Ahmad Sutanto Primary Author mixed material bibliography Bagian Serial Jurnal Penginderaan Jarak Jauh dan Pengolahan Data Citra Digital. LAPAN ind Indonesia

Index Artikel

Sumber artikel:Jurnal. Halaman: 63-75 Pemanfaatan data penginderaan jauh untuk pemetaan lahan sudah lama berkembang. Di Indonesia yang beriklim tropis awan menjadi masalah klasik dalam pemindaian permukaan bumi dengan menggunakan satelit penginderaan jauh sensor optik. Satelit dengan sensor Synthetic Aperture Radar (SAR) mempunyai kemampuan untuk menembus awan sehingga menjadi solusi permasalahan tutupan awan. Pada penelitian ini digunakan data ALOS PALSAR untuk mengkaji teknik klasifikasi berbasis obyek dan berbasis piksel. Data ALOS PALSAR dipilih karena mempunyai kemampuan pengenalan suatu obyek berdasarkan karakteristik hamburan baliknya (backscatter). Klasifikasi berbasis obyek menggunakan metode Statistical Region Merging (SRM) untuk proses segmentasi obyek dan metode Support Vector Machine (SVM) untuk proses klasifikasi sedangkan klasifikasi berbasis piksel menggunakan metode SVM. Pada tahap klasifikasi telah diujicobakan beberapa fitur Dekomposisi Target dan Dekomposisi Citra dari data ALOS PALSAR. Pengujian akurasi klasifikasi dilakukan dengan metode confusion matrix menggunakan data Region of Interest (ROI) dari data QuickBird. Implementasi klasifikasi berbasis obyek memberikan hasil lebih baik dari klasifikasi berbasis piksel dengan jumlah fitur optimal yakni 7 fitur terdiri dari 3 fitur dekomposisi Freeman (Red Green Blue) Entropy Alpha Angle Anisotrophy dan Normalized Difference Polarization Index (NDPI). Akurasi keseluruhan mencapai 73 64% untuk hasil klasifikasi berbasis obyek dan 62 6% untuk klasifikasi berbasis piksel. Kata kunci Klasifikasi berbasis obyek SRM SVM Sensor SAR1 1. KLASIFIKASI BERBASIS OBJEK 2. KLASIFIKASI BERBASIS PIXEL 910.7 JUR UPT Perpustakaan UM Koleksi Bahan Pustaka Perpustakaan UM 2 -65675 2017-10-25 00:00:00 2017-10-25 00:00:00 machine generated