Sal Sabila Primary Author mixed material bibliography Banda Aceh Fakultas pertanian Ilmu Tanah

Skripsi

Tanaman kelapa sawit (Elaeis Guineensis Jacq) tanaman yang berasal dari wilayah Afrika Barat lebih tepatnya di wilayah Angola sampai Senegal. Indonesia memulai penanaman kelapa sawit secara komersial pada tahun 1911 di pantai timur Pulau Sumatra. Kelapa sawit merupakan salah satu sektor perkebunan unggul di Indonesia. Kelapa sawit menghasilkan minyak sawit dan minyak inti sawit. Indonesia menjadi salah satu penghasil minyak sawit terbesar di dunia dengan luas lahan lebih dari 34% dari luas kebun sawit dunia. Melihat potensi besar tersebut, identifikasi lahan-lahan sawit dan non-sawit serta objek pohon kelapa sawit tersebut dapat dilihat dengan menggunakan klasifikasi dengan metode maximum likelihood clasification dan object based image analysis. Penelitian ini menggunakan klasifikasi segmen-segmen objek berupa poligon dan mengelompokkan piksel yang tidak diketahui kedalam salah satu kelas informasi terutama ketika piksel berada di luar area spesifik atau diantara area yang bertumpang tindih, yang dipaksakan untuk diklasifikasi. Analisis dalam pengolahan data ini dilakukan dengan menggunakan software eCognition Developer 64 untuk metode object based image analysis dan menggunakan software Envi 5.3 untuk metode maximum likelihood clasification. Tahapan setelah pra pengolahan citra yaitu segmentasi dan klasifikasi. Setelah mendapatkan hasil klasifikasi dilanjutkan dengan uji akurasi untuk melihat tingkat ketelitian dari berbagai citra hasil klasifikasi yang telah dilakukan dengan data training area sehingga dapat mengetahui persentase ketelitian pemetaan tutupan lahan yang telah dilakukan. Uji akurasi yang digunakan dalam penelitian ini adalah uji akurasi metode koefisien Kappa, yaitu metode dengan membandingkan hasil klasifikasi multispektral pada citra dengan kenyataan yang ada di lapangan. Penentuan titik uji akurasi menggunakan starified random sampling dengan memakai 5 titik pada setiap kelas dan menggunakan titik koordinat yang sama. Setelah melakukan pengamatan, uji akurasi dan uji validasi hasil penelitian ini menunjukkan bahwa metode maximum likelihood clasification lebih baik digunakan untuk resolusi menengah (Citra Planet Scoope) dan object based image analysis lebih akurat dipakai menggunakan citra resolusi tinggi (Citra Google Earth Imagery). Hasil uji akurasi pada kedua metode menghasilkan metode object based image analysis menggunakan citra resolusi tinggi memiliki keakuratan yang lebih tinggi yaitu overall accuracy 92% dan kappa accuracy 90%. Metode hasil klasifikasi maximum likelihood clasification dengan citra resolusi menengah memiliki overall accuracy 84% dan kappa accuracy 80%. 0 ELECTRONIC THESES AND DISSERTATION Universitas Syiah Kuala 124936 2024-07-12 19:40:23 2024-07-15 09:49:03 machine generated