Professional Documents
Culture Documents
Difference Vegetation Index (Ndvi) Dan Maximum Likelihood Classification
Difference Vegetation Index (Ndvi) Dan Maximum Likelihood Classification
ABSTRACT
Remote sensing techniques are considered effective for obtaining the latest land cover information in
the form of a map of the results of image classification. This technique has the ability to provide
information on spatial diversity on the surface of the earth quickly, broadly, precisely, and easily. The
analysis of image data processing in this journal aims to obtain information on land cover in Tapanuli
Tengah district, North Sumatra by processing images obtained from the official website that provides
satellite imagery. Applications used to process these images are ENVI, Google Earth Pro, and ArcMap.
The method used in this journal is Normalized Difference Vegetation Index (NDVI) and Maximum
Likelihood Classification. Then the data is tested for accuracy by calculating Kappa values to measure
the consistency of Producer’s Accuracy and User Accuracy. The results of image data processing are
objects on the surface of the earth such as vegetation and built up land.
Keywords: Central Tapanuli Regency, ENVI, Satellite imagery, NDVI, Maximum Likelihood Classification,
Kappa Value
ABSTRAK
Teknik penginderaan jauh dianggap efektif untuk memperoleh informasi tutupan lahan terbaru berupa
peta hasil klasifikasi citra. Teknik ini memiliki kemampuan dalam menyediakan informasi
keberagaman spasial di permukaan bumi dengan cepat, luas, tepat, dan mudah. Analisis pengolahan
data citra pada jurnal ini bertujuan untuk mendapatkan informasi tutupan lahan di kabupaten Tapanuli
Tengah, Sumatera Utara dengan dengan mengolah citra yang diperoleh dari laman resmi yang
menyediakan citra satelit. Aplikasi yang digunakan untuk mengolah citra tersebut adalah ENVI, Google
Earth Pro, dan ArcMap. Metode yang digunakan dalam jurnal ini adalah Normalized Difference
Vegetation Index (NDVI) dan Maximum Likelihood Classification. Kemudian data tersebut diuji
akurasinya dengan perhitungan nilai Kappa untuk mengukur konsistensi dari Producer’s Accuracy dan
User Accuracy. Hasil dari pengolahan data citra tersebut adalah objek-objek di permukaan bumi seperti
vegetasi dan lahan terbangun.
Kata kunci: Kabupaten Tapanuli Tengah, ENVI, Citra satelit, NDVI, Maximum Likelihood Classification, Nilai
Kappa
PENDAHULUAN terdapat 2 pulau, Kecamatan Sorkam 1
pulau, Kecamatan Badiri 3 pulau,
1.1 Latar Belakang
Kecamatan Tapian Nauli 20 pulau,
Tapanuli Tengah berada di ketinggian 0-
Kecamatan Manduamas 4 pulau,
1.266 m diatas permukaan laut dan
Kecamatan Sosorgadong 1 pulau, dan
berlokasi di 1°11’00” - 2°22’0” LU dan
Kecamatan Pandan 1 pulau. Adapun
98°07’ - 98°12’ BT dengan batas-batas
seluruh pulau-pulau tersebut telah memiliki
wilayah padasebelah utara berbatas dengan
nama.
Provinsi Aceh, sebelah selatan berbatas
Menurut Lillesand dan Kiefer (1979),
dengan Kabupaten Tapanuli Selatan,
Penginderaan Jauh adalah ilmu dan seni
sebelah timur berbatas dengan Kabupaten
untuk memperoleh informasi tentang
Tapanuli Utara danKabupaten Humbang
obyek, daerah, atau gejala dengan jalan
Hasundutan dan Pakpak Bharat di sebelah
menganalisis data yang diperoleh dengan
barat berbatasan dengan Sibolga dan
menggunakan alat tanpa kontak langsung
Samudera Indonesia. Kabupaten Tapanuli
terhadap obyek, daerah, atau gejala yang
Tengah memiliki luas daratan sebesar
dikaji. Sabins (1996) dalam Kerle et al.
2.194,98 Km2, 3,06% dari luas Provinsi
(2004) menjelaskan bahwa penginderaan
Sumatera Utara dan luas laut Kabupaten
jauh adalah ilmu untuk memperoleh,
Tapanuli Tengah ± 4.000 km2, sebagian
mengolah dan menginterpretasi citra yang
besar berada di Pulau Sumatera dan
telah direkam yang berasal dari interaksi
sebagian kecil merupakan pulau-pulau
antara gelombang elektromagnetik dengan
yang tersebar di Samudera Hindia. Secara
sutau objek. Salah satu upaya atau cara
keseluruhan luas wilayah Kabupaten
untuk memperoleh informasi tutupan lahan
Tapanuli Tengah adalah ± 6.194,98 km2.
pada suatu wilayah di permukaan bumi
Secara administratif Kabupaten Tapanuli
adalah dengan penggunaan teknologi
Tengah memiliki 20 Kecamatan, yang
penginderaan jauh. Data atau informasi
terdiri dari 159 Desa dan 56 Kelurahan.
yang diperoleh dari perekaman satelit
Kecamatan yang paling luas adalah
masih berupa data mentah yang perlu
Kecamatan Kolang yakni 400,65 km2
diolah terlebih dahulu agar bisa
(18,25 persen), sedangkan yang paling
diinterpetasikan. Pada jurnal ini metode
kecil adalah Kecamatan Barus yaitu 21,81
yang dilakukan untuk pengolahan citra
km2 (0,99 persen). Jumlah pulau-pulau di
tersebut adalah dengan metode Normalized
Kabupaten Tapanuli Tengah sebanyak 32
Difference Vegetation Index (NDVI) dan
(tigapuluh dua) pulau yang hanya sebagian
Maximum Likelihood Classification.
kecil dihuni oleh penduduk. Sebaran ke-32
Normalized Difference Vegetation
pulau tersebut tersebar di 6 (enam)
Index (NDVI) atau indeks vegetasi
Kecamatan, yaitu di Kecamatan Barus
merupakan indeks yang menggambarkan
tingkat kehijauan suatu tanaman dan 1.2 Tujuan Penelitian
merupakan kombinasi matematis antara Tujuan dari penelitian ini adalah untuk
band merah dan band NIR (Near Infrared melihat indeks kerapatan vegetasi di
Radiation). Perhitungan NDVI didasarkan Kabupaten Tapanuli Tengah dengan
pada prinsip bahwa tanaman hijau tumbuh menggunakan metode NDVI,
secara efektif dengan menyerap sinar Mengklasifikasikan penggunaan tutupan
radiasi di daerah spektrum cahaya tampak lahan di Kabupaten Tapanuli Tengah, serta
(PAR atau Photosynthetically Aktif memberikan informasi tahapan yang
Radiation), serta tanaman hijau sangat dilakukan untuk mengolah data citra sesuai
memantulkan radiasi dari daerah dengan kaidah dan aturan yang berlaku.
inframerah dekat. onsep pola spektral di
dasarkan oleh prinsip ini menggunakan BAHAN DAN METODE
hanya citra band merah adalah sebagai 2.1 Bahan
berikut : Data atau bahan yang digunakan adalah
NDVI = (NIR – Red) / (NIR+Red) citra Kabupaten Tapanuli Selatan yang
Dimana : dapat diperoleh dari laman resmi yaitu
NIR= radiasi inframerah dekat dari piksel. www.earthexplorer.usgs.gov. Data citra
Red= radiasi cahaya merah dari piksel yang digunakan adalah citra Landsat 8 C1
Level-1 yang diambil pada 17 September
Maximum Likelihood Estimation
2019 dengan path 128 dan row 59.
merupakan Teknik yang digunakan untuk
Pengolahan citra Kabupaten Tapanuli
mencari dan menemukan titik-titk tertentu
Selatan ini menggunakan 2 citra karena
yang berguna untuk memaksimalkan
wilayahnya yang memanjang di pesisir
sebuah fungsi, Teknik ini sangat luas untuk
Sumatera Utara. Citra lainnya diambil pada
dipakai dalam penaksiran suatu parameter
26 Maret 2019 dengan path 129 dan row 59.
distribusi data dan tetap dominan untuk
Untuk pengolahan data-data tersebut
dipakai dalam pengembangan uji-uji baru
dibutuhkan aplikasi ENVI, ArcMap,
(Lehmann,1986). Dan nilai Kappa adalah
Google Earth Pro, dan data citra Kabupaten
ukuran reabilitas yang menyatakan
Tapanuli Selatan.
konsistensi dari pengukuran yang
dilakukan dua orang penilai atau
2.2 Metode
konsistensi antar dua metode pengukuran
Tahapan yang dilakukan diawali
serta koefisien Cohen’s kappa hanya
dengan Layer stacking atau Komposit,
diterapkan pada hasil pengukuran data
karena citra yang digunakan ada 2 maka
kualitatif (Kategorik).
setelah layer stacking dilakukan mosaic
untu menyatukan kedua citra tersebut,
kemudian membuat data ROI (sho) pada
wilayah kabupaten Tapanuli Selatan dan Tahap ketiga adalah dengan memotong
subset data from ROIs, dan kemudian citra (Subset) sesuai dengan batas kabupaten
dilakukan metode NDVI damn Maximum yang sudah diperoleh dari data ROI. Fungsinya
Likelihood Classifications. Tahap-tahap adalah untuk mempermudah pengolahan data
tersebut dilakukan dalam aplikasi ENVI. karena lebih terfokus pada wilayah yang akan
Dan terakhir adalah dengan melakukan uji dianalisis.
akurasi.
Tahapan pertama yang dilakukan
dalam mengolah citra adalah Layer
Stacking yaitu menggabungkan band-band
yang ada pada citra (band1-7) yang sudah
diunduh di laman resmi. Kemudian citra
tersebut di mosaic agar dapat diolah
datanya.
Tahap keenam adalah menguji akurasi dari citra Titik Referensi di Google Earth
Hasil
Veget Lahan Tot User’s
tersebut dengan menyimpan hasil klasifikasi Klasifik
asi Terban al Accura
asi
citra dalam bentuk TIFF kemudian diinput gun cy
Vegetas 49 1 50 98%
kedalam Arcmap untuk membuat titik sampel i
acak terlebih dahulu. Lahan 30 20 50 40%
Terbang
un
Total 79 21 100
Produce 62% 95%
r’s
Accurac
y
Tabel 1 (Table Confusion Matrix)
REFERENSI