Kajian kemampuan metode neural network untuk klasifikasi penutup lahan dengan menggunakan Citra Landsat-8 OLI (kasus di Kota Yogyakarta dan sekitarnya)
DOI:
https://doi.org/10.21831/gm.v16i1.20974Abstract
Penelitian ini bertujuan: Mengkaji akurasi metode neural network untuk klasifikasi penutup lahan dengan menggunakan citra multispectral Landsat 8 dan pengaruh input parameter pada metode neural network terhadap hasil akurasi klasifikasi penutup lahan. Penelitian ini merupakan penelitian berbasis data penginderaan jauh yang mencakup analisis digital dan kerja lapangan. Analisis digital mencakup kegiatan menguji kemampuan metode neural network/Multi Layer Perceptron (MLP) dengan algoritma backpropagation untuk klasifikasi penutup lahan berbasis citra penginderaan jauh Landsat 8. Kerja lapangan dilakukan untuk mengambil sampel penelitian dan menguji hasil akurasi klasifikasi penutup lahan dengan metode jaringan syaraf. Uji akurasi menggunakan akurasi keseluruhan, akurasi produser, akurasi pemakai dan analisis kappa accuracy. Hasil penelitian menunjukan (1) nilai akurasi terbaik yang diperoleh pada metode MLP dengan 7 kelas penutup lahan yaitu overall accuracy 76,69%, kappa accuracy 0,722 serta waktu eksekusi 1,25 menit, dengan kombinasi parameter yaitu 1 hidden layer; 0,001 learning rate; 0,5 momentum factor; 0,001 RMS; dan 15000 iterasi; (2) Nilai parameter learning rate 0,001 memberikan pengaruh nilai overall accuracy yang rendah sedangkan nilai learning rate 0,01 memberikan nilai overall accuracy yang baik. Iterasi 15000 lebih optimal dibandingkan nilai iterasi 10000 dan 20000 dalam pengaruhnya terhadap nilai akurasi hasil klasifikasi penutup lahan.Downloads
Published
2018-08-27
Issue
Section
Articles
License
Authors who publish in this journal agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work (See The Effect of Open Access).
Geo Media: Majalah Ilmiah dan Informasi Kegeografian is licensed under a Creative Commons Attribution-ShareAlike 4.0 International License.
Based on a work at https://journal.uny.ac.id/index.php/geomedia.