Electronic Theses and Dissertation
Universitas Syiah Kuala
SKRIPSI
KLASIFIKASI TUTUPAN LAHAN PADA CITRA SATELIT SENTINEL-2A DENGAN MENGGUNAKAN METODE CART (STUDI KASUS: KOTA JANTHO)
Pengarang
IZZATI HUSNA - Personal Name;
Dosen Pembimbing
Muzailin - 197010191995121001 - Dosen Pembimbing I
Sri Azizah Nazhifah - 199304072021022101 - Dosen Pembimbing II
Nomor Pokok Mahasiswa
1808107010059
Fakultas & Prodi
Fakultas MIPA / Informatika (S1) / PDDIKTI : 55201
Subject
Kata Kunci
Penerbit
Banda Aceh : Fakultas mipa., 2023
Bahasa
No Classification
-
Literature Searching Service
Hard copy atau foto copy dari buku ini dapat diberikan dengan syarat ketentuan berlaku, jika berminat, silahkan hubungi via telegram (Chat Services LSS)
Data tutupan lahan yang bersumber dari citra satelit saat ini semakin banyak digunakan selaras dengan kemajuan teknologi penginderaan jauh yang semakin mutakhir.
Classification And Regression Trees (CART) merupakan salah satu metode klasifikasi citra secara digital yang telah sejak lama dimanfaatkan untuk pengklasifikasian citra berbasis piksel. Peneltian ini bertujuan untuk mengklasifikasikan penutupan lahan Kota Jantho pada citra satelit sentinel-2A dengan menggunakan metode supervised classification algoritma CART serta mengetahui tingkat ketelitian pada metode tersebut dengan menggunakan platform Google Earth Engine. Metode ini akan mengategorikan setiap pikselnya ke dalam enam kelas tutupan yaitu vegetasi, badan air, rumput/semak, lahan terbangun, lahan terbuka dan sawah. Uji akurasi dilakukan dengan membandingkan hasil klasifikasi peta tutupan lahan pada citra Sentinel-2A dengan sampel pada Citra Google Earth. Hasil klasifikasi ini diperoleh nilai akurasi keseluruhan sebesar 88,75%. Dari hasil akurasi tersebut dapat disimpulkan bahwa metode CART ini dapat memberikan hasil yang baik untuk klasifikasi tutupan lahan pada Kota Jantho.
Kata kunci: Tutupan Lahan, CART, Supervised Classification, Google Earth Engine, Sentinel-2A
Land cover data sourced from satellite imagery is currently being used more in line with increasingly sophisticated remote sensing technology advances. Classification And Regression Trees (CART) is a digital image classification method that has been long used for pixel-based image category. This study aims to classify the land cover of Jantho City on sentinel-2A satellite imagery using the CART algorithm's supervised classification method and determine the accuracy of this method using the Google Earth Engine platform. This method will categorize each pixel into six cover classes: vegetation, water bodies, grass/shrubs, built-up land, open land, and paddy fields. The accuracy test compared the results of land cover map classification on Sentinel-2A imagery with samples on Google Earth imagery. The results of this classification obtained an overall accuracy value of 88.75%. From the results of this accuracy, it can be concluded that the CART method can provide good results for land cover classification in Jantho City. Keywords: Land cover, CART, Supervised Classification, Google Earth Engine, Sentinel-2A
PETA SEBARAN DAN TATA GUNA LAHAN MANGROVE BAGIAN BARAT PULAU WEH, KOTA SABANG MENGGUNAKAN CITRA SENTINEL-2A (DIRZA TRIWANDA SARAGIH, 2025)
PETA SEBARAN DAN TATA GUNA LAHAN MANGROVE BAGIAN BARAT PULAU WEH, KOTA SABANG MENGGUNAKAN SENTINEL-2A (DIRZA TRIWANDA SARAGIH, 2025)
APLIKASI OBIA PADA CITRA SENTINEL-2 UNTUK PEMETAAN TUTUPAN LAHAN (Kesuma Anggraini Lubis, 2021)
PERBANDINGAN METODE SUPPORT VECTOR MACHINE DAN RANDOM FOREST PADA CITRA SENTINEL-2A UNTUK IDENTIFIKASI TUTUPAN LAHAN KOTA BANDA ACEH MENGGUNAKAN GOOGLE EARTH ENGINE (Safira, 2024)
K-MEANS CLUSTERING PADA CITRA LANDSAT-8 DANRNSENTINEL-2A UNTUK IDENTIFIKASI TUTUPAN LAHANRNKOTA BANDA ACEH (DARIMAH RAMADHANI, 2022)