Perbandingan Metode Klasifikasi Maximum Likelihood dan Support Vector Machine dalam Pemetaan Genangan Banjir (Studi Area: Kawasan Danau Tempe)

Nur Yani(1), Sulistiawaty Sulistiawaty(2), Usman Usman(3*),

(1) Universitas Negeri Makassar
(2) Universitas Negeri Makassar
(3) Universitas Negeri Makassar
(*) Corresponding Author




DOI: https://doi.org/10.26858/ijfs.v8i1.33162

Abstract


Abstrak. Penelitian ini bertujuan untuk mengetahui  potensi Citra Sentinel-1a menggunakan metode klasifikasi maximum likelihood dan metode klasifikasi support vector machine dalam mengindentifikasi genangan banjir  serta memban-dingkan ketelitian dalam pemetaan genangan banjir  di sekitar kawasan Danau Tempe. Untuk mencapai tujuan tersebut telah digunakan data citra sentinel-1A dengan akuisisi 3 Maret 2018 (sebelum banjir) dan 26 Mei 2018 (pada saat banjir). Data tersebut diambil, diolah, dan dianalisis di Lembaga Penerbangan dan Antariksa Nasional (LAPAN) kemudian mengecek dan mencocokkan kembali  data di lapangan. Data yang diperoleh diolah melaui tahap pengolahan awal interpretasi citra sentinel adalah Preprocessing data Sentinel-1A dengan menggunakan perangkat lunak SNAP 7.0.  Selanjutnya menggabungkan citra pre-flood dan post-flood menggunakan stack tools di software SNAP untuk menyatukan kedua citra tersebut menjadi satu citra. Citra hasil stacking selanjutnya dikomposit ke RGB, selanjutnya digunakan dua metode klasifikasi terbimbing yaitu maximum likelihood dan support vector machine. Hasil penelitian yang diperoleh adalah metode Maximum Likelihood dan Support Vector Machine (SVM) berpotensi mengidentifikasi genangan banjir dengan    nilai akurasi pemetaan genangan banjir pada metode  Support Vector Machine (SVM) lebih tinggi dibandingkan dengan metode Maximum Likelihood (MLC) dengan nilai akurasi metode SVM sebesar 50% dan  metode MLC sebesar 42.3%.

 

Kata Kunci: Banjir, Citra Sentinel-1A, MLC, SVM

Keywords


Banjir, Citra Sentinel-1A, MLC, SVM

Full Text:

PDF

References


Badan Nasional Penanggulangan Bencana - BNPB. (n.d.). Retrieved January 31, 2022, from https://bnpb.go.id/

Jayanti, I. (2017). Perbandingan Metode Klasifikasi Maximum Likelihood dan Minimum Distance pada Pemetaan Tutupan Lahan di Kota Langsa.

Marjuki, B. (2016). Pendangkalan Danau Tempe Sulawesi Selatan (1981 – 2015) dan Upaya Konservasi Sumber Daya Air. Setjend Kementerian PUPERA.

Pance, R., Sarrafah, A., Manurung, H., Harahap, T. N., Retnowati, I., Nasution, & Rustadi. (2014). Gerakan Penyelamatan Danau (GERMADAN) Tempe. Kementerian Lingkungan Hidup.

Rahman, A. N., Hamdir, W., & Herumurti, S. (2014). Studi Perbandingan Klasifikasi Multispektral Maximum Likelihood Dan Support Vector Machine Untuk Pemetaan Penutup Lahan. Bumi Indonesia.

Rusdi, M. (2008). Perbandingan Object Oriented Classification dan Maximum Likelihood Classification pada Pemetaan Penutupan Lahan di Kabupaten Gayo Lues. Agrista, 12(2).

Septiana, B., Putra Wijaya, A., & Suprayogi, A. (2017). Analisis Perbandingan Hasil Orthorektifikasi Metode Range Doppler Terrain Correction dan Metode Sar Simulation Terrain Correction Menggunakan Data Sar Sentinel-1. Jurnal Geodesi Undip Januari, 6(1).

Undang-Undang Republik Indonesia Nomor 24 Tahun 2007 Tentang Penanggulangan Bencana. (n.d.).


Article Metrics

Abstract view : 105 times | PDF view : 14 times

Refbacks

  • There are currently no refbacks.




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



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