STUDI CLOUD MASKING MENGGUNAKAN BAND QUALITY ASSESSMENT, FUNCTION OF MASK DAN MULTI-TEMPORAL CLOUD MASKING PADA CITRA LANDSAT 8

Abstract

ABSTRAK

Salah satu masalah yang paling sering timbul dalam pengolahan citra pasif adalah awan dan bayangan awan. Awan dan bayangannya menjadi kendala utama dalam pengolahan citra pasif karena awan akan menutupi area yang berada dibawahnya dan bayangan awan akan mempengaruhi dari kualitas citra itu sendiri. Citra Landsat 8 adalah salah satu citra pasif yang paling sering digunakan untuk observasi sumber daya alam. Citra Landsat 8 pasti mengandung tutupan awan karena termasuk salah satu citra pasif. Awan dan bayangan pada citra Landsat 8 perlu dilakukan proses cloud masking. Cloud masking adalah proses pendeteksian awan dan bayangannya yang pada tahap selanjutnya akan dilakukan masking. Beberapa algoritma yang digunakan dalam cloud masking pada citra Landsat 8 antara lain band QA (Quality Assessment), Fmask (Function of Mask) dan MCM (Multi-Temporal Cloud Masking). Penelitian ini melakukan perbandingan ketiga metode tersebut pada citra dengan luasan awan < 10% (10 Agustus 2019), 10% < awan < 20% (9 Juli 2019) dan 20% < awan < 30% (27 September 2019) untuk menentukan akurasi awan dan bayangannya setiap metode pada setiap citra yang dipakai. Hasil pada penelitian ini adalah akurasi awan dan bayangannya pada citra dengan awan < 10% dengan metode Band QA, Fmask dan MCM berturut – turut adalah 98%, 98,67% dan 99,33% dan untuk bayangannya berturut – turut adalah 92%, 91% dan 60%. Hasil akurasi awan dan bayangannya pada citra dengan 10% < awan < 20% dengan metode Band QA, Fmask dan MCM berturut – turut adalah 92,67%, 90% dan 100% dan untuk bayangannya berturut – turut adalah 92%, 81% dan 65%. Hasil akurasi awan dan bayangannya pada citra dengan 20% < awan < 30% dengan metode Band QA, Fmask dan MCM berturut – turut adalah 78,67%, 95,33% dan 100% dan untuk bayangannya berturut – turut adalah 60%, 62% dan 59%.

Kata Kunci : Band QA, Cloud Masking, Fmask, Landsat 8, Multi-Temporal Cloud Masking

ABSTRACT

One of the most common problems in passive image processing is clouds and cloud shadow. Clouds and shadows become the main obstacle in passive image processing because the cloud will cover the area underneath and cloud shadow will affect the quality of the image itself. Landsat 8 Imagery is one of the most commonly used passive images for natural resource observation. Landsat 8 imagery must contain cloud cover because it is one of the passive images. Clouds and shadows in the Landsat 8 image need to be done the cloud masking process. Cloud Masking is a cloud and the shadow detection process which will be masked at a later stage. Some algorithms used in cloud masking on Landsat 8 images include QA (Quality Assessment) band, Fmask (Function of Mask) and MCM (Multi-Temporal Cloud Masking). This study compares these three methods to images with cloud cover <10% (10th August 2019), 10% <cloud <20% (9th July 2019) and 20% <cloud <30% (27th September 2019) to determine cloud accuracy and the shadow of each method in each image used. The results in this study are the accuracy of clouds and shadows on images with clouds <10% with the band QA, Fmask and MCM methods respectively are 98%, 98.67% and 99.33% and for shadows respectively are 92%, 91% and 60%. The results of the accuracy of clouds and shadows on the image with 10% <cloud <20% with the band QA, Fmask and MCM methods are 92.67%, 90% and 100% and for the shadows respectively are 92%, 81% and 65%. The results of the cloud and shadow accuracy in the image with 20% <cloud <30% with the Band QA, Fmask and MCM methods are 78.67%, 95.33% and 100% and for the shadows respectively are 60%, 62 % and 59%.