Analisis Klasifikasi Mangrove Menggunakan Citra Uav Dengan Metode Object Based Image Analysis Di Pesisir Desa Gebang, Pesawaran
Mangrove merupakan salah satu komponen utama dalam ekosistem lahan basah.
Banyak penelitian tentang mangrove telah dilakukan, termasuk dengan memanfaatkan
teknologi penginderaan jauh. Dalam penelitian ini, digunakan citra Unmaned Aeril
Vechicle (UAV) dan data lapangan dikumpulkan melalui purposive sampling dengan
total 70 titik di kawasan hutan mangrove Desa Gebang, Pesawaran. Penelitian ini
bertujuan untuk mengevaluasi akurasi pendekatan Object Based Image Analysis
(OBIA) dengan algoritma multiresolution segmentation (MRS). Skala segmentasi yang
digunakan untuk citra Unmaned Aeril Vechicle (UAV) dengan dilakukan optimasi
skala segmentasi sebesar 100, 160, 180, 200. Klasifikasi vegetasi mangrove dilakukan
pada 5 kelas dengan menggunakan algoritma klasifikasi Support Vector Machine
(SVM) dan Random Forest (RF) dalam mengklasifikasikan mangrove. Hasil analisis
klasifikasi berbasis objek menunjukkan bahwa Support Vector Machine (SVM)
memiliki akurasi keseluruhan sebesar 95% (kappa = 0,8), sedangkan klasifikasi
Random Forest (RF) memiliki akurasi keseluruhan sebesar 93% (kappa = 0,84). Hal
ini menunjukkan bahwa Random Forest (RF) lebih efektif dalam mengurangi
kesalahan klasifikasi dibandingkan Support Vector Machine (SVM) pada kawasan
vegetasi mangrove menggunakan citra UAV.
URI
https://repo.itera.ac.id/depan/submission/SB2409260034
Keyword
Mangrove Unmaned Aeril Vehicle Object Based Image