Program Pendeteksi Perubahan Fungsi Lahan Menggunakan Metode Ridge Regression Dan Support Vector Machine (Studi Kasus: 95 Kecamatan Di Wilayah Bekasi, Depok Dan Tangerang)

Christian Christian, Janson Hendryli, Dyah Erny Herwindiati

Abstract


Tulisan ini membahas tentang perubahan fungsi lahan yang terjadi pada tingkat kecamatan di wilayah Bekasi, Depok dan Tangerang  perlu dipertimbangkan ketika melakukan pengembangan di sekitar kota penyangga Jakarta. Program untuk mendeteksi perubahan penggunaan lahan menggunakan metode Ridge Regression dan Support Vector Machine bertujuan untuk melihat perubahan penggunaan lahan di wilayah Bekasi, Depok dan Tangerang dengan mengklasifikasikan jenis tanah menjadi 4 kelas yaitu kelas hijau, kelas sebagian hijau, kelas impervious, dan sebagian impervious menggunakan citra satelit Landsat 7 dan Landsat 8 pada band Biru, Hijau, Merah, NIR, SWIR-1, dan SWIR-2. Gambar Landsat yang digunakan akan melalui proses preprocessing menggunakan metode koreksi radiometrik Pengurangan Gelap untuk gambar Landsat 7 dan Landsat 8 dan metode gap fill untuk gambar Landsat 7. Setelah itu, pemotongan citra Landsat akan dilakukan ke tingkat kecamatan pada wilayah Bekasi, Depok dan Tangerang. Hasil klasifikasi akan digunakan untuk menentukan perubahan lahan dengan membandingkan dua gambar hasil klasifikasi dengan tahun yang berbeda. Hasil dari makalah ini menunjukkan bahwa model yang menggunakan metode mesin Support Vector memiliki akurasi gain yang lebih baik sebesar 83,00% untuk data Landsat 7 dan 8 dibandingkan dengan model yang menggunakan metode Ridge Regression, yang memiliki akurasi perolehan 61,96% untuk data Landsat 7 dan 61,28% untuk data Landsat 8.

Keywords


Bekasi; Klasifikasi; Depok, Citra Landsat; Perubahan Penggunaan Lahan; Koreksi Radiometrik; Remote Sensing; Tangerang

Full Text:

PDF

References


Anto Satriyo Nugroho, Support Vector Machine,https://www.academia.edu/24381027/Support_Vector_Machine_Teori_dan_Aplikasinya_

dalam_Bioinformatika_1, 19 Agustus 2019.

Anni Ratna, Klasifikasi Persentase Impervious Surface Area Menggunakan Metode Backpropagation, https://studylibid.com/doc/890656/klasifikasi-persentase-impervioussurface-area, 22 Agustus 2019.

Eka Fitrianingsih, Tinjauan terhadap Alih Fungsi Tanah Pertanian ke non-Pertanian di Kecamatan Tomoni, Kabupaten Luwu Timur, Makassar: Universitas Hasanudin Makassar, 2017), h. 15-16.

Flysh Geost, Penginderaan Jauh, https://www.geologinesia.com/ 2016/06/pengertiankomponen-dan-manfaat-penginderaan-jauh.html, 24 Agustus 2019.

John Neter, William Wasserman, Michael, H.K. Applied Linear Statistical Models (Regression, Analysis of Variance, and Experimental Designs, 3rd Edition). Tokyo: Toppan Company, LTD, 1990.

Preshant Gupta, Regularization in Machine Learning, https://towardsdatascience.com/regularization-in-machine-learning-76441ddcf99a, 19 Agustus 2019.

Roni Yunianto, Spektrum Antara Jakarta dan Penyangga, https://papua.bisnis.com/read/20180115/432/726366/spektrum-antara-jakarta-penyangga, 20 September 2019.

Soentanto P. N, Hendryli Janson, Herwindiati D. E, Object and Human Action Recognition From Video Using Deep Learning Models

Symphony GEO, NDVI-Normalized Difference Vegetation Index, http://www.symphonygeo.com/blog/18-ndvi-normalized-difference -vegetation-index, 24 Agustus 2019




DOI: http://dx.doi.org/10.24912/computatio.v4i1.7190

Refbacks

  • There are currently no refbacks.


Creative Commons License
This work is licensed under a Creative Commons Attribution-NonCommercial-ShareAlike 4.0 International License.


Copyright of COMPUTATIO : JOURNAL OF COMPUTER SCIENCE AND INFORMATION SYSTEMS (P-ISSN : 2549-2810  E-ISSN : 2549-2829)


Indexed by:

        

 

Published by:

Fakultas Teknologi Informasi

Faculty of Information Technology, Universitas Tarumanagara
Gedung R Lantai 11
Jl. Let.Jend. S.Parman No. 1 Jakarta 11440

 

Web Analytics