BAB I PENDAHULUAN. 1.1 Latar Belakang
|
|
- Suharto Cahyadi
- 6 tahun lalu
- Tontonan:
Transkripsi
1 BAB I PENDAHULUAN Latar Belakang Kajian mengenai metode non-parametrik Classification Tree Analysis (CTA) menggunakan teknik data mining untuk aplikasi penginderaan jauh masih belum banyak dilakukan, sehingga diperlukan penelitian mengenai kemampuan CTA dalam menangani data yang cukup banyak, dengan memanfaatkan kelebihan CTA untuk aplikasi penginderaan jauh. Kelebihan CTA untuk aplikasi penginderaan jauh, antara lain adalah CTA merupakan metode non-parametrik, sederhana, mampu menangani hubungan non-linear dan noise antara fitur-fitur masukan dan label kelas, dan efisiensi komputasi. Penggunaan CTA ini dilakukan dengan cara memberikan masukan dari beberapa saluran citra Landsat-8 OLI, transformasi, pemfilteran serta data tambahan, seperti: ketinggian dan kemiringan lereng. Citra Landsat-8 merupakan citra satelit dengan cakupan scene yang luas dan memiliki resolusi spasial 30 meter yang dapat digunakan untuk kajian dengan skala regional/kabupaten, jumlah saluran yang cukup banyak, data yang dimiliki merupakan data yang cukup baru sehingga memiliki informasi terkini, dan dapat diakses dengan mudah. Saluran-saluran tersebut dapat dimanfaatkan untuk diolah dengan berbagai metode transformasi, sehingga saluran-saluran spektral dan berbagai transformasi tersebut diharapkan dapat meningkatkan kemampuan dalam klasifikasi. Kemampuan citra Landsat-8 tersebut akan sangat membantu dalam pemetaan penggunaan lahan di Indonesia yang memiliki wilayah yang luas, sehingga informasi penggunaan lahan tersebut dapat dimanfaatkan untuk pembangunan Indonesia. Informasi penggunaan lahan diperlukan oleh pemerintah, swasta, maupun masyarakat. Informasi ini dapat digunakan untuk mengetahui penggunaan lahan pada masa lalu, saat ini, prediksi di masa depan, maupun untuk perencanaan dan kebijakan. Dalam pembangunan yang berkelanjutan, informasi tersebut sangat 1
2 penting, seperti pernyataan Anderson et al. (1976) berikut, yang masih relevan hingga saat ini. Sebuah bangsa modern, sebagai manajemen modern, harus memiliki informasi yang memadai tentang berbagai aspek yang saling terkait pada berbagai kegiatan yang kompleks untuk membuat keputusan. Penggunaan lahan hanya salah satu aspek tersebut, namun pengetahuan tentang penggunaan lahan dan penutup lahan telah menjadi semakin penting sebagai perencanaan suatu bangsa untuk mengatasi masalah ketidakteraturan, pembangunan yang tidak terkendali, memburuknya kualitas lingkungan, hilangnya lahan pertanian utama, kerusakan lahan basah yang penting, dan hilangnya habitat ikan dan satwa liar. Data penggunaan lahan dibutuhkan dalam analisis proses dan permasalahan lingkungan, yang harus dipahami jika kondisi hidup dan standar yang ada ingin ditingkatkan atau dipertahankan pada level saat ini. Dalam hal informasi penggunaan lahan, menurut Peraturan Presiden Nomor 85 Tahun 2007 tentang Jaringan Data Spasial Nasional (JDSN), yang bertanggung jawab adalah bidang pertanahan. Di Indonesia lembaga yang berkompeten dalam pertanahan adalah Kementerian Agraria dan Tata Ruang/Badan Pertanahan Nasional (BPN), sehingga dalam penelitian ini skema klasifikasi penggunaan lahan yang digunakan akan mengacu pada skema klasifikasi penggunaan lahan BPN. Skema klasifikasi tersebut akan dimodifikasi agar sesuai dengan informasi yang dapat diperoleh menggunakan metode penginderaan jauh. Modifikasi diperlukan karena skema klasifikasi BPN lebih dipengaruhi oleh metode survei terestris untuk memperoleh informasi. Teknologi penginderaan jauh saat ini telah berkembang cukup pesat. Teknologi ini pada awalnya dipergunakan untuk keperluan militer, namun setelah berakhirnya perang dingin akses untuk keperluan sipil mulai dibuka, dari teknologi foto udara sampai dengan teknologi satelit. Saat ini citra satelit yang diproduksi cukup beragam, dari resolusi spasial, spektral, maupun temporal. Dengan adanya keberagaman citra satelit, pengguna dapat memilih citra sesuai dengan kebutuhannya. Salah satu satelit tersebut adalah satelit Landsat. Satelit Landsat merupakan satelit milik Amerika Serikat yang pertama kali diluncurkan adalah Landsat-1, pada tanggal 23 Juli Landsat yang telah berkembang hingga terkini adalah Landsat-8, diluncurkan pada tanggal 11 2
3 Februari 2013, dengan sensor Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS). Sensor OLI terdiri atas 9 (sembilan) saluran dengan resolusi spasial 30 meter untuk citra multispektral dan pankromatik dengan resolusi spasial 15 meter, sedangkan TIRS terdiri atas 2 (dua) saluran dengan resolusi spasial 100 meter untuk citra inframerah termal. Landsat-8 memiliki ukuran scene 170 km x 185 km dengan perencanaan beroperasi minimal selama lima tahun. Dengan adanya penemuan teknologi satelit, metode untuk memperoleh informasi detil permukaan lahan termasuk penggunaan dan penutup lahan menjadi lebih efisien dalam hal biaya dan waktu pemrosesannya serta penerapan prosedur yang sistematik dibandingkan pengukuran langsung di lapangan yang dilakukan sebelumnya (Wheatley et al., 2000 dalam Indrawati, 2009). Perkembangan teknologi penginderaan jauh ini diiringi dengan perkembangan pengolahan citra digital. Semakin meningkatnya kemampuan komputer dalam mengolah proses yang cukup besar, sangat membantu dalam pengembangan berbagai teknik dan analisis citra digital. Pengolahan citra digital ini salah satunya adalah dapat dimanfaatkan untuk klasifikasi. Klasifikasi multispektral pada umumnya menghasilkan peta penutup lahan. Penutup lahan dapat diinterpretasi menggunakan citra penginderaan jauh. Dari data dan informasi tersebut dapat diturunkan menjadi informasi-informasi lain, seperti penggunaan lahan. Agar dapat digunakan untuk memperoleh informasi penggunaan lahan, diperlukan tambahan data pendukung lain. Dalam algoritma klasifikasi multispektral pada umumnya dibagi menjadi dua, yaitu algoritma parametrik dan algoritma non-parametrik. Algoritma parametrik mengasumsikan bahwa kelas terdistribusi normal dan memerlukan perkiraan distribusi parameter, seperti mean vector dan covariance matrix dalam melakukan klasifikasi. Algoritma parametrik yang umumnya digunakan dalam melakukan klasifikasi multispektral adalah maximum likelihood dan minimum distance. Algoritma non-parametrik menggunakan asumsi distribusi bebas, menjadi keunggulannya yang akan lebih baik digunakan pada distribusi kelas dengan variabilitas yang lebar. Terdapat beberapa algoritma 3
4 non-parametrik, antara lain adalah jaringan syaraf tiruan (JST), pohon keputusan, logika fuzzy, dan support vector machine (SVM). Data-data penginderaan jauh dan Sistem Informasi Geografis (SIG) saat ini telah banyak dijumpai. Sehingga diperlukan suatu metode yang dapat memanfaatkan data-data tersebut untuk memperoleh informasi baru. Teknik data mining (Knowledge Discovery from Data/KDD) banyak digunakan dalam mengolah data-data yang cukup banyak untuk memperoleh informasi baru yang bermanfaat. Salah satu metode dalam KDD untuk mengekstraksi informasi adalah menggunakan metode machine learning. CTA merupakan algoritma machine learning yang dapat digunakan untuk mengklasifikasi data penginderaan jauh dan data pendukungnya. Meskipun kadang-kadang disebut sebagai decision tree (pohon keputusan), namun lebih cenderung sebagai jenis pohon keputusan yang mengarah ke keputusan kategoris. Suatu classification tree (pohon klasifikasi) terdiri atas cabang-cabang yang mewakili atribut, sedangkan daun mewakili keputusan. Proses pengambilan keputusan dimulai pada batang dan mengikuti cabang sampai mencapai daun (Clark Labs, 2008). Dalam Wu dan Kumar (2009) algoritma C4.5 dan CART termasuk sepuluh algoritma teratas yang paling berpengaruh dan banyak digunakan dalam data mining, dengan algoritma C4.5 urutan pertama dan algoritma CART urutan kesepuluh. Hal ini diungkapkan dalam komunitas data mining pada konferensi Institute of Electrical and Electronics Engineers (IEEE) International Conference in Data Mining (ICDM) di tahun Dimana dua algoritma tersebut termasuk dalam algoritma CTA, yaitu gain ratio dan gini index. 1.2 Perumusan Masalah Informasi penggunaan lahan merupakan hal yang sangat penting, informasi tersebut dapat digunakan untuk perencanaan, pengelolaan dan pemantauan perubahan lingkungan, sehingga sumber daya alam yang ada dapat dimanfaatkan secara optimal dan berkelanjutan. Penginderaan jauh dapat digunakan untuk mengekstraksi informasi penutup dan penggunaan lahan, selain 4
5 menggunakan survei terestris. Dengan menggunakan teknologi penginderaan jauh untuk memperoleh informasi penutup dan penggunaan lahan, maka penggunaan sumber daya manusia, waktu, dan biaya dapat lebih ditekan. Skema klasifikasi penggunaan lahan dalam penelitian ini akan mengacu skema klasifikasi penggunaan tanah dari Badan Pertanahan Nasional Republik Indonesia (BPN-RI) Tahun Dalam skema klasifikasi penggunaan lahan penelitian ini diperlukan modifikasi dengan menggunakan kelas-kelas yang berbasis penutup lahan. Hal ini dikarenakan pada sistem klasifikasi BPN-RI dipengaruhi oleh metode terestris sehingga tidak semua informasi penggunaan lahan dapat diperoleh menggunakan metode penginderaan jauh. Dalam penelitian ini akan menggunakan dua level skema klasifikasi, yaitu Level I terdiri atas 5 (lima) kelas berbasis penutup lahan dimodifikasi dari skema klasifikasi BPN-RI skala 1: , dan Level II terdiri atas 8 (delapan) kelas berbasis penutup lahan dimodifikasi dari skema klasifikasi BPN-RI skala 1: yang masih dapat diinterpretasi dari citra Landsat-8 OLI. Saat ini terdapat berbagai macam data penginderaan jauh maupun data Sistem Informasi Geografis (SIG) dan semakin berjalannya waktu data-data tersebut akan semakin berkembang. Data-data tersebut dapat dimanfaatkan untuk memperoleh informasi penggunaan lahan, sedangkan kemampuan manusia untuk menganalisis data dalam jumlah banyak terbatas, maka diperlukan suatu metode yang dapat membantu dalam melakukan analisis. Hal ini dapat dilakukan dengan menggunakan teknik data mining, melalui masukan data yang cukup banyak, kemudian ditambang untuk memperoleh informasi baru yang bermanfaat. Machine learning merupakan salah satu metode dalam data mining atau KDD untuk mengekstraksi informasi. CTA merupakan metode machine learning yang dapat digunakan dengan beberapa kelebihannya untuk melakukan klasifikasi penggunaan lahan. Metode non-parametrik CTA memiliki beberapa parameter, antara lain aturan pemisah (splitting rules): ratio, entropy, dan gini, serta parameter pemangkas (prunning): auto-prunning. Dari parameter-parameter CTA tersebut belum diketahui kombinasi parameter paling tepat yang akan memberikan tingkat akurasi terbaik dalam mengekstraksi informasi penggunaan lahan. 5
6 Permasalahan penelitian dapat dirumuskan sebagai berikut: 1. Semakin banyaknya data seiring dengan berjalannya waktu diperlukan metode untuk membantu menganalisis data-data tersebut menjadi informasi baru yang bermanfaat, dalam hal ini informasi penggunaan lahan. Menggunakan teknik data mining atau KDD dalam mengekstraksi informasi penggunaan lahan dari data-data yang ada, dengan cara memanfaatkan CTA sebagai metode machine learning pada KDD. Pemilihan aturan pemisah dan pemangkas metode CTA, kombinasi parameter-parameter data masukan dari citra Landsat-8 OLI serta data non-spektral, dan penerapannya pada dua skema klasifikasi penggunaan lahan dari modifikasi skema BPN berbasis penutup lahan yang berbeda tingkat kerinciannya, memerlukan pengujian terkait dengan tingkat akurasi hasil klasifikasi penggunaan lahan yang dihasilkan. 2. Pemanfaatan data citra penginderaan jauh dan pendukungnya menggunakan metode non-parametrik CTA dengan teknik data mining untuk klasifikasi penggunaan lahan berbasis penutup lahan dengan dua level klasifikasi perlu dilakukan penelitian untuk mengetahui apakah memenuhi kriteria akurasi yang disyaratkan dalam klasifikasi penggunaan lahan. 1.3 Tujuan Penelitian 1. Melakukan simulasi dari beberapa kombinasi parameter data masukan, parameter CTA, dan parameter skema klasifikasi untuk mengetahui tingkat akurasi hasil klasifikasi penggunaan lahan menggunakan metode CTA dengan teknik data mining memanfaatkan citra Landsat-8 OLI. Serta memperoleh pohon keputusan dari hasil KDD. 2. Menganalisis akurasi metode non-parametrik CTA dengan teknik data mining untuk klasifikasi penggunaan lahan menggunakan citra Landsat-8 OLI serta menerapkan hasil dari KDD pada daerah lain yang memiliki karakteristik mirip. 6
7 1.4 Hasil yang Diharapkan 1. Hasil dari simulasi beberapa kombinasi parameter-parameter klasifikasi dan akurasi yang diperoleh, serta pohon keputusan hasil KDD dengan akurasi terbaik. 2. Hasil analisis deskriptif kemampuan metode non-parametrik CTA dengan teknik data mining untuk klasifikasi penggunaan lahan menggunakan citra Landsat-8 OLI serta peta penggunaan lahan setara dengan skala 1: , dan hasil penerapannya pada daerah lain yang memiliki karakteristik mirip. 1.5 Manfaat Penelitian 1. Dapat memanfaatkan data penginderaan jauh dan SIG yang saat ini cukup banyak dan beragam, untuk menjadi informasi baru yang bermanfaat, dalam hal ini penggunaan lahan. 2. Manfaat akademis sebagai simulasi dengan semakin berlimpahnya data, bagaimana data-data yang banyak tersebut dapat dianalisis secara otomatis oleh machine learning. 3. Diharapkan dapat bermanfaat untuk pengembangan ilmu pengolahan citra digital, terutama untuk klasifikasi penggunaan lahan. 4. Dapat mengetahui kelayakan dari metode non-parametrik Classification Tree Analysis (CTA) untuk dijadikan alternatif dalam klasifikasi penggunaan lahan berbasis penutup lahan dengan teknik data mining menggunakan citra Landsat-8 OLI. 1.6 Keaslian Penelitian Keaslian penelitian ini adalah melakukan simulasi beberapa kombinasi parameter CTA untuk klasifikasi penggunaan lahan berbasis penutup lahan yang mengacu dari skema klasifikasi penggunaan tanah Badan Pertanahan Nasional Republik Indonesia (BPN-RI) yang dimodifikasi sesuai dengan skema klasifikasi penggunaan lahan penelitian, serta penggunaan citra Landsat-8 yang relatif belum lama diluncurkan, yaitu pada 11 Februari Pemanfaatan data dari citra 7
8 penginderaan jauh dalam hal ini Landsat-8 dan data hasil pengolahannya seperti transformasi citra dan pemfilteran, beserta data tambahannya berupa data nonspektral, yaitu data ketinggian serta data hasil pengolahannya seperti kemiringan lereng, juga bagaimana perbandingan kemampuannya dalam menangani dua kelas yang berbeda. Terdapat 5 (lima) penelitian yang telah dilakukan berkaitan dengan klasifikasi penggunaan lahan dan penggunaan pohon keputusan, penelitianpenelitian tersebut menjadi referensi dalam penelitian ini. Li et al. (2000) penelitian dengan judul Land Use Classification of Remote Sensing Image with GIS Data Based on Spatial Data Mining Techniques. Penelitian ini menggunakan teknik data mining untuk menemukan pengetahuan dari database GIS dan data citra penginderaan jauh. Melakukan pendekatan untuk menggabungkan pembelajaran induktif dengan metode klasifikasi citra konvensional, dengan memilih probabilitas kelas menggunakan klasifikasi Bayes sebagai atribut pembelajaran. Percobaan klasifikasi penggunaan lahan dilakukan di daerah Beijing menggunakan citra SPOT dan data GIS, dengan algoritma pembelajaran pohon keputusan C5.0. Hasil yang diperoleh adalah perbandingan hasil klasifikasi yang hanya menggunakan klasifikasi Bayes dengan yang menggabungkannya dengan pembelajaran induktif C5.0, akurasi meningkat 11 persen serta keakuratan beberapa kelas meningkat 30 persen. Zambon et al. (2006) dengan judul penelitian Effect of Alternate Splitting Rules on Image Processing Using Classification Tree Analysis. Penelitian ini menggunakan Classification Tree Analysis (CTA) untuk diterapkan pada data penginderaan jauh dari tiga citra yang berbeda, yaitu: Ikonos, Landsat, dan PROBE-1. Dalam penelitian membandingkan antara empat aturan pemisah (splitting rules) dalam CTA untuk klasifikasi, yaitu Gini, Entropy, Class Prob., dan Twoing. Hasilnya adalah perbedaan akurasi keseluruhan (overall accuracy) dalam tipe data yang bervariasi tersebut kurang dari enam persen (6%). Dalam penelitian tersebut aturan pemisah yang memiliki tingkat akurasi yang lebih baik adalah Gini dan Class Probability. Samudra (2007) pada penelitian dengan judul Kajian Kemampuan Metode Jaringan Syaraf Tiruan untuk Klasifikasi Penutup Lahan dengan 8
9 Menggunakan Citra Aster, meneliti kemampuan metode jaringan syaraf tiruan (JST) untuk klasifikasi penutup lahan dengan menggunakan citra Aster 9 saluran, serta data ketinggian dan lereng sebagai data pendukung mengambil lokasi penelitian di Kota Salatiga dan sekitarnya. Penelitian tersebut melakukan simulasi parameter JST sehingga diperoleh JST yang terbaik, dari hasil JST tersebut dibandingkan dengan metode Maximum Likelihood, diperoleh kesimpulan bahwa metode Maximum Likelihood menghasilkan akurasi yang lebih baik dibandingkan dengan metode JST. Indrawati (2009) dengan judul penelitian Klasifikasi Pohon Keputusan untuk Kajian Perubahan Penggunaan Lahan Kota Semarang Menggunakan Citra Landsat TM/ETM+ dengan cara membandingkan akurasi peta hasil klasifikasi menggunakan metode pohon keputusan dengan klasifikasi Maximum Likelihood. Pada metode pohon keputusan menggunakan beberapa data masukan, antara lain adalah peta hasil transformasi Kauth and Thomas, NDVI, NDBI, Indeks Vegetasi, serta data spasial seperti: bentuk lahan, peta tanah, peta elevasi, dan peta lereng. Metode Maximum Likelihood menghasilkan peta penutup lahan yang selanjutnya dibantu peta bentuk lahan yang kemudian diturunkan menjadi peta penggunaan lahan. Pada penelitian ini menunjukkan bahwa akurasi yang diperoleh dengan metode pohon keputusan lebih tinggi dibandingkan dengan metode Maximum Likelihood. Supribadi (2014) penelitian dengan judul Analisis Metode Support Vector Machine (SVM) untuk Klasifikasi Penggunaan Lahan Berbasis Penutup Lahan pada Citra ALOS AVNIR-2. Menganalisis pengaruh parameter pada metode SVM serta kombinasi yang menghasilkan akurasi tertinggi. Menggunakan data spektral dari citra ALOS, serta data spasial berupa data kemiringan dan data filter tekstur mean. Pada penelitian tersebut simulasi gabungan data spektral, data kemiringan, dan data filter tekstur menghasilkan akurasi yang lebih tinggi, terutama dengan menggunakan filter tekstur mean dengan processing window 9x9. Perbedaan penelitian ini dengan penelitian-penelitian sebelumnya adalah dalam penelitian ini mengkaji kemampuan metode non-parametrik Classification 9
10 Tree Analysis (CTA) dengan teknik data mining untuk klasifikasi penggunaan lahan menggunakan citra Landsat-8 OLI dengan cara melakukan simulasi kombinasi parameter yang akan menghasilkan akurasi terbaik, serta waktu yang diperlukan dalam membentuk pohon keputusan dan melakukan klasifikasi serta total waktu yang diperlukan, sehingga efektivitas metode CTA dapat diketahui. Membandingkan parameter tiga aturan pemisah (splitting rules) dalam CTA, yaitu Ratio, Entropy, dan Gini. Dan empat parameter pemangkas (pruning) pohon keputusan, yaitu 0%, 1%, 5%, dan 10%. Dengan masukan data klasifikasi, memanfaatkan data-data yang bersumber dari citra Landsat-8 OLI dan data ketinggian, serta turunannya dari proses transformasi citra dan filter tekstur, dan data kemiringan lereng dari data ketinggian. Data-data yang digunakan dalam penelitian ini, antara lain adalah citra Landsat-8 OLI 7 (tujuh) saluran, NDVI, NDWI, BI, NDBI, PCA, tekstur variance, tekstur mean, data ketinggian, dan data kemiringan lereng. Penelitian ini juga membandingkan dua level skema klasifikasi penggunaan lahan yang berbeda yang mengalami modifikasi dengan bersumber dari skema klasifikasi penggunaan tanah BPN-RI tahun Secara ringkas perbedaan penelitian ini dengan penelitian yang pernah dilakukan sebelumnya dapat diperhatikan pada Tabel
11 Daren Li; Kaichang Di; Deyi Li (2000) Tabel 1.1 Keaslian Penelitian Peneliti Judul Penelitian Tujuan Penelitian Metode Penelitian Hasil Land Use Classification Mengetahui kemampuan algoritma of Remote Sensing C5.0 dalam melakukan klasifikasi Image with GIS Data dengan teknik data mining Based On Spatial Data menggunakan citra SPOT dan Mining Techniques database GIS Menggunakan teknik data mining dalam proses klasifikasi penggunaan lahan menggunakan algoritma pohon keputusan C5.0, membandingkannya dengan hanya menggunakan metode klasifikasi Bayes dan kombinasi metode klasifikasi Bayes dan pohon keputusan C Akurasi keseluruhan metode klasifikasi Bayes % dan Kappa Akurasi keseluruhan % dan Kappa , ketika menggunakan kombinasi metode klasifikasi Bayes dan pohon keputusan C klasifikasi yang hanya menggunakan klasifikasi Bayes dengan yang menggabungkannya dengan pembelajaran induktif C5.0, akurasi meningkat 11 persen serta keakuratan beberapa kelas meningkat 30 persen. Michael Zambon; Rick Lawrence; Andrew Bunn; Scott Powell (2006) Effect of Alternate Splitting Rules on Image Processing Using Classification Tree Analysis Mengetahui empat aturan pemisah yang terbaik pada metode CTA untuk klasifikasi pada data penginderaan jauh Menggunakan metode CTA dengan membandingkan empat aturan pemisah (Gini, Entropy, Class Prob., Twoing) yang berbeda pada tiga data citra penginderaan jauh yang berbeda (Ikonos, Landsat, PROBE-1) 1. Perbedaan akurasi keseluruhan (overall accuracy) dalam tipe data yang bervariasi tersebut kurang dari enam persen (6%). Dalam penelitian tersebut aturan pemisah yang memiliki tingkat akurasi yang lebih baik adalah Gini dan Class Probability. 2. Pada Ikonos dan Landsat aturan pemisah Class Prob. tertinggi, Ikonos dengan akurasi keseluruhan 83.7% Kappa dan Landsat akurasi keseluruhan 63.8% Kappa Pada PROBE-1 tertinggi Gini dengan akurasi keseluruhan 84% Kappa
12 Peneliti Judul Penelitian Tujuan Penelitian Metode Penelitian Hasil Kajian Kemampuan Menggunakan jaringan syaraf tiruan Metode Jaringan Syaraf jenis multilayer perceptron dengan Tiruan Untuk Klasifikasi algoritma backpropagation dan Penutup Lahan dengan maximum likelihood pada citra Aster Menggunkan Citra Aster Imanda Surya Samudra (2007) 1. Mengetahui seberapa akurat hasil klasifikasi penutup lahan menggunakan metode JST multi layer perceptron (MLP) terawasi dengan algoritma pembelajaran rambat balik (back propagation) melalui beberapa perlakuan terhadap parameternya 2. Mengetahui akurasi hasil klasifikasi penutup lahan menggunakan metode JST dengan algoritma pembelajaran balik (back propagation) jika dipadukan dengan data spasial non-spektral yang meliputi elevasi dan lereng 1. Penelitian ini menunjukan bahwa metode maximum likelihood memiliki kemampuan yang lebih baik dalam hal klasifikasi penutup lahan dibandingkan dengan jaringan syaraf tiruan. 2. Penggabungan data spektral dan nonspektral mampu meningkatkan akurasi. Like Indrawati (2009) Klasifikasi Pohon Keputusan Untuk Kajian Perubahan Penggunaan Lahan Kota Semarang Menggunakan Citra Landsat TM/ETM+ 1. Membandingkan tingkat akurasi peta penggunaan lahan hasil klasifikasi pohon keputusan dengan hasil klasifikasi maximum likelihood 2. Inventarisasi penggunaan lahan di Kota Semarang dengan data Landsat TM/ETM+ multi waktu 3. Mengkaji perubahan penggunaan lahan di Kota Semarang Menggunakan klasifikasi pohon keputusan pada citra Landsat multitemporal, dan membandingkan tingkat akurasi dengan klasifikasi maximum likelihood, kemudian melakukan deteksi perubahan dengan metode pasca klasifikasi, dan dilakukan analisis perubahan penggunaan lahan 1. Peta penggunaan lahan hasil klasifikasi pohon keputusan memiliki tingkat lebih tinggi daripada menggunakan metode maximum likelihood pada tiga tanggal perekaman. Pada peta tahun 2006 mencapai akurasi tertinggi, yaitu 82,45% dengan Kappa 0, Perubahan penggunaan lahan di Kota Semarang mengarah pada berkurangnya lahan pertanian dan perkebunan, sertabertambahnya lahan pemukiman dan industri. 12
13 Peneliti Judul Penelitian Tujuan Penelitian Metode Penelitian Hasil Analisis Metode Support Vector Machine (SVM) untuk Klasifikasi Penggunaan Lahan Berbasis Penutup Lahan pada Citra ALOS AVNIR-2 Khikmanto Supribadi (2014) Cahya Budi Perwitagama (2015) Metode Non-Parametrik Classification Tree Analysis (CTA) dengan Teknik Data Mining untuk Klasifikasi Penggunaan Lahan Menggunakan citra Landsat-8 OLI 1. Menganalisis pengaruh masingmasing parameter, serta kombinasi parameter yang menghasilkan akurasi yang tinggi dan waktu pemrosesan data yang singkat menggunakan metode Support Vector Machine (SVM) pada Citra Alos Avnir Menganalisis metode Support Vector Machine (SVM) untuk pembuatan peta klasifikasi penggunaan lahan berbasis penutup lahan skala 1: Melakukan simulasi dari beberapa kombinasi parameter data masukan, parameter CTA, dan parameter skema klasifikasi untuk mengetahui tingkat akurasi hasil klasifikasi penggunaan lahan menggunakan metode CTA dengan teknik data mining memanfaatkan citra Landsat-8 OLI. 2. Menganalisis akurasi metode nonparametrik CTA dengan teknik data mining untuk klasifikasi penggunaan lahan menggunakan citra Landsat-8 OLI serta menerapkan hasil dari KDD pada daerah lain yang mirip. Dengan melakukan simulasi kombinasi parameter sehingga akan didapatkan ketelitian serta waktu yang dibutuhkan masing-masing simulasi, kemudian dari hasil simulasi dipilih kombinasi yang menghasilkan ketelitian paling tinggi dengan mempertimbangkan juga waktu pemrosesan datanya. Melakukan simulasi menggunakan beberapa parameter yang berbeda; Mencatat waktu yang diperlukan untuk membentuk pohon keputusan dan melakukan klasifikasi; Menganalisis hasil klasifikasi CTA, dipilih kombinasi parameter dengan akurasi tertinggi dengan mempertimbangkan efektivitas prosesnya; Hasil klasifikasi terbaik disusun menjadi Peta Penggunaan Lahan setara skala 1: Akurasi tertinggi pada kombinasi parameter kernel linier, penalty parameter 250, pyramid level 1, classification probability threshold Akurasi tertinggi pada simulasi data spektral 78,8845% dan kappa 0,7524. Akurasi pada simulasi data spektral dan data kemiringan 80,7973% dan kappa 0,7755. Akurasi pada simulasi data spektral dan data filter tekstur mean 92,8619 dan kappa 0,9163. Akurasi pada data gabungan spektral, kemiringan dan filter tekstur mean 92,8951% dan kappa 0,
14 Terdapat keberkaitan penelitian ini dengan penelitian sebelumnya, penelitian Li et al. (2000), dalam penggunaan teknik data mining dalam mengekstraksi informasi dari data penginderaan jauh dan SIG untuk klasifikasi penggunaan lahan. Penelitian Zambon et al. (2006), dalam penggunaan metode CTA untuk klasifikasi pada data penginderaan jauh. Berkaitan dengan penelitian Samudra (2007), Indrawati (2009), dan Supribadi (2014), dalam menganalisis kemampuan metode non-parametrik untuk klasifikasi penutup atau penggunaan lahan melalui beberapa parameter dengan menggunakan citra penginderaan jauh. 1.7 Wilayah Penelitian Penelitian Metode Non-Parametrik Classification Tree Analysis (CTA) dengan Teknik Data Mining untuk Klasifikasi Penggunaan Lahan Menggunakan Citra Landsat-8 OLI mengambil daerah penelitian di Kabupaten Purworejo. Dengan pertimbangan topografi bervariasi, terdapat daerah yang datar dan bergunung serta memiliki variasi penggunaan lahan yang cukup, maka penelitian ini akan mengambil lokasi penelitian di sebagian wilayah Kabupaten Purworejo. Diharapkan penelitian ini juga dapat mewakili daerah dalam konteks yang sama, agar dapat juga diterapkan menggunakan metode yang sama. Menurut situs resmi Pemerintah Kabupaten Purworejo, Purworejo merupakan salah satu kabupaten di Provinsi Jawa Tengah dengan luas wilayah secara keseluruhan 1.034,82 Km 2, terbagi menjadi 16 kecamatan yang berbatasan langsung dengan Kabupaten Wonosobo dan Kabupaten Magelang di sebelah utara, Samudera Hindia di sebelah selatan, Kabupaten Kebumen di sebelah barat, dan Kabupaten Kulonprogo di sebelah timur. Kabupaten Purworejo terletak pada posisi 109 o o 8 20 Bujur Timur dan 7 o 32 7 o 54 Lintang Selatan. Bagian selatan wilayah Kabupaten Purworejo merupakan dataran rendah. Bagian utara berupa pegunungan (bagian dari Pegunungan Serayu). Di perbatasan dengan Kabupaten Kulonprogo (Provinsi Daerah Istimewa Yogyakarta), membujur Pegunungan Menoreh. Purworejo berada di jalur utama lintas selatan 14
15 Pulau Jawa. Pada Gambar 1.1 berikut dapat dilihat daerah lokasi penelitian, di sebagian wilayah Kabupaten Purworejo. Gambar 1.1 Citra Lokasi Penelitian di Sebagian Kabupaten Purworejo 15
BAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Hasil sensus jumlah penduduk di Indonesia, dengan luas wilayah kurang lebih 1.904.569 km 2 menunjukkan adanya peningkatan jumlah penduduk, dari tahun 2010 jumlah penduduknya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Perkembangan teknologi penginderaan jauh akhir-akhir ini sangat pesat, terutama pasca berakhirnya perang dingin. Teknologi penginderaan jauh yang pada awalnya ditujukan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Tanaman kelapa sawit (Elaeis guineensis Jacq.) merupakan tanaman perkebunan utama di Indonesia. Kelapa sawit menjadi komoditas penting dikarenakan mampu memiliki rendemen
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Era Teknologi merupakan era dimana informasi serta data dapat didapatkan dan ditransfer secara lebih efektif. Perkembangan ilmu dan teknologi menyebabkan kemajuan
Lebih terperinciBAB II TEORI DASAR. Beberapa definisi tentang tutupan lahan antara lain:
BAB II TEORI DASAR 2.1 Tutupan Lahan Tutupan Lahan atau juga yang biasa disebut dengan Land Cover memiliki berbagai pengertian, bahkan banyak yang memiliki anggapan bahwa tutupan lahan ini sama dengan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan negara agraris dimana sebagian besar penduduknya bekerja sebagai petani. Berdasarkan sensus penduduk tahun 2010, jumlah penduduk yang bermata pencaharian
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Sumatera Utara memiliki luas total sebesar 181.860,65 Km² yang terdiri dari luas daratan sebesar 71.680,68 Km² atau 3,73 % dari luas wilayah Republik Indonesia. Secara
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Banyak kalangan berusaha menggambarkan kondisi tutupan dan penggunaan lahan dengan memaparkan data, metodologi dan dasar klasifikasi yang berbedabeda dengan hasil yang
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut berbentuk radiasi elektromagnetik
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kandungan air kanopi (Canopy Water Content) sangat erat kaitannya dalam kajian untuk mengetahui kondisi vegetasi maupun kondisi ekosistem terestrial pada umumnya. Pada
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Lahan merupakan sumberdaya alam yang bersifat langka karena jumlahnya tidak bertambah, tetapi kebutuhan terhadap lahan selalu meningkat. Alih fungsi lahan pertanian
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Lahan merupakan bentang permukaan bumi yang dapat bermanfaat bagi manusia baik yang sudah dikelola maupun belum. Untuk itu peran lahan cukup penting dalam kehidupan
Lebih terperinciq Tujuan dari kegiatan ini diperolehnya peta penggunaan lahan yang up-to date Alat dan Bahan :
MAKSUD DAN TUJUAN q Maksud dari kegiatan ini adalah memperoleh informasi yang upto date dari citra satelit untuk mendapatkan peta penggunaan lahan sedetail mungkin sebagai salah satu paramater dalam analisis
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penggunaan lahan merupakan hasil kegiatan manusia baik yang berlangsung secara siklus atau permanen pada sumberdaya lahan alami maupun buatan guna terpenuhinya kebutuhan
Lebih terperinciGambar 11. Citra ALOS AVNIR-2 dengan Citra Komposit RGB 321
V. HASIL DAN PEMBAHASAN 5.1. Analisis Spektral Citra yang digunakan pada penelitian ini adalah Citra ALOS AVNIR-2 yang diakuisisi pada tanggal 30 Juni 2009 seperti yang tampak pada Gambar 11. Untuk dapat
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Bahan organik merupakan komponen tanah yang terbentuk dari jasad hidup (flora dan fauna) di tanah, perakaran tanaman hidup maupun mati yang sebagian terdekomposisi
Lebih terperinciTINJAUAN PUSTAKA. Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa. penyusunan rencana kehutanan. Pembentukan wilayah pengelolaan hutan
TINJAUAN PUSTAKA KPH (Kesatuan Pengelolaan Hutan) Dalam Pasal 12 Undang-undang Kehutanan disebutkan bahwa perencanaan kehutanan meliputi inventarisasi hutan, pengukuhan kawasan hutan, penatagunaan kawasan
Lebih terperinci1 PENDAHULUAN 1.1 Latar Belakang
1 PENDAHULUAN 1.1 Latar Belakang Luas mangrove di Indonesia adalah sekitar 4,25 juta hektar, yang merepresentasikan 25 % dari mangrove dunia. Indonesia merupakan pusat dari sebagian biogeografi genus mangrove
Lebih terperinciBAB I PENDAHULUAN. Gambar 1.1. Persebaran Lahan Produksi Kelapa Sawit di Indonesia Sumber : Badan Koordinasi dan Penanaman Modal
BAB I PENDAHULUAN 1.1 Latar Belakang Masalah Indonesia merupakan sebuah negara kepulauan dengan jumlah penduduk pada tahun 2014 sebanyak 237.641.326 juta jiwa, hal ini juga menempatkan Negara Indonesia
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Kawasan perkotaan adalah wilayah yang mempunyai kegiatan utama bukan pertanian dengan susunan fungsi kawasan sebagai tempat permukiman perkotaan, pemusatan dan distribusi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia merupakan negara berkembang yang mempunyai permasalahan dalam mengelola tata ruang. Permasalahan-permasalahan tata ruang tersebut juga timbul karena penduduk
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pembangunan daerah memiliki peranan penting dalam menunjang pembangunan nasional. Pada masa Orde baru pembangunan nasional dikendalikan oleh pemerintah pusat, sedangkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh merupakan ilmu pengetahuan, teknologi, dan seni perolehan informasi objek di permukaan Bumi melalui hasil rekamannya (Sutanto,2013). Objek di permukaan
Lebih terperinciIII. METODOLOGI 3.1 Waktu Penelitian 3.2 Lokasi Penelitian
III. METODOLOGI 3.1 Waktu Penelitian Penelitian ini dilakukan dari bulan Februari sampai September 2011. Kegiatan penelitian ini meliputi tahap prapenelitian (persiapan, survei), Inventarisasi (pengumpulan
Lebih terperinciBAB III PELAKSANAAN PENELITIAN
BAB III PELAKSANAAN PENELITIAN Pada bab ini akan dijelaskan mengenai alat dan bahan yang digunakan dalam penelitian ini serta tahapan-tahapan yang dilakukan dalam mengklasifikasi tata guna lahan dari hasil
Lebih terperinci1 BAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Pemanfaatan penggunaan lahan akhir-akhir ini semakin mengalami peningkatan. Kecenderungan peningkatan penggunaan lahan dalam sektor permukiman dan industri mengakibatkan
Lebih terperinciBAB IV HASIL DAN ANALISIS
BAB IV HASIL DAN ANALISIS 4.1 Hasil Segmentasi Dari beberapa kombinasi scale parameter yang digunakan untuk mendapatkan segmentasi terbaik, untuk mengklasifikasikan citra pada penelitian ini hanya mengambil
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Seiring dengan bertambahnya jumlah penduduk, kebutuhan akan lahan semakin meningkat. Interaksi antara manusia yang selalu bertambah jumlahnya dengan lingkungannya
Lebih terperinciBunga Rampai Tesis/Disertasi TEMA: GEOGRAFI. Program Beasiswa SPIRIT. Editor: Dr. Nur Hygiawati Rahayu, ST, M.Sc, dkk.
Bunga Rampai Tesis/Disertasi TEMA: GEOGRAFI Program Beasiswa SPIRIT Editor: Dr. Nur Hygiawati Rahayu, ST, M.Sc, dkk. Project Coordinating Unit (PCU) SPIRIT Pusbindiklatren-Bappenas Bunga Rampai Tesis/Disertasi
Lebih terperinciBAB PENDAHULUAN 1.1. Latar Belakang
BAB PENDAHULUAN 1.1. Latar Belakang Tanah merupakan tubuh alam yang menyelimuti permukaan bumi dan merupakan sumberdaya yang sangat penting bagi makhluk hidup. Tanah mempunyai kemampuan untuk mendukung
Lebih terperinciOleh : Hernandi Kustandyo ( ) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember
Oleh : Hernandi Kustandyo (3508100001) Jurusan Teknik Geomatika Fakultas Teknik Sipil dan Perencanaan Institut Teknologi Sepuluh Nopember Ekosistem mangrove adalah salah satu obyek yang bisa diidentifikasi
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh didefinisikan sebagai proses perolehan informasi tentang suatu obyek tanpa adanya kontak fisik secara langsung dengan obyek tersebut (Rees, 2001;
Lebih terperinciII. TINJAUAN PUSTAKA. Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami
II. TINJAUAN PUSTAKA A. Perubahan Penutupan Lahan Perubahan penutupan lahan merupakan keadaan suatu lahan yang mengalami perubahan kondisi pada waktu yang berbeda disebabkan oleh manusia (Lillesand dkk,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Pesatnya pertumbuhan penduduk dan pembangunan pada suatu wilayah akan berpengaruh terhadap perubahan suatu kawasan. Perubahan lahan terbuka hijau menjadi lahan terbangun
Lebih terperinciPEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO. Risma Fadhilla Arsy
PEMANFAATAN CITRA ASTER DIGITAL UNTUK ESTIMASI DAN PEMETAAN EROSI TANAH DI DAERAH ALIRAN SUNGAI OYO Risma Fadhilla Arsy Abstrak : Penelitian di Daerah Aliran Sungai Oyo ini bertujuan mengesktrak parameter
Lebih terperinciKAJIAN KEMAMPUAN JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI PENGGUNAAN LAHAN MENGGUNAKAN CITRA ALOS AVNIR-2
KAJIAN KEMAMPUAN JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI PENGGUNAAN LAHAN MENGGUNAKAN CITRA ALOS AVNIR-2 Candra Yogi Feriyawan yogi_candra@yahoo.com Projo Danoedoro projo.danoedoro@yahoo.com
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Peta merupakan representasi dari permukaan bumi baik sebagian atau keseluruhannya yang divisualisasikan pada bidang proyeksi tertentu dengan menggunakan skala tertentu.
Lebih terperinciBAB I. PENDAHULUAN 1.1. Latar Belakang dan Perumusan Masalah
BAB I. PENDAHULUAN 1.1. Latar Belakang dan Perumusan Masalah Peta merupakan salah satu media representasi informasi geografi. Informasi tersebut mencakup apa, kapan, dimana suatu fenomena/kejadian terjadi.
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Indonesia adalah negara yang memiliki iklim tropis, serta tidak lepas dari pengaruh angin muson barat maupun angin muson timur. Dalam kondisi normal, angin muson barat
Lebih terperinciLampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997
LAMPIRAN Lampiran 1. Peta klasifikasi penutup lahan Kodya Bogor tahun 1997 17 Lampiran 2. Peta klasifikasi penutup lahan Kodya Bogor tahun 2006 18 Lampiran 3. Peta sebaran suhu permukaan Kodya Bogor tahun
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jaringan jalan merupakan sistem prasarana utama yang menjadi bagian dari sistem jaringan transportasi darat. Jaringan jalan disebut juga sebagai tonggak penggerak
Lebih terperinciII. TINJAUAN PUSTAKA. permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
5 II. TINJAUAN PUSTAKA A. Penutupan Lahan dan Perubahannya Penutupan lahan menggambarkan konstruksi vegetasi dan buatan yang menutup permukaan lahan (Burley, 1961 dalam Lo, 1995). Konstruksi tersebut seluruhnya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Penginderaan jauh merupakan teknologi penyadap dan produksi data citra digital permukaan bumi telah mengalami perkembangan sejak 1960-an. Hal ini dibuktikan dengan
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
1.1. Latar Belakang BAB I PENDAHULUAN Teh merupakan salah satu komoditi subsektor perkebunan yang memiliki berbagai peranan dan manfaat. Teh dikenal memiliki kandungan katekin (antioksidan alami) yang
Lebih terperinciDAFTAR TABEL. No. Tabel Judul Tabel No. Hal.
DAFTAR ISI Halaman Judul... No Hal. Intisari... i ABSTRACT... iv KATA PENGANTAR... v DAFTAR ISI... vii DAFTAR TABEL... ix DAFTAR GAMBAR... x DAFTAR LAMPIRAN... xi BAB I... 1 1.1. Latar Belakang... 1 1.2.
Lebih terperinciKOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN
KOREKSI RADIOMETRIK CITRA LANDSAT-8 KANAL MULTISPEKTRAL MENGGUNAKAN TOP OF ATMOSPHERE (TOA) UNTUK MENDUKUNG KLASIFIKASI PENUTUP LAHAN Rahayu *), Danang Surya Candra **) *) Universitas Jendral Soedirman
Lebih terperinciBAB II TINJAUAN PUSTAKA
BAB II TINJAUAN PUSTAKA 2.1 Data Mining 2.1.1 Pengertian Data Mining Dengan semakin besarnya jumlah data dan kebutuhan akan analisis data yang akurat maka dibutuhkan metode analisis yang tepat. Data mining
Lebih terperinciBAB 1 PENDAHULUAN 1.1 Latar Belakang
BAB 1 PENDAHULUAN 1.1 Latar Belakang Teh merupakan salah satu komoditas unggulan Negara Indonesia. Berdasarkan data Direktorat Jendral Perkebunan (2014), perkebunan teh di Indonesia mencapai 121.034 Ha
Lebih terperinciAPLIKASI CITRA LANDSAT UNTUK PEMODELAN PREDIKSI SPASIAL PERKEMBANGAN LAHAN TERBANGUN ( STUDI KASUS : KOTA MUNTILAN)
APLIKASI CITRA LANDSAT UNTUK PEMODELAN PREDIKSI SPASIAL PERKEMBANGAN LAHAN TERBANGUN ( STUDI KASUS : KOTA MUNTILAN) Hernandea Frieda Forestriko Jurusan Sains Informasi Geografis dan Pengembangan Wilayah
Lebih terperinciPEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5
PEMBENTUKAN DECISION TREE DATA LAMA STUDI MAHASISWA MENGGUNAKAN ALGORITMA NBTREE DAN C4.5 Syam Gunawan 1, Pritasari Palupiningsih 2 1,2 Jurusan Sistem Informasi, STMIK Indonesia 1 syam@stmik-indonesia.ac.id,
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Hutan hujan tropis merupakan salah satu dari tipe ekosistem yang ada di dunia dan dicirikan melalui suatu liputan hutan yang cenderung selalu hijau disepanjang musim.
Lebih terperinciBAB I PENDAHULUAN. Maret hingga Agustus. Kondisi ini didukung oleh suhu rata-rata 21 0 C 36 0 C dan
1 BAB I PENDAHULUAN 1.1 Latar Belakang Kota Dumai merupakan salah satu dari 12 Kabupaten/Kota di Provinsi Riau. Kota Dumai sangat dipengaruhi oleh iklim laut. Musim hujan jatuh pada bulan September hingga
Lebih terperinciBAB I PENDAHULUAN. A. Latar Belakang. Sumber daya lahan yang terdapat pada suatu wilayah, pada dasarnya
BAB I PENDAHULUAN A. Latar Belakang Sumber daya lahan yang terdapat pada suatu wilayah, pada dasarnya merupakan modal dasar pembangunan yang perlu digali dan dimanfaatkan dengan memperhatikan karakteristiknya.
Lebih terperinciPENGEMBANGAN DATA DAN INFORMASI TATA RUANG KABUPATEN/KOTA BERBASIS CITRA SATELIT DAN GIS PENGANTAR Pesatnya perkembangan teknologi informasi membawa perubahan yang besar di berbagai bidang termasuk bidang
Lebih terperinciBAB I PENDAHULUAN Latar Belakang
BAB I PENDAHULUAN Latar Belakang Indonesia wilayahnya membentang dari 6⁰ Lintang Utara sampai 11⁰08 Lintang Selatan dan 95⁰ Bujur Timur sampai 141⁰45 Bujur Timur. Indonesia merupakan negara kepulauan yang
Lebih terperinciBAB III METODOLOGI PENELITIAN
BAB III METODOLOGI PENELITIAN 3.1 Persiapan Tahap persiapan merupakan tahapan penting dalam penelitian ini. Proses persiapan data ini berpengaruh pada hasil akhir penelitian. Persiapan yang dilakukan meliputi
Lebih terperinciBAB I PENDAHULUAN PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN I. PENDAHULUAN 1.1 Latar Belakang Hutan mangrove merupakan komunitas vegetasi pantai tropis, yang didominasi oleh beberapa spesies pohon mangrove yang mampu tumbuh dan berkembang pada
Lebih terperinciBab 1 P e n d a h u l u a n
P e n d a h u l u a n 1.1 Latar Belakang Indonesia salah satu negara yang kaya dengan sumber daya alamnya. Bebagai jenis hutan, ladang, sawah, dan sungai tersebar hampir diseluruh pulau. Maka sudah selayaknya
Lebih terperinciTINJAUAN PUSTAKA. lahan dengan data satelit penginderaan jauh makin tinggi akurasi hasil
4 TINJAUAN PUSTAKA Makin banyak informasi yang dipergunakan dalam klasifikasi penutup lahan dengan data satelit penginderaan jauh makin tinggi akurasi hasil klasifikasinya. Menggunakan informasi multi
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Jumlah penduduk di Indonesia terus bertambah setiap tahun. Laju pertumbuhan penduduk Indonesia tidak menunjukkan peningkatan, justru sebaliknya laju pertumbuhan penduduk
Lebih terperinciBAB 3 PROSEDUR DAN METODOLOGI. menawarkan pencarian citra dengan menggunakan fitur low level yang terdapat
BAB 3 PROSEDUR DAN METODOLOGI 3.1 Permasalahan CBIR ( Content Based Image Retrieval) akhir-akhir ini merupakan salah satu bidang riset yang sedang berkembang pesat (Carneiro, 2005, p1). CBIR ini menawarkan
Lebih terperinciANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO
ANALISIS KELEMBABAN TANAH PERMUKAAN MELALUI CITRA LANDSAT 7 ETM+ DI WILAYAH DATARAN KABUPATEN PURWOREJO Usulan Penelitian Untuk Skripsi S-1 Program Studi Geografi Disusun Oleh: Sediyo Adi Nugroho NIM:
Lebih terperinciII. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan Pengertian Lahan
II. TINJAUAN PUSTAKA 2.1 Lahan dan Penggunaan Lahan 2.1.1 Pengertian Lahan Pengertian lahan tidak sama dengan tanah, tanah adalah benda alami yang heterogen dan dinamis, merupakan interaksi hasil kerja
Lebih terperinciBAB I PENDAHULUAN. Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali
BAB I PENDAHULUAN 1.1. Latar Belakang Sistem penglihatan manusia memiliki akurasi yang besar dalam mengenali objek 3 dimensi. Sistem penglihatan manusia dapat membedakan berbagai macam objek 3 dimensi
Lebih terperinciBAB II TINJAUAN PUSTAKA...
DAFTAR ISI HALAMAN JUDUL... i LEMBAR PENGESAHAN... ii PERNYATAAN... iii INTISARI... iv ABSTRACT... v KATA PENGANTAR... vi DAFTAR ISI... viii DAFTAR TABEL... xi DAFTAR GAMBAR... xiii DAFTAR LAMPIRAN...
Lebih terperinciBAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI
BAB II TINJAUAN PUSTAKA DAN LANDASAN TEORI penelitian. Pada bab ini akan dibahas literatur dan landasan teori yang relevan dengan 2.1 Tinjauan Pustaka Kombinasi metode telah dilakukan oleh beberapa peneliti
Lebih terperinciBAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan 4.2 Analisis Terhadap Peta Rupabumi yang digunakan
BAB IV ANALISIS 4.1 Analisis Terhadap Citra Satelit yang digunakan Citra SPOT 4 dan IKONOS yang digunakan merupakan dua citra yang memiliki resolusi spasial yang berbeda dimana SPOT 4 memiliki resolusi
Lebih terperinciSatelit Landsat 8, Landsat Data Continuity Mission Pengolahan Citra Digital
Satelit Landsat 8, Landsat Data Continuity Mission A. Satelit Landsat 8 Satelit Landsat 8, Landsat Data Continuity Mission Landsat 8 merupakan kelanjutan dari misi Landsat yang untuk pertama kali menjadi
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Education data mining merupakan penelitian didasarkan data di dunia pendidikan untuk menggali dan memperoleh informasi tersembunyi dari data yang ada. Pemanfaatan education
Lebih terperinciGambar 1. Peta Lokasi Penelitian
10 BAB III BAHAN DAN METODE 3.1. Waktu dan Tempat Penelitian Penelitian ini dimulai pada bulan Maret 2011 dan berakhir pada bulan Oktober 2011. Penelitian ini terdiri atas pengamatan di lapang dan analisis
Lebih terperinciPEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG
PEMANFAATAN TEKNOLOGI PENGINDERAAN JAUH UNTUK MONITORING DENSIFIKASI BANGUNAN DI DAERAH PERKOTAAN MAGELANG Vembri Satya Nugraha vembrisatyanugraha@gmail.com Zuharnen zuharnen@ugm.ac.id Abstract This study
Lebih terperinci5. PEMBAHASAN 5.1 Koreksi Radiometrik
5. PEMBAHASAN Penginderaan jauh mempunyai peran penting dalam inventarisasi sumberdaya alam. Berbagai kekurangan dan kelebihan yang dimiliki penginderaan jauh mampu memberikan informasi yang cepat khususnya
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dewasa ini perkembangan fisik penggunaan lahan terutama di daerah perkotaan relatif cepat dibandingkan dengan daerah perdesaan. Maksud perkembangan fisik adalah penggunaan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Dinamika kebumian memang menarik untuk dipelajari, dikenali dan dikaji. Kajian yang sering dilakukan terutama oleh bidang ilmu kebumian antara lain kajian tentang
Lebih terperinciAnalisis Perubahan Lahan Tambak Di Kawasan Pesisir Kota Banda Aceh
Analisis Perubahan Lahan Tambak Di Kawasan Pesisir Kota Banda Aceh 1 Mira Mauliza Rahmi, * 2 Sugianto Sugianto dan 3 Faisal 1 Program Studi Magister Pengelolaan Sumberdaya Pesisir Terpadu Program Pascasarjana;
Lebih terperinciBAB I PENDAHULUAN. satu bagian sistem biometrika adalah face recognition (pengenalan wajah). Sistem
1 BAB I PENDAHULUAN 1.1. Latar Belakang Sistem biometrika merupakan teknologi pengenalan diri dengan menggunakan bagian tubuh atau perilaku manusia yang memiliki keunikan. Salah satu bagian sistem biometrika
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Hutan mangrove merupakan suatu kelompok tumbuhan berkayu, yang tumbuh di zona tropika dan subtropika terlindung dan memiliki semacam bentuklahan pantai, bertipe tanah
Lebih terperinciDAFTAR ISI. . iii PRAKATA DAFTAR ISI. . vii DAFTAR TABEL. xii DAFTAR GAMBAR. xvii DAFTAR LAMPIRAN. xxii DAFTAR SINGKATAN.
DAFTAR ISI HALAMAN JUDUL. i HALAMAN PENGESAHAN DISERTASI. ii PERNYATAAN. iii PRAKATA. iv DAFTAR ISI. vii DAFTAR TABEL. xii DAFTAR GAMBAR. xvii DAFTAR LAMPIRAN. xxii DAFTAR SINGKATAN. xxiii INTISARI. xxiv
Lebih terperinciBAB III METODA. Gambar 3.1 Intensitas total yang diterima sensor radar (dimodifikasi dari GlobeSAR, 2002)
BAB III METODA 3.1 Penginderaan Jauh Pertanian Pada penginderaan jauh pertanian, total intensitas yang diterima sensor radar (radar backscattering) merupakan energi elektromagnetik yang terpantul dari
Lebih terperinciI PENDAHULUAN 1.1. Latar belakang
I PENDAHULUAN 1.1. Latar belakang Perairan umum daratan Indonesia memiliki keanekaragaman jenis ikan yang tinggi, sehingga tercatat sebagai salah satu perairan dengan mega biodiversity di Indonesia. Komisi
Lebih terperinciTabel 1.1 Pertumbuhan Panjang Jalan dan Jumlah Kendaraan
BAB I PENDAHULUAN Sebagai negara berkembang, perekonomian Indonesia didorong untuk tumbuh dengan pesat. Salah satu indikator pertumbuhan perekonomian yang baik adalah tingginya daya beli masyarakat. Tingginya
Lebih terperinciBAB II LANDASAN TEORI
BAB II LANDASAN TEORI 2.1 Data Mining Data Mining adalah proses yang mempekerjakan satu atau lebih teknik pembelajaran komputer (machine learning) untuk menganalisis dan mengekstraksi pengetahuan (knowledge)
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Penginderaan jauh sistem satelit merupakan salah satu alat yang bermanfaat untuk mengukur struktur dan evolusi dari obyek ataupun fenomena yang ada di permukaan bumi.
Lebih terperinciBAB II TEORI DASAR. 2.1 Ketahanan Pangan Nasional
BAB II TEORI DASAR 2.1 Ketahanan Pangan Nasional Program diversifikasi pangan sudah sejak lama dicanangkan, namun belum terlihat indikasi penurunan konsumsi beras penduduk Indonesia. Indikasi ini bahkan
Lebih terperinciBAB I PENDAHULUAN 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Seiring berkembangnya teknologi informasi, kebutuhan akan informasi yang digunakan untuk mendukung business intelligent suatu perusahaan juga meningkat. Informasi penting
Lebih terperinciRINGKASAN PROGRAM PENELITIAN HIBAH BERSAING TAHUN ANGGARAN TAHUN 2013
RINGKASAN PROGRAM PENELITIAN HIBAH BERSAING TAHUN ANGGARAN TAHUN 2013 PENGEMBANGAN SISTEM INFORMASI LAHAN KRITIS DAN EROSI (SILKER) MENGGUNAKAN FREE OPEN SOURCES SOFTWARE FOSS-GIS ILWIS Tahun ke 1 dari
Lebih terperinciBAB I PENDAHULUAN 1.1.Latar Belakang
BAB I PENDAHULUAN 1.1.Latar Belakang Sumberdaya alam ialah segala sesuatu yang muncul secara alami yang dapat digunakan untuk pemenuhan kebutuhan manusia pada umumnya. Hutan termasuk kedalam sumber daya
Lebih terperinciGambar 7. Lokasi Penelitian
III. METODOLOGI PENELITIAN 3.1 Lokasi dan Waktu Penelitian Penelitian ini mengambil lokasi Kabupaten Garut Provinsi Jawa Barat sebagai daerah penelitian yang terletak pada 6 56'49''-7 45'00'' Lintang Selatan
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
BAB I PENDAHULUAN 1.1 Latar Belakang Permukaan bumi yang tidak rata membuat para pengguna SIG (Sistem Informasi Geografis) ingin memodelkan berbagai macam model permukaan bumi. Pembuat peta memikirkan
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
BAB I PENDAHULUAN 1.1. Latar Belakang Kecamatan Kejajar merupakan salah satu kecamatan yang terletak di Pegunungan Dieng Kabupaten Wonosobo dengan kemiringan lereng > 40 %. Suhu udara Pegunungan Dieng
Lebih terperinciBAB I PENDAHULUAN. 1.1 Latar Belakang
1 BAB I PENDAHULUAN 1.1 Latar Belakang Hutan merupakan seluruh satuan lahan yang menunjang kelompok vegetasi yang didominasi oleh pohon segala ukuran, dieksploitasi maupun tidak, dapat menghasilkan kayu
Lebih terperinciSISTEM INFORMASI GEOGRAFI. Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster.
GEOGRAFI KELAS XII IPS - KURIKULUM GABUNGAN 14 Sesi NGAN SISTEM INFORMASI GEOGRAFI A. MODEL DATA SPASIAL Data spasial direpresentasikan di dalam basis data sebagai vektor atau raster. a. Model Data Vektor
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang
1 BAB I PENDAHULUAN 1.1. Latar Belakang Pada waktu sekarang dalam perekonomian manapun di permukaan bumi ini tumbuh dan berkembang berbagai macam lembaga keuangan. Semua lembaga keuangan tersebut mempunyai
Lebih terperinciBAB I PENDAHULUAN 1.1 LATAR BELAKANG
BAB I PENDAHULUAN 1.1 LATAR BELAKANG Lahan pertanian memiliki peran dan fungsi strategis bagi masyarakat yang bercorak agraris, karena terdapat sejumlah besar penduduk yang menggantungkan hidup pada sektor
Lebih terperinciLAMPIRAN 1 HASIL KEGIATAN PKPP 2012
LAMPIRAN 1 HASIL KEGIATAN PKPP 2012 JUDUL KEGIATAN: PENGUATAN KAPASITAS DAERAH DAN SINERGITAS PEMANFAATAN DATA INDERAJA UNTUK EKSTRAKSI INFORMASI KUALITAS DANAU BAGI KESESUAIAN BUDIDAYA PERIKANAN DARAT
Lebih terperincidalam ilmu Geographic Information (Geomatics) menjadi dua teknologi yang
BAB I PENDAHULUAN 1.1 Latar Belakang Berbagai aktivitas manusia memungkinkan terjadinya perubahan kondisi serta menurunnya kualitas serta daya dukung Daerah Aliran Sungai (DAS) yang merupakan rumah berbagai
Lebih terperinciBAB I PENDAHULUAN 1.1. Latar Belakang Masalah
BAB I PENDAHULUAN 1.1. Latar Belakang Masalah Dinamika bentuk dan struktur bumi dijabarkan dalam berbagai teori oleh para ilmuwan, salah satu teori yang berkembang yaitu teori tektonik lempeng. Teori ini
Lebih terperinciBAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) 2. Sejarah GIS
BAB II PEMBAHASAN 1. Pengertian Geogrhafic Information System (GIS) Sistem Informasi Geografis atau disingkat SIG dalam bahasa Inggris Geographic Information System (disingkat GIS) merupakan sistem informasi
Lebih terperinciBAB I PENDAHULUAN. and R.W. Kiefer., 1979). Penggunaan penginderaan jauh dalam mendeteksi luas
BAB I PENDAHULUAN Bab I menguraikan tentang latar belakang, rumusan masalah, tujuan penelitian, manfaat penelitian, batasan masalah serta sistematika penulisan yang menjadi dasar dari Perbandingan Penggunaan
Lebih terperinciIDENTIFIKASI POLA HUTAN RAKYAT DAN PENUTUPAN LAHAN LAIN MENGGUNAKAN CITRA LANDSAT 8 OLI (Studi kasus di Asosiasi Petani Hutan Rakyat Wonosobo)
IDENTIFIKASI POLA HUTAN RAKYAT DAN PENUTUPAN LAHAN LAIN MENGGUNAKAN CITRA LANDSAT 8 OLI (Studi kasus di Asosiasi Petani Hutan Rakyat Wonosobo) DYAH AYU PUTRI PERTIWI DEPARTEMEN MANAJEMEN HUTAN FAKULTAS
Lebih terperinci