Ekstraksi Informasi Penutup Lahan Area Luas dengan Metode Expert Knowledge Object-Based Image Analysis (OBIA) Pada Citra Landsat 8 Oli Pulau Kalimantan

Ekstraksi informasi penutup/penggunaan lahan area luas seperti di Pulau Kalimantan umumnya terkendala oleh variasi nilai spektral di beberapa area yang berbeda, serta sulitnya mendapatkan hasil perekaman yang bebas dari awan. Klasifikasi visual, meski memberikan hasil yang baik, merupakan pekerjaan yang membutuhkan waktu dan tenaga yang relatif banyak, belum lagi potensi pengaruh subjektifitas interpreter. OBIA yang sudah mulai diterima dan banyak digunakan dalam klasifikasi digital bisa menjadi alternatif tambahan selain interpretasi visual maupun analisis digital berbasis piksel konvensional. Penelitian ini menggunakan data Landsat 8 OLI orthorectified yang telah melalui proses mosaicking dan cloud masking untuk mendapatkan citra satu Pulau Kalimantan yang bebas awan. Layer NDVI, MNDWI, NDBI, BSI, SAVI, dan Built-up Index kemudian diturunkan dari data Citra Landsat untuk dimasukkan ke dalam tahap segmentasi dan klasifikasi. Segmentasi dilakukan dengan menggunakan algoritma Multiresolution Segmentation dan Spectral Difference Segmentation. Klasifikasi dilakukan dengan menggunakan serangkaian multilevel threshold yang disusun dalam bentuk decision tree. Empat belas kelas penutup/penggunaan lahan kemudian berhasil diekstrak, dengan nilai overall accuracy 77,65%. Metode yang digunakan juga menunjukkan akurasi yang tinggi untuk kelas hutan lahan kering, perkebunan, kebun campur dan semak belukar dengan nilai akurasi di atas 80%. Hasil ini menunjukkan bahwa metode ini bisa dijadikan sebagai alternatif dalam mengidentifikasi dan mengekstrak informasi tutupan vegetasi untuk kegiatan pemetaan area luas