Melania Swetika Rini
Unknown Affiliation

Published : 8 Documents Claim Missing Document
Claim Missing Document
Check
Articles

Found 2 Documents
Search
Journal : Geo Media: Majalah Ilmiah dan Informasi Kegeografian

PENYUSUNAN NERACA PERUBAHAN PENGGUNAAN LAHAN DI KECAMATAN UMBULHARJO KOTA YOGYAKARTA BERBANTUAN TEKNIK PENGINDERAAN JAUH DAN SISTEM INFORMASI GEOGRAFIS Melania Swetika Rini; Bambang Syaeful Hadi
Geo Media: Majalah Ilmiah dan Informasi Kegeografian Vol 11, No 2 (2013): Geo Media: Majalah Ilmiah dan Informasi Kegeografian
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (872.864 KB) | DOI: 10.21831/gm.v11i2.3447

Abstract

Penelitian ini bertujuan untuk: (1) mengetahui tingkat ketelitian hasil interpretasifoto udara pankromatik hitam putih skala 1:8900 tahun 1996 dan citra Quickbirdberwarna skala 1:5400 tahun 2008 untuk interpretasi penggunaan lahan; (2) menyusunneraca penggunaan lahan yang mengacu kepada pedoman baku jarak penggunaanlahan; (3) menyusun neraca penggunaan lahan yang mengacu kepada pedoman bakuluas penggunaan lahan; dan (4) mengetahui perbedaan penggunaan lahan dilihat daristandar jarak dan standar luas antara penggunaan lahan tahun 1996 dan 2008 di wilayahKecamatan Umbulharjo Kota Yogyakarta.Penelitian ini merupakan penelitian deskriptifkuantitatif dengan menggunakan teknik penginderaan jauh khususnya interpretasi fotoudara dan citra Quickbird dan Sistem Informasi Geografis (SIG). Populasi penelitianberupa unit-unit penggunaan lahan di wilayah Kecamatan Umbulharjo Kota Yogyakarta.Teknik sampling untuk uji ketelitian adalah proporsional dan purposive sampling, jumlahsample ditentukan berdasar Formula Anderson. Untuk keperluan analisis statistik jumlahsampel ditentukan berdasar Nomogram Harry King dengan derajat kesalahan 6%, tekniksamplingnya adalah proportional dan simple random sampling. Teknik pengumpulandata yang digunakan adalah dokumentasi, observasi dan interpretasi citra. Teknik analisisdata dalam penelitian ini adalah uji ketelitian hasil interpretasi dengan Confusion MatrixCalculation, analisis SIG (Overlaydan Single Buffer)dan Uji-t.Hasil penelitian menunjukkanbahwa: (1) hasil interpretasi foto udara pankromatik hitam putih skala 1:8900 tahun 1996dan citra Quickbird masing-masing memiliki ketelitian 85% dan 90,02%; (2) Berdasarkaninterpretasi foto udara, luas penggunaan lahan yang distandarisasi menurut standar luasseharusnya adalah 99.535 ha dan di lapangan terdapat 336,616 ha. Berdasarkan standarjarak, luas penggunaan lahan terluas adalah jarak terhadap taman/cagar, yakni 361,134 hadan luas lahan yang paling sempit adalah jarak terhadap tempat bermain anak, yakni68,908 ha; (3) Neraca penggunaan lahan ditunjukkan oleh luas lahan yang distandarisasitahun 2008 seharusnya adalah 117,153 ha, di lapangan terdapat 282,116 ha. Berdasarkanstandar jarak terhadap fasilitas umum, penggunaan lahan yang paling luas adalah jaraklahan terhadap pusat kota, SMP, dan taman/cagar, masing-masing seluas 477,861 ha; dan(4) Terdapat perbedaan yang signifikan antara penggunaan lahan tahun 1996 dan 2008dilihat dari standar jarak dan luas, ditunjukkan oleh koefisien t, masing-masing adalah -14,81 dan 2,72 pada taraf signifikansi 0,000.Kata Kunci: Neraca Penggunaan Lahan, Penginderaan Jauh, SIG
Kajian kemampuan metode neural network untuk klasifikasi penutup lahan dengan menggunakan Citra Landsat-8 OLI (kasus di Kota Yogyakarta dan sekitarnya) Melania Swetika Rini
Geo Media: Majalah Ilmiah dan Informasi Kegeografian Vol 16, No 1 (2018): Geo Media: Majalah Ilmiah dan Informasi Kegeografian
Publisher : Universitas Negeri Yogyakarta

Show Abstract | Download Original | Original Source | Check in Google Scholar | Full PDF (1624.984 KB) | DOI: 10.21831/gm.v16i1.20974

Abstract

Penelitian ini bertujuan: Mengkaji akurasi metode neural network untuk klasifikasi penutup lahan dengan menggunakan citra multispectral Landsat 8 dan pengaruh input parameter pada metode neural network terhadap hasil akurasi klasifikasi penutup lahan. Penelitian ini merupakan penelitian berbasis data penginderaan jauh yang mencakup analisis digital dan kerja lapangan. Analisis digital mencakup kegiatan menguji kemampuan metode neural network/Multi Layer Perceptron (MLP) dengan algoritma backpropagation untuk klasifikasi penutup lahan berbasis citra penginderaan jauh Landsat 8. Kerja lapangan dilakukan untuk mengambil sampel penelitian dan menguji hasil akurasi klasifikasi penutup lahan dengan metode jaringan syaraf. Uji akurasi menggunakan akurasi keseluruhan, akurasi produser, akurasi pemakai dan analisis kappa accuracy. Hasil penelitian menunjukan (1) nilai akurasi terbaik yang diperoleh pada metode MLP dengan 7 kelas penutup lahan yaitu overall accuracy 76,69%, kappa accuracy 0,722 serta waktu eksekusi 1,25 menit, dengan kombinasi parameter yaitu 1 hidden layer; 0,001 learning rate; 0,5 momentum factor; 0,001 RMS; dan 15000 iterasi; (2) Nilai parameter learning rate 0,001 memberikan pengaruh nilai overall accuracy yang rendah sedangkan nilai learning rate 0,01 memberikan nilai overall accuracy yang baik. Iterasi 15000 lebih optimal dibandingkan nilai iterasi 10000 dan 20000 dalam pengaruhnya terhadap nilai akurasi hasil klasifikasi penutup lahan.