KLASIFIKASI PENUTUP LAHAN MENGGUNAKAN DATA LIDAR DENGAN PENDEKATAN MACHINE LEARNING

Lidar adalah teknologi penginderaan jauh. Data Lidar banyak digunakan dan telah dikembangkan untuk pemetaan, perencanaan tata ruang yang detail, dan analisis bencana alam. Dalam pengembangannya untuk pengelolaan data Lidar, aplikasi perangkat lunak banyak digunakan serta dengan menggunakan algoritma bawaan seperti pembelajaran mesin. Penelitian ini bertujuan untuk memanfaatkan data Lidar untuk klasifikasi penutup lahan menggunakan pembelajaran mesin, yaitu Support Vector Machine (SVM). Lokasi penelitian adalah Desa Tanjung Karang, Kota Mataram, Lombok. Klasifikasi yang diterapkan adalah klasifikasi terbimbing di mana data pelatihan diperlukan untuk melakukan klasifikasi. Kelas penutup lahan yang diprediksi dalam penelitian ini terbatas pada bangunan, vegetasi, jalan, lahan terbuka. Data yang digunakan untuk klasifikasi berasal dari Lidar, yaitu DTM, DSM, nDSM, dan Intensitas. Skema klasifikasi yang digunakan adalah satu input data dan kombinasi data. Data referensi yang digunakan adalah peta topografi (Peta Topografi Indonesia). Hasil penelitian menunjukkan bahwa klasifikasi dengan skema kombinasi data memiliki nilai akurasi yang lebih baik daripada skema klasifikasi satu data, yang meningkatkan akurasi sekitar 15-20%. Hal ini menunjukkan bahwa terdapat faktor saling melengkapi antara data untuk dapat mengidentifikasi objek dalam proses klasifikasi.