BAB I PENDAHULUAN 1.1 Latar Belakang Klasifikasi

BAB I
PENDAHULUAN
1.1 Latar Belakang
Klasifikasi multispektral adalah salah satu bagian dari pengelohan citra
penginderaan jauh yang paling sering dibahas, digunakan, dan dalam praktik
dipandang mapan. Hasil utama dari klasifikasi multispektral adalah peta tematik
yang ada pada umumnya merupakan peta penutup lahan atau penggunaan lahan,
yang kemudian biasanya dijadikan masukan dalam pemodelan spasial dalam
lingkungan sistem informasi geografi (SIG). Meskipun demikian, metode
klasifikasi ini masih mengandung kelemahan yang disebabkan oleh asumsiasumsi awalnya, khususnya apabila diterapkan untuk pemetaan penggunaan
lahan di lingkungan Indonesia dan negara tropis basah lainnya. Seperti halnya
klasifikasi manual yang menggunakan foto udara, klasifikasi multispektral
merupakan metode yang dirancang untuk menurunkan informasin tematik
dengan cara mengelompokkan fenomena berdasarkan kriteria tertentu.
Pada klasifikasi manual berbagai kriteria digunakan, antara lain kesamaan
rona/warna, tekstur, bentuk, pola, relief, dan sebagainya yang digunakan secara
serentak. Pada sebagian besar metode klasifikasi multispektral hanya ada satu
kriteria yang digunakan, yaitu nilai spektral (nilai kecerahan) pada beberapa
saluran sekaligus. Perkembangan mutakhir menunjukan bahwa klasifikasi
multispektral juga dapat dilakukan dengan melibatkan unsur interpretasi lain
disamping warna atau nilai spektral, seperti tekstur dan bentuk, misalnua dengan
segementasi citra berbasis obyek (object-based image segmentation) (Baatz dan
Schappe, 2000; Danoedoro et al., 2008).
Asumsi paling awal dalam klasifikasi multispektral ialah bahwa tiap obyek
dapat dibedakan dari yang lain berdasarkan nilai spektralnya. Disamping itu,
Phinn (2002) menyebutkan bahwa klasifikasi multispektral mengamsusikan: (a)
resolusi spasial tinggi, dimana setiap piksel merupakan piksel murni yang
tersusun atas satu macam obyek pentutup lahan, (b) piksel-piksel yang
1
menyusun satu jenis penutup lahan mempunyai kesamaan spektral, (c) setiap
penutup lahan berbeda juga mempunyai perbedaan spektral yang signifikan.
1.2 Perumusan Masalah
Teknik penginderaan jauh sangat berperan penting dalam perolehan
informasi yang dapat disadap oleh citra satelit penginderaan jauh. Klasifikasi
multispektral dapat memanfaatkan teknik penginderaan jauh. Ekstraksi informasi
secara otomatis berupa klasifikasi multispektral merupakan salah satu metode
untuk mengetahui jenis penutup lahan. Klasifikasi multispektral yang digunakan
yaitu klasifikasi supervised (terselia) dengan metode algortitma maximum
likelihood.
Daerah objek kajian yang akan diambil sampel penutup lahan yaitu
Kabupaten Bantul dimana penutup lahan di Kabupaten Bantul masih didominasi
oleh vegetasi dibandingkan dengan non-vegetasi. Data yang digunakan adalah
citra Landsat-8 Kabupaten Bantul dengan tanggal perekaman 24 juni 2013
path/row 120/065. Objek penutup lahan yang akan dikaji lebih umum.
Klasifikasi penutup lahan yang digunakan sebagai acuan untuk melakukan
identifikasi objek penutup lahan yang nampak dalam citra adalah sistem
klasifikasi penutup lahan dari Badan Standardisasi Nasional Indonesia (BSNI)
atau Bakosurtanal skala 1 : 250.000.
Berdasarkan uraian diatas maka dapat dirumuskan masalah sebagai berikut:
1. Bagaimana tingkat keakuratan hasil klasifikasi multispektral algoritma
maximum likelihood pada pemetaan penutup lahan menggunakan citra
Landsat 8 Kabupaten Bantul tahun 2013 ?
2. Ada berapa macam jenis penutup lahan yang ada di Kabupaten Bantul
berdasarkan klasifikasi multispektral algoritma maximum likelihood ?
3. Bagaimana kemampuan software ILWIS dalam melakukan proses ekstraksi
citra secara digital ?
2
1.3 Tujuan Penelitian
1. Mengetahui tingkat keakuratan hasil klasifikasi multispektral algoritma
maximum likelihood pada penutup lahan menggunakan citra Landsat 8
Kabupaten Bantul tahun 2013
2. Mengetahui jenis pentup lahan yang ada di Kabupaten Bantul berdasarkan
klasifikasi
multispektral
algoritma
maximum
likelihood
dengan
menggunakan sistem klasifikasi penutup lahan BSNI skala 1 : 250.000
3. Mengetahui kemampuan software ILWIS dalam melakukan proses ekstraksi
citra secara digital
4. Melakukan pemetaan penutup lahan klasifikasi multispektral algoritma
maximum likelihood Kabupaten Bantul tahun 2013
1.4 Manfaat Penelitian
Manfaat penelitian ini yaitu meningkatkan kemampuan dalam melakukan
klasifikasi multispektral algoritma maximum likelihood berdasarkan citra
Landsat 8 tahun 2013 dengan menggunakan software ILWIS 3.3 untuk pemetaan
penutup lahan (landcover) di Kabupaten Bantul. Serta mampu menyajikan
informasi penutup lahan yang tercakup dalam peta tematik penutup lahan di
Kabupaten Bantul tahun 2013.
3