ANALISIS PERBANDINGAN KEPADATAN PEMUKIMAN MENGGUNAKAN KLASIFIKASI SUPERVISED DAN SEGMENTASI (Studi Kasus: Kota Bandung)

Abstract

ABSTRAK

Pemukiman merupakan kawasan tempat tinggal yang terdiri lebih dari satu satuan perumahan yang sangat penting dalam kehidupan manusia. Sekarang ini semakin lahan kosong dan lahan hijau semakin berkurang karena kawasan pemukiman yang semakin padat, terutama dikota-kota besar salah satunya di Kota Bandung.

Teknologi penginderaan jauh dan sistem informasi geografis (SIG) dapat membantu untuk mendapatkan informasi pemukiman padat tersebut dengan melakukan analisis pada citra resolusi tinggi Quickbird. Pada penelitian ini metode yang digunakan untuk menganalisis adalah metode segmentasi dan klasifikasi supervised.

Informasi luas pemukiman padat di Kota Bndung pada tahun 2012 dengan menggunakan metode segmentasi dan klasifikasi supervised kemudian membandingkan hasil keduanya. Hasil luasan pemukiman padat Kota Bandung pada tahun 2012 menggunakan metode segmentasi adalah 115.949.487,2 m² sedangkan berdasarkan hasil klasifikasi supervised adalah 117.233.067,02 m². berdasarkan uji ketelitian metode segmentasi sebesar 100% sedangkan klasifikasi supervised sebesar 98,418%. Apabila dilihat dari uji statistik keduanya memiliki korelasi yang sangat kuat dan searah dengan nilai 0,998, dengan hipotesis bahwa luas pemukiman padat yang didapat dari metode segmentasi berbeda dengan metode klasifikasi supervised secara signifikan.

Kata Kunci : Klasifikasi Supervised, Penginderaan jauh, Pemukiman Padat dan Segmentasi,.

ABSTRACT

Settlements are residential area consisting of more than one housing unit which is very important in human life. Nowadays, vacant area and green area are decreasing because of the higher density of settlements, especially in big cities such as Bandung.

Remote sensing technology and geographic information system (GIS) can help obtaining the dense settlement information by analyzing the image of high resolution Quickbird. In this study, the method used to analyze is segmentation and supervised classification.

Information of the dense settlement wide area in Bandung in 2012 is obtained using segmentation method and supervised classification. The result of both methods is compared. The Result of dense settlement area of Bandung in 2012 using segmentation method is 115,949,487.2 m², while according to the result of supervised classification is 117,233,067.02 m². Based on the accuracy test of segmentation method, it is 100% whereas supervised classification is 98,418%. In statistical test point of view, both of the methods have a remarkably strong correlation and the same direction with the value of 0.998, with the hypothesis that the wide of dense settlements area obtained from segmentation method was different with supervised classification method was significantly different with.

Keywords: Dense Settlements, Remote sensing, Segmentation and Supervised Classification.

*) Penulis, Penanggung Jawab