IDENTIFIKASI AWAN PADA DATA TIME SERIES MULTITEMPORAL MENGGUNAKAN PERBANDINGAN DATA SEKUENSIAL

Identifikasi awan merupakan langkah pra-pemrosesan yang penting dalam data penginderaan jauh. Secara umum, identifikasi awan dapat diklasifikasikan menjadi metode tanggal tunggal dan multi-tanggal. Selanjutnya, metode tanggal tunggal dapat dibagi menjadi metode berbasis aturan fisik dan berbasis pembelajaran mesin. Metode berbasis aturan fisik umumnya memerlukan data dengan resolusi spektral yang memadai sedangkan metode berbasis pembelajaran mesin bergantung pada dataset pelatihan. Sedangkan metode multi-tanggal biasanya menggunakan data bebas awan sebagai referensi. Data bebas awan itu sendiri dapat berupa seluruh scene atau dibangun dari banyak scene. Memproses data bebas awan merupakan tantangan di daerah dengan tutupan awan tinggi seperti Indonesia. Dalam makalah ini, diusulkan metode identifikasi awan menggunakan scene deret waktu multi-tanggal. Metode ini hanya menggunakan kanal RGB yang umum dalam data visual penginderaan jauh. Selain itu, metode ini tidak memerlukan atau memproses mozaik data bebas awan terlebih dahulu. Nilai piksel dari scene yang diperiksa dibandingkan dengan nilai piksel lain dari scene lain pada posisi yang sama. Scene lain adalah scene yang diperoleh sebelum dan sesudah scene yang diperiksa. Perbedaan nilai antara piksel yang diperiksa dan nilai sebelum dan sesudahnya kemudian dievaluasi menggunakan beberapa ambang batas untuk menentukan apakah piksel tersebut merupakan awan atau bukan. Penilaian dilakukan dengan menggunakan L8 Biome sebagai referensi. Hasilnya menunjukkan bahwa menggunakan beberapa ambang batas dalam metode yang diusulkan memiliki koefisien Kappa lebih tinggi dari 0,9.