PENGEMBANGAN METODE KLASIFIKASI LAHAN SAWAH BERBASIS INDEKS CITRA LANDSAT MULTIWAKTU

Penelitian tentang pengembangan model klasifikasi lahan sawah berbasis citra penginderaan jauh Landsat bertujuan untuk memperoleh klasifikasi model lahan sawah secara cepat. Penelitian ini menggunakan input citra Landsat multitemporal (path/row 122/064) tahun 2017. Penelitian dilakukan di Kabupaten Subang yang merupakan salah satu sentra produksi padi di Jawa Barat. Metode yang digunakan dalam penelitian ini adalah metode ambang batas (threshold) terhadap indeks citra Landsat multitemporal. Sebagai referensi, digunakan informasi spasial skala detail pada lahan sawah dasar yang dilengkapi dengan data survei lapangan menggunakan drone. Pertama, dilakukan koreksi atmosfer pada citra Landsat menggunakan Metode DOS (Dark Object Subtraction), kemudian dilakukan transformasi citra menjadi beberapa indeks: Enhance Vegetation Index (EVI), Normal Difference Water Index (NDWI), dan Normal Difference Bare Index (NDBI). Untuk citra berawan, indeks diisi dengan teknik interpolasi dari nilai indeks sebelum dan sesudahnya. Langkah selanjutnya adalah penghalusan indeks dan analisis statistik untuk memperoleh minimum, maksimum, rata-rata, median, rentang (maksimum - minimum), EVI_planting, EVI_harvesting, mean_planting-harvesting, mean_vegetative, mean_generative, NDWI_planting, NDWI_harvesting, NDBI_planting, dan NDBI_harvesting. Akurasi klasifikasi dihitung menggunakan teknik confusion matrix dengan referensi informasi spasial skala detail. Berdasarkan analisis dan uji akurasi yang telah dilakukan pada beberapa model, akurasi tertinggi dihasilkan oleh model ambang batas 1,5 stdev dengan empat parameter indeks (EVI_min, EVI_Max, EVI_range, dan EVI_mean) dengan akurasi sebesar 86,56% dan nilai kappa 0,716.