ANALISIS PERBANDINGAN KLASIFIKASI SUPERVISED DAN UNSUPERVISED CITRA SATELIT LANDSAT UNTUK PEMETAAN PENUTUPAN LAHAN DI KABUPATEN KUPANG

  • Natasya Chalista Imanuela Natun STIKOM Uyelindo Kupang, NTT
  • Sumarlin Sumarlin STIKOM Uyelindo Kupang, NTT

Abstract

Tutupan lahan adalah representasi visual dari vegetasi, unsur alam, dan elemen buatan di permukaan bumi yang penting dalam perencanaan dan pengembangan wilayah. Di Kabupaten Kupang, perubahan signifikan pada tutupan lahan berdampak pada pengelolaan sumber daya alam dan lingkungan. Penelitian ini bertujuan membandingkan dua metode klasifikasi citra satelit, yaitu Maximum Likelihood Classification sebagai metode supervised dan ISODATA sebagai metode unsupervised, untuk memetakan tutupan lahan menggunakan citra Landsat 9 OLI-2/TIRS-2. Proses klasifikasi menghasilkan delapan kelas tutupan lahan. Untuk memvalidasi hasil klasifikasi, dilakukan verifikasi lapangan (groundcheck) untuk memastikan kesesuaian dengan kondisi di lapangan. Hasil penelitian menunjukkan bahwa dari segi akurasi, metode Supervised Classification pada algoritma MLC memiliki keunggulan dengan nilai akurasi keseluruhan sebesar 96,47%, lebih tinggi dibandingkan metode Unsupervised Classification algoritma ISODATA, yang mencapai 94,2%. Meskipun ISODATA menghasilkan akurasi yang cukup tinggi, metode MLC lebih unggul dalam ketelitian yang lebih baik dalam pemetaan tutupan lahan.

Author Biographies

Natasya Chalista Imanuela Natun, STIKOM Uyelindo Kupang, NTT

Program Studi Teknik Informatika

Sumarlin Sumarlin, STIKOM Uyelindo Kupang, NTT

Program Studi Teknik Informatika

References

[1] Putra, D. 2020. Machine Learning: Pengembangan Algoritma yang Memungkinkan Komputer
untuk Belajar dari Data.
[2] Maxwell, A. E., Warner, T. A. dan Fang, F. 2018. Implementation of machine-learning
classification in remote sensing: An applied review. International journal of remote sensing, 39(9), 2784-2817.
[3] Sampurno, R. M., Bunyamin, A. dan Herwanto, T. 2017. Estimasi Perubahan Lahan Sawah
dengan Kasifikasi Tidak Terbimbing Citra MODIS EVI di Provinsi Jawa Barat. Jurnal Teknotan, 11(2).
[4] Maros, I. L. T. D. K. 2014. Perbandingan Metode Klasifikasi Supervised Maximum
Likelihood Dengan Klasifikasi Berbasis Objek Untuk. In Seminar Nasional Penginderaan Jauh (p. 505)..
[5] Jensen, J. R. 2005. Digital image processing: a remote sensing perspective. Upper Saddle River,
NJ: Prentice Hall.
[6] Septiani, R., Citra, I. P. A. dan Nugraha, A. S. A. 2019. Perbandingan metode supervised
classification dan unsupervised classification terhadap penutup lahan di Kabupaten Buleleng. Jurnal Geografi: Media Informasi Pengembangan Dan Profesi Kegeografian, 16(2), 90-96.
[7] Purnama, M.M., Pramatana, F., Aini, Y. dan Soimin, M. 2024. Analisis Tutupan Lahan
Menggunakan Penginderaan Jauh di Kecamatan Kupang Tengah, Kabupaten Kupang, Provinsi Nusa Tenggara Timur. Jurnal Kehutanan Papuasia [internet].
[8] Rahmawan, A. D., Pawestri, D. A., Fakhriyah, R. A., Pasha, H. D. S., Ferryandy, M., Sugandi,
D., ... & Somantri, L. (2020). Penggunaan metode unsupervised (iso data) untuk mengkaji kerapatan vegetasi di Kecamatan Pangandaran. Jurnal Pendidikan Geografi Undiksha, 8(1), 01-11.
[9] Bobsaid, M. W. 2017. Studi Pemetaan Batimetri Perairan Dangkal Menggunakan Citra
Landsat 8 Dan Sentinel-2A (Studi Kasus: Perairan Pulau Poteran Dan Gili Iyang, Madura) [Disertasi Doktoral]. Institut Teknologi Sepuluh Nopember, Surabaya, Indonesia.
[10] Priyanto, H., Mudjiono. dan Yosomulyono, S. 2021. Koreksi geometik pemetaan
tataguna lahan di sekitar calon tapak PLTN Kalimantan Barat. Jurnal Pengembangan Energi Nuklir, 23(1), 61-69.
Published
2025-03-30
How to Cite
NATUN, Natasya Chalista Imanuela; SUMARLIN, Sumarlin. ANALISIS PERBANDINGAN KLASIFIKASI SUPERVISED DAN UNSUPERVISED CITRA SATELIT LANDSAT UNTUK PEMETAAN PENUTUPAN LAHAN DI KABUPATEN KUPANG. Jurnal Manajamen Informatika Jayakarta, [S.l.], v. 5, n. 2, p. 142-152, mar. 2025. ISSN 2797-0930. Available at: <https://journal.stmikjayakarta.ac.id/index.php/JMIJayakarta/article/view/1812>. Date accessed: 30 apr. 2025. doi: https://doi.org/10.52362/jmijayakarta.v5i2.1812.

Most read articles by the same author(s)

Obs.: This plugin requires at least one statistics/report plugin to be enabled. If your statistics plugins provide more than one metric then please also select a main metric on the admin's site settings page and/or on the journal manager's settings pages.