Perbandingan Metode Klasifikasi Penutup Lahan Berbasis Piksel dan Berbasis Obyek Menggunakan Data PiSAR-L2

Program Polarimetric Interferometric Airborne Synthetic Aperture Radar of L-band version 2 (PiSAR-L2) adalah program eksperimen sensor Phased-Array Synthetic Aperture RADAR-2 (PALSAR-2) yang dipasang pada satelit Advanced Land Observing Satellite-2 (ALOS-2). Kerjasama riset telah dilakukan antara JAXA dan Kementerian Riset dan Teknologi pada 2012 untuk mengkaji kemampuan data PiSAR L-2 yang direkam menggunakan pesawat untuk beberapa aplikasi. Kegiatan ini menggunakan data PiSAR L-2 untuk klasifikasi penutup lahan di wilayah hutan dengan metode klasifikasi berbasis piksel dan berbasis obyek, kemudian membandingkan kedua metode tersebut. Data yang digunakan adalah data PiSAR L-2 polarisasi penuh dengan level 2.1 untuk wilayah Provinsi Riau. Data lapangan diperoleh dari survei lapangan tim JAXA dan peta penutup lahan dari World Wildlife Fund dijadikan sebagai referensi untuk sampel masukan dan pengujian. Pengolahan awal melakukan konversi backscatter dan filtering, kemudian melakukan klasifikasi dan uji akurasi. Dua metode klasifikasi yang digunakan, 1) Metode Maximum Likelihood Enhance Neighbor classifier untuk klasifikasi berbasis piksel dan 2) Metode Support Vector Machine untuk klasifikasi berbasis obyek. Pada kegiatan ini dilakukan analisis pengaruh resolusi spasial terhadap hasil klasifikasi. Hasil memperlihatkan bahwa metode berbasis piksel mempunyai piksel bercampur “salt and pepper”, akurasi klasifikasi adalah 62% untuk spasial resolusi 2.5 m dan 83% untuk spasial resolusi 10 m. Sedangkan klasifikasi berbasis obyek mempunyai kelebihan dengan homogenitas obyek yang tinggi (tidak adanya piksel bercampur), batas antara kelas yang jelas dan tegas, serta akurasi yang tinggi (97% untuk resolusi spasial 10 m), walau masih ada kesalahan pada beberapa kelas penutup lahan