Detail Cantuman

Tujuan dari penelitian ini adalah mencari metode klasifikasi terbaik untuk identifikasi perkebunan kelapa sawit dengan menggunakan citra optis untuk dijadikan peta tutupan lahan perkebunan kelapa sawit di Kabupaten Asahan Provinsi Sumatera Utara. Berawal dari pengumpulan data citra satelit Landsat 8 OLI (Operational Land Imager) 2017, Sentinel-2A 2017 dan SPOT 6 2017 dan
data blok perkebunan kelapa sawit pada tahun 2017. Tahap selanjutnya adalah koreksi radiometrik dan geometrik terhadap citra optis yang digunakan untuk proses klasifikasi dan identifikasi perkebunan kelapa sawit dengan bantuan data blok perkekebunan kelapa sawit dan Google Earth. Metode klasifikasi yang digunakan adalah algoritma Parallelepiped, Maximum Likelihood, dan Support Vector Machine. Hasil dalam penelitian ini menunjukkan Support Vector Machine (SVM) menggunakan saluran 412 pada citra SPOT 6 adalah algoritma terbaik untuk mengetahui peta sebaran perkebunan kelapa sawit yang menghasilkan akurasi sebesar 92,32 % dan kappa 0,85.