PERBANDINGAN METODE NORMALIZED DIFFERENCE WATER INDEX (NDWI) DAN MASKING DALAM MEMETAKAN BADAN AIR | ELECTRONIC THESES AND DISSERTATION

Electronic Theses and Dissertation

Universitas Syiah Kuala

    SKRIPSI

PERBANDINGAN METODE NORMALIZED DIFFERENCE WATER INDEX (NDWI) DAN MASKING DALAM MEMETAKAN BADAN AIR


Pengarang

Daffa Monti Surga - Personal Name;

Dosen Pembimbing

Muhammad Rusdi - 197704012006041001 - Dosen Pembimbing I



Nomor Pokok Mahasiswa

2005108010010

Fakultas & Prodi

Fakultas Pertanian / Ilmu Tanah (S1) / PDDIKTI : 54294

Subject
-
Kata Kunci
-
Penerbit

Banda Aceh : Fakultas Pertanian (S1)., 2024

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)

Badan air merupakan air permukaan yang berasal dari air hujan yang turun ke permukaan bumi. Badan air ini merupakan bagian perairan umum daratan yang terbentuk secara alami atau buatan dan terletak mulai dari garis pasang surut terendah ke arah daratan. Badan air meliputi sungai dan paparan banjir, danau, waduk, rawa dan genangan air lainnya. Penelitian ini bertujuan untuk mendeteksi posisi badan air dengan menggunakan metode Normalized Difference Water Index (NDWI) dan masking, serta untuk mengetahui tingkat keakuratan metode NDWI dan Masking dalam mendeteksi badan air di Kota Meulaboh.
Penelitian ini menggunakan metode deskriptif kuantitatif. Penelitian dilakukan melalui beberapa tahapan yang meliputi pengolahan citra satelit resolusi menengah dan analisis data dilakukan dengan mengunakan ArcGIS dan ENVI dengan beberapa tahapan yang dilakukan seperti NDWI, masking, validasi dan layout. Validasi di lapangan dilakukan untuk mengetahui posisi badan air. Pengambilan titik validasi sebanyak 20 titik yang mencakup keempat kelas yaitu kelas lautan, perairan sungai, danau dan rawa, dilakukan untuk melihat keakuratan ke dua metode melalui uji akurasi dengan menggunakan tabel confusion matrik dengan perbandingan kelas dan batas kelas.
Hasil klasifikasi dengan menggunakan metode NDWI dan masking didapatkan bahwa metode yang akurat untuk mendeteksi badan air yaitu masking. Metode ini mampu mendeteksi keempat kelas badan air yaitu lautan, sungai, danau dan rawa dengan nilai presisi 93,39%, recall 62,71 % dan akurasi 78,05%. Sementara itu metode NDWI hanya mampu mendeteksi dua kelas badan air yaitu lautan dan sungai dengan nilai presisi 89,54%, recall 41,55% dan akurasi 65,54%.

Water bodies are surface water originating from rainwater that falls to the earth's surface. This water body is part of the inland public waters that are formed naturally or artificially and are located from the lowest tidal line towards the land. Water bodies include rivers and flood exposures, lakes, reservoirs, swamps and other pools of water. This study aims to detect the position of water bodies using the Normalized Difference Water Index (NDWI) and masking methods, and to determine the level of accuracy of the NDWI and Masking methods in detecting water bodies in Meulaboh City. This study uses a quantitative descriptive method. The study was conducted through several stages including processing medium-resolution satellite imagery and data analysis using ArcGIS and ENVI with several stages carried out such as NDWI, masking, validation and layout. Validation in the field was carried out to determine the position of the water body. Taking 20 validation points covering the four classes, namely ocean, river water, lake and swamp classes, was carried out to see the accuracy of the two methods through an accuracy test using a confusion matrix table with a comparison of classes and class boundaries. The classification results using the NDWI and masking methods showed that the most accurate method for detecting water bodies is masking. This method is able to detect four classes of water bodies, namely oceans, rivers, lakes and swamps with a precision value of 93.39%, recall 62.71% and accuracy 78.05%. Meanwhile, the NDWI method is only able to detect two classes of water bodies, namely oceans and rivers with a precision value of 89.54%, recall 41.55% and accuracy 65.54%.

Citation



    SERVICES DESK