisah utama untuk pencirian aliran lava. Hasil klasifikasi menunjukkan nilai akurasi yang cukup baik, yaitu 51,80 dengan
nilai koefisien kappa sebesar 0,43. Hal ini menunjukkan bahwa identifikasi terhadap bentuklahan aliran lava dengan menggunakan polarisasi linier dan
dipadukan dengan klasifikasi pohon keputusan memiliki tingkat kepercayaan yang cukup baik.
6.2. Saran
Kategori