Deteksi Area Hutan Berbasis Citra Google Earth Menggunakan Metode Grey-level-co-occurrence Matrix (glcm) Dan Support Vector Machine (svm).

Arisalsabila Wahyu Bawono, Bambang Hidayat, Sigit Nugroho

Abstract

Abstrak Hutan adalah suatu kawasan yang ditumbuhi oleh tanaman dan pepohonan yang lebat. Selain berfungsi sebagai sumber oksigen, hutan juga mempunyai peranan penting dalam mencegah datangnya bencana alam banjir dan erosi. Oleh sebab itulah area hutan sangat penting untuk dijaga, khususnya daerah sekitar kawasan hulu sungai yang kini sudah beralih fungsi menjadi lahan lain. Dengan beralihnya fungsi hutan tersebut, bila turun hujan akan lebih banyak air yang mengalir di permukaan (run off) dibandingkan yang menyerap ke dalam tanah (base flow) sehingga menyebabkan naiknya volume air sungai dan dapat menibulkan banjir di daerah hilir aliran sungai. Pemantauan luas area kawasan hutan di sekitar daerah aliran sungai sangatlah penting untuk mengetahui seberapa luas area hutan yang masih ada untuk menjaga area hutan tersebut agar tidak beralih fungsi menjanga ladang atau pemukiman. Pemantauan tersebut dapat dilakukan melalui foto udara atau citra satelit yang didapatkan dari aplikasi google earth yang mampu menampilkan kondisi permukaan bumi, serta bangunan dan tumbuhan dengan berbagai ukuran perbesaran. Penelitian Tugas Akhir ini berupa sebuah apikasi pengukuran besaran suatu luasan area hutan menggunakan citra google earth yang diolah menggunakan MATLAB. Proses indentifikasinya sendiri menggunakan metoda Gray Level Co-occurrence Matrix (GLCM) dan proses klasifikasinya menggunakan Support Vector Machine (SVM). Data latih yang digunakan dalam penelitian ini adalah sebanyak 80 citra dan data uji sebanyak 80 citra. Nilai akurasi diperoleh sebesar 100% dengan data uji hutan dan air, 100% dengan data uji hutan dan sawah, 68.75% dengan data uji hutan dan semak blukar, 67,5% dengan data uji hutan dan rumah bangunan, dan 78.75% dengan data uji hutan dan non-hutan. Kata kunci : image processing, google earth, GLCM, SVM Abstract Forest is an area where the trees and other plants grow up. Forest have a function to produce oxygen, beside that forest also keep the ground from erosion and flood. That is why the forest area is very important to be maintained, especially the area around the river upstream which has turn into another field. With the switching of the forest function when it rains, more water will run off the surface (run off) than absorbs into the soil (base flow), causing an increase in the volume of river water and may cause flooding in downstream. Monitoring the area of forest around the watershed is very important to know the extent of the remaining forest area to keep the forest from being converted into a field or settlement. Such monitoring can be done through aerial photographs or satellite imagery obtained from Google Earth applications capable of displaying earth surface conditions, as well as buildings and plants of varying magnification. This final project is an application measurement of the size of an area of forest using Google Earth image processed using MATLAB. The process of identification will be using Gray Level Co-occurrence Matrix (GLCM) method and classification use Support Vector Machine (SVM). Data that used in this final task are 80 training data and 80 test data. Accuracy values were obtained at 100% for forest and water test data, 100% for forest and paddy field test data, 68.75% for forest and bush test data, 67.5% for forest and building houses test data, and 78.75% for forest test data and non-forest. Keywords: image processing, google earth, GLCM, SVM

Full Text:

PDF

Refbacks

  • There are currently no refbacks.
max_upload :0