PEMANFAATAN KANAL POLARISASI DAN KANAL TEKSTUR DATA PISAR-L2 UNTUK KLASIFIKASI PENUTUP LAHAN KAWASAN HUTAN DENGAN METODE KLASIFIKASI TERBIMBING

SAR udara polarimetrik dan interferometrik pita L (PiSAR-L2) adalah program PiSAR yang ditingkatkan, yang memiliki tujuan untuk kegiatan eksperimental sensor PALSAR-2 yang diusung oleh ALOS-2 pada tahun 2013. Japan Aerospace Exploration Agency (JAXA) dan Kementerian Riset dan Teknologi Indonesia telah berkolaborasi untuk mengeksplorasi pemanfaatan data PiSAR-L2 untuk beberapa aplikasi di Indonesia. Tujuan dari penelitian ini adalah untuk memanfaatkan pita polarimetrik penuh dari data PiSAR-L2 untuk mengklasifikasikan penutup lahan kawasan hutan di Provinsi Riau. Data lapangan yang dikumpulkan oleh tim JAXA digunakan sebagai data referensi untuk mengumpulkan sampel pelatihan input dan verifikasi. Pra-pemrosesan data SAR dilakukan dengan melakukan konversi hamburan balik (digital number ke Sigma naught) dan proses filtering menggunakan filter Lee. Klasifikasi dilakukan dengan classifier Maximum Likelihood menggunakan metode Maximum Likelihood Enhanced Neighbour. Penelitian ini menggunakan tiga perlakuan untuk data input, yaitu menggunakan tiga pita polarisasi SAR (HH, VV, dan HV), menggunakan enam pita (tiga pita polarisasi SAR dan tiga pita tekstur (deviasi HH, VV, dan HV)), dan menggunakan enam pita (tiga polarisasi dan 3 pita tekstur) dengan peningkatan sampel pelatihan berdasarkan hasil matriks konfusi. Verifikasi hasil klasifikasi dilakukan menggunakan matriks konfusi untuk setiap perlakuan. Hasilnya menunjukkan bahwa pita tekstur dapat meningkatkan tingkat pemisahan antar kelas objek vegetasi, terutama antara hutan dan perkebunan akasia. Klasifikasi menggunakan enam pita (tiga polarisasi dan 3 pita tekstur) dengan peningkatan sampel pelatihan meningkatkan akurasi keseluruhan dan statistik kappa dari hasil klasifikasi menjadi masing-masing 80% dan 0.612.