KLASIFIKASI PENUTUPAN LAHAN PADA CITRA SATELIT SENTINEL-2A DENGAN METODE TREE ALGORITHM

Saat ini perkembangan teknologi penginderaan jauh sudah memasuki kemajuan yang signifikan. Penginderaan jauh telah menghasilkan berbagai pemanfaatan salah satunya adalah dalam pengklasifikasian penutupan lahan. Tree Algorithm merupakan salah satu metode klasifikasi digital yang dapat digunakan dalam mengklasifikasikan piksel pada kelas-kelas klasifikasi penutupan lahan. Peneltian ini bertujuan untuk mengklasifikasikan penutupan lahan pada citra satelit sentinel-2A dengan menggunakan metode tree algorithm serta mengetahui tingkat ketelitian pada metode tersebut. Penelitian dilakukan pada citra satelit sentinel-2A dengan membuat tree algoritm yang akan digunakan pada decision tree sebagai pemisah tiap kelas penutupan lahan. Salah satu parameter algoritma yang digunakan dalam menentukan pemisahan kelas adalah NDVI (Normalized Difference Vegetation Index). Selain menggunakan NDVI, dalam membuat algoritma pemisahan kelas juga digunakan kombinasi perhitungan nilai-nilai piksel pada band-band citra satelit sentinel-2A. Dari hasil klasifikasi diperoleh 6 Kelas penutupan lahan, yaitu Awan seluas 6,99 Ha (0,16%), Air seluas 7,59 Ha (0,18%), Ladang seluas 2,75 Ha (0,06%), Lahan Terbangun seluas 4,33 Ha (0,10%), Berhutan Sedang seluas 3.258,82 Ha (76,38%) dan Berhutan Rapat seluas 985,99 Ha (23,11%). Hasil uji nilai Overall Accuracy metode Tree Algorithm dengan pengecekan lapangan didapat tingkat akurasi 60% dari 15 titik sampel.