Identifikasi Dan Klasifikasi Tutupan Lahan Melalui Pengolahan Citra Google Earth Dengan Metode Singular Value Decomposition Dan Klasifikasi K-nearest Neighbor

Abstract

ABSTRAK Tutupan lahan adalah kondisi kenampakan biofisik permukaan bumi yang dapat diamati. Tutupan lahan dapat menggambarkan keterkaitan antara proses alami dan proses sosial. Suatu hasil pengaturan, aktivitas, dan perlakuan manusia yang dilakukan pada jenis penutup lahan tertentu untuk melakukan kegiatan produksi, perubahan, ataupun perawatan pada penutup lahan tersebut. Penutup lahan dibagi menjadi dua kategori, yaitu daerah bervegetasi dan daerah tidak bervegetasi. Tugas akhir ini melakukan pendeteksi dan pengklasifikasian tutupan lahan pada daerah Pantai di Pelabuhan Ratu, Kota Sukabumi, Jawa Barat dengan menggunakan metode Singular Value Decomposition (SVD) dengan klasifikasi K-Nearest Network (K-NN) dengan mendeteksi suatu tutupan lahan termasuk kategori daerah bervegetasi atau daerah tidak bervegetasi melalui pengolahan citra Google Earth menggunakan aplikasi Matlab. Dalam tugas akhir ini dilakukan beberapa tahap, yaitu akuisi citra, pre-processing, ekstraksi ciri dan klasifikasi. Dari hasil yang didapatkan tingkat akurasi yang paling baik dalam mendeteksi sistem dengan menggunakan citra ketika parameter layer S, K-Nearest Neighbor jenis Correlation dengan nilai k=1 saat ukuran piksel 256x256 yaitu 87.14%. Kata Kunci : Tutupan Lahan, Google Earth, Singular Value Decomposition, K-Nearest Neighbor ABSTRACT Land cover is an observable condition of the Earth's observed biophysical appearance. Land cover can illustrate the link between natural processes and social processes. An outcome of the regulation, activity, and human treatment carried out on certain types of land cover to undertake the production, change, or maintenance of the cover. Land cover is divided into two categories, ie vegetated and non-vegetated areas. This final project performs detection and classification of land cover on the beach area in Pelabuhan Ratu, Sukabumi City, West Java by using Singular Value Decomposition (SVD) with K-Nearest Network (K-NN) classification by detecting a land cover belonging to the vegetated area or areas not vegetated through Google Earth imagery processing using Matlab applications. In this final project, there are several steps, namely image acquisition, pre-processing, feature extraction and classification. From the results obtained the best level of accuracy in detecting the system by using the image when the layer parameter S, K-Nearest Neighbor Correlation type with a value of k = 1 when the pixel size is 256x256 which is 87.14%. Keyword: Land Cover, Google Earth, Singular Value Decomposition, K-Nearest Neighbor