Pemanfaatan Citra Optik dan Citra Radar dalam Identifikasi Tambak di Pesisir Kabupaten Pati Provinsi Jawa Tengah

Nurul Afdal Haris(1*), Retnadi Heru Jatmiko(2), Nur Mohammad Farda(3),

(1) Gadjah Mada University
(2) 
(3) 
(*) Corresponding Author




DOI: https://doi.org/10.35580/jes.v4i2.29832

Abstract


Penelitian ini bertujuan untuk membandingkan keakuratan hasil identifikasi penggunaan lahan tambak di daerah pesisir Kabupaten Pati Provinsi Jawa Tengah. Dengan memanfaatkan data citra optik (Sentinel-2) dan citra radar (Sentinel-1). Pemetaan dilakukan dengan menerapkan transformasi indeks air berupa NDWI (Normalized Difference Water Index) untuk citra optik dan SDWI (Sentinel-1 Difference Water Index) untuk citra radar serta pengklasifikasian terbimbing dengan metode Random Forest pada masing-masing citra. Hasil penelitian menunjukkan bahwa penggunaan citra optik dalam pemetaan tambak memberikan akurasi yang lebih baik dibandingkan dengan citra radar berdasarkan hasil uji akurasi dengan metode Confusiion Matrix. Dimana hasil menunjukkan pada citra optik Sentinel-2 menghasilkan akurasi sebesar 94.61% dan untuk citra radar Sentinel-1 sebesar 73.21%. Serta penggunaan transformasi indeks air sangat membantu dalam penentuan sampel klasifikasi. Ditemukan pada penelitan bahwa akurasi pada citra radar cukup rendah dibandingkan dengan citra optik dikarenakan sensitivitas pada citra radar terhadap badan air sangat tinggi. Sehingga memungkinkan kesalahan klasifikasi antara laut dan tambak

Keywords


optic, radar, sentinel, ponds, random forest

Full Text:

PDF

Article Metrics

Abstract view : 333 times | PDF view : 90 times

Refbacks

  • There are currently no refbacks.


Copyright (c) 2022 Nurul Afdal Haris, Retnadi Heru Jatmiko, Nur Mohammad Farda

 Diterbitkan Oleh:

Prodi Geografi, Jurusan Geografi

Fakultas Matematika dan Ilmu Pengetahuan alam

Universitas Negeri Makassar

Editorial Office:

 

Creative Commons License

This work is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License