Analisis Perubahan Tutupan Lahan Menggunakan Citra Sentinel-1 Multitemporal

Abstract

Perubahan tutupan lahan merupakan hal yang tak bisa dihindari akibat dari aktivitas manusia. Perubahan tutupan lahan dapat terjadi dimanapun sehingga perlu adanya monitoring. Salah satu daerah yang berpotensi mengalami perubahan tutupan lahan adalah Kecamatan Singorojo, Kabupaten Kendal. Hal ini dikarenakan PT. Perkebunan Nusantara IX yang terdapat di wilayah Kecamatan Singorojo melakukan penebangan karet dari tahun pertengahan tahun 2019 hingga akhir 2020 yang mengindikasikan adanya fenomena perubahan tutupan lahan. Penelitian ini menggunakan data Citra Sentinel-1 multitemporal dari tahun 2018 hingga tahun 2020. Citra Sentinel-1 yang digunakan berjumlah 15 Citra Sentinel-1 tiap tahunya sehingga total jumlah Citra Sentinel-1 adalah 45 Citra. Citra Sentinel-1 multitemporal dapat dilakukan ekstraksi fitur sehingga didapat nilai rata-rata, maksimum, minimum, dan standar deviasi. Hasil ekstraksi fitur kemudian dilakukan klasifikasi menggunakan metode supervised dengan algoritma Support Vector Machine (SVM). Hasil klasifikasi tersebut kemudian dilakukan overlay untuk memudahkan analisis perubahan tutupan lahan. Hasil penelitian ini menunjukkan bahwa analisis perubahan tutupan lahan menggunakan data Citra Sentinel-1 multitemporal kurang maksimal. Hal ini karena adanya efek geometri yang mengakibatkan kesalahan klasifikasi pada area lereng. Selain itu, terdapat juga kesalahan klasifikasi akibat efek speckle dan kemiripan nilai piksel pada kelas vegetasi lain, jati campuran, dan karet. Akurasi keseluruhan dari hasil klasifikasi tiap tahun adalah 36,11% pada tahun 2018, 42,04% pada tahun 2019, dan 39,01% pada tahun 2020. Penambahan parameter slope hanya mampu mengeliminasi kesalahan akibat efek geometri saja sehingga akurasi keseluruhan meningkat menjadi 49,59% pada tahun 2018, 52,39% pada tahun 2019, dan 50,13% pada tahun 2020. Disisi lain, identifikasi perubahan tutupan lahan dapat dilakukan dengan melakukan analisis tambahan seperti menggunakan interpretasi hasil klasifikasi antar tahun, analisis dinamika backscatter, dan visualisasi komposit RGB multitemporal.