Electronic Theses and Dissertation

Kabupaten aceh besar merupakan salah satu kabupaten yang ada di aceh, memiliki luas wilayah 290.350 ha aceh besar juga memiliki potensi di sektor pertanian, perkebunan, pariwisata, kelautan dan perikanan. aceh besar terdiri dari 23 kecamatan salah satunya adalah kecamatan ingin jaya. kecamatan ingin jaya dengan ibukota kecamatan lambaro memiliki luas wilayah sebesar 2.434 ha (bps, 2021). kecamatan ingin jaya merupakan wilayah pengembangan, definisi wilayah pengembangan merupakan wilayah yang memanfaatkan potensi nya untuk dikembangkan untuk memperbaiki tatanan dan kondisi kehidupan yang lebih baik bagi kepentingan masyarakat. karena kecamatan ingin jaya memiliki potensi ekonomi pada bidang pertanian seperti adanya lahan sawah dan pasar tradisional yang dapat dikembangkan maka perlu dilakukan pemetaan untuk mengetahui jenis tutupan lahan apa yang mendominasi guna untuk memudahkan pertimbangan dalam menentukan strategi pengembangan wilayah. salah satu teknologi dan metode yang efektif untuk memetakan tutupan lahan menggunakan sig dan penginderaan jauh. salah satu hasil dari penginderaan jauh adalah citra satelit. data citra satelit dapat digunakan untuk mengetahui jenis penutup lahan pada suatu wilayah. pada penelitian ini dilakukan penelitian menggunakan citra satelit resolusi tinggi (lukiawan et al., 2019). salah satu metode yang ada pada penginderaan jauh adalah metode deep learning. dengan citra satelit sebagai input deep learning diprediksi bisa menjadi suatu metode yang bagus dalam mendeteksi suatu objek pada suatu citra. hasil klasfikiasi tutupan lahan di kecamatan ingin jaya kabupaten aceh besar didapatkan tutupan lahan yang mendominasi adalah kelas tutupan lahan vegetasi rendah sebesar 770.13 ha dan permukaan kedap air sebesar 659.13 ha. pada kelas lahan semak belukar menunjukkan bahwa tidak ada lahan yang terklasifikasi untuk kelas tutupan lahan ini. hasil klasifikasi menggunakan metode deep learning dengan menggunakan model deep learning model land cover classification on high resolution didapatkan nilai kappa accuracy dari hasil klasifikasi tutupan lahan yang didapat sebesar 66% sedangkan nilai overall accuracy yang diperoleh adalah sebesar 70%. hal ini terjadi karena terdapat beberapa kesalahan atau model memiliki karakteristik yang serupa secara visual atau spektral dalam citra.

Aceh Besar Regency is one of the districts in Aceh and has an area of 290,350 ha. Aceh Besar also has potential in the agricultural, plantation, tourism, marine, and fisheries sectors. Aceh Besar consists of 23 sub-districts, one of which is Want Jaya Sub-district. Want Jaya District with the capital Lambaro District has an area of 2,434 ha (BPS, 2021). Want Jaya District is a development area, the definition of a development area is an area that utilizes its potential to be developed to improve the order and better living conditions for the benefit of the community. Because Want Jaya District has economic potential in the agricultural sector, such as rice fields and traditional markets that can be developed, it is necessary to carry out mapping to find out what types of land cover dominate to facilitate considerations in determining regional development strategies. One of the effective technologies and methods for mapping land cover is using GIS and remote sensing. One of the results of remote sensing is satellite imagery. Satellite image data can be used to determine the type of land cover in an area. In this research, research was conducted using high-resolution satellite imagery (Lukiawan et al., 2019). One of the methods available in remote sensing is the Deep Learning method. With satellite imagery as input, Deep Learning is predicted to be a good method for detecting an object in an image. The results of a land cover classification in Want Jaya District, Aceh Besar Regency, showed that the dominant land cover was the low vegetation land cover class of 770.13 ha and the impervious surface was 659.13 ha. The shrub land class shows that there is no land classified for this land cover class. The classification results using the deep learning method using the Deep Learning model Land Cover classification on high resolution showed that the kappa accuracy value of the land cover classification results was 66%, while the overall accuracy value obtained was 70%. This happens because there are several errors or the models have similar characteristics visually or spectrally in the image