Detail Cantuman

Informasi tutupan lahan terbaru berupa peta hasil klasifikasi citra dapat diperoleh melalui teknik pengindraan jauh. Teknik pengindraan jauh ini merupakan faktor penting dalam keberhasilan klasifikasi tutupan lahan. Penelitian ini dilakukan untuk mengetahui model klasifikasi terbaik untuk mendapatkan nilai akurasi tertinggi di area perkebunan kelapa sawit, mengkaji metode identifikasi kelapa sawit untuk mengetahui nilai akurasi tertinggi dari model klasifikasi terbaik, dan membuat peta tutupan lahan perkebunan kelapa sawit. Dimulai dari pengumpulan data primer dan data sekunder yaitu citra satelit SPOT 7 tahun perekaman Mei 2016, citra satelit Sentinel-2 tahun perekaman Januari 2017, citra satelit Landsat 8 OLI (Operational Land Imager) tahun perekaman Juni 2017 dan data blok perkebunan kelapa sawit (shp) untuk menentukan daerah yang akan dikaji. Tahap selanjutnya adalah koreksi radiometrik dan geometrik masing-masing gambar untuk proses klasifikasi. Metode klasifikasi yang digunakan adalah Parallelepiped, Support Vector Machine (SVM), dan Maximum Likelihood. Hasil akhir dari penelitian ini menunjukkan metode Support Vector Machine (SVM) menggunakan saluran 567 pada citra Landsat 8 OLI (Operational Land Imager) adalah metode terbaik untuk mengetahui peta sebaran perkebunan kelapa sawit yang menghasilkan akurasi sebesar 97,30% dan indeks kappa 0,96.
Kata kunci: Kelapa sawit, Pengindraan Jauh, Klasifikasi terawasi Parallelepiped, Maximum Likelihood, Support Vector Machine.