<![CDATA[Timah merupakan salah satu jenis bahan tambang dimana aktivitas tambang timah di Indonesia telah berlangsung lebih dari 200 tahun dengan jumlah cadangan yang cukup besar. Cadangan timah ini tersebar dalam bentangan wilayah sejauh lebih dari 800 kilometer yang disebut The Indonesian Tin Belt. Pulau Bangka dan Belitung dikenal sebagai daerah penghasil timah (Sn) terbesar di Indonesia dan merupakan bagian dari Jalur Mineralisasi Logam di Indonesia bagian barat. Penelitian ini bertujuan untuk untuk mengetahui akurasi hasil identifikasi lahan tambang timah secara digital menggunakan metode klasifikasi terbimbing maximum likelihood dibandingkan identifikasi lahan tambang secara visual. Ciri-ciri lahan tambang timah pada citra Landsat 8 dengan kombinasi RGB 753 yaitu mempunyai warna coklat terang sampai dengan putih cerah, tekstur kasar, memiliki pola teratur, mengelompok, dan mengikuti pola sungai, memiliki ukuran lahan yang sangat luas, bentuknya memanjang yang berupa poligon-poligon, dan terdapat kubangan air/kolong yang berwarna biru muda sampai tua. Total akurasi pada confussion matrix antara klasifikasi terbimbing maximum likelihood dengan klasifikasi visual adalah 90,5%, nilai akurasi Kappa 0,51, dan userâs accuracy lahan tambang timah sebesar 50,02%. Total akurasi lebih dari 85% menunjukkan metode maximum likelihood sudah mampu membedakan antara lahan tambang dengan non tambang. Data kuantitatif yang dihasilkan belum bisa dijadikan acuan karena masih ada kesalahan hasil klasifikasi, tetapi sudah cukup menggambarkan secara spasial. Untuk meningkatkan akurasi hasil klasifikasi perlu dipilih komposisi band yang tepat dan training sampel yang baik.Kata kunci: timah, lahan tambang, Landsat 8, klasifikasi terbimbing, maximum likelihoodABSTRACTTin is one type of economic mineral, tin mining activity in Indonesia has lasted more than 200 years with a fairly large number of reserves. Tin reserve spread over an area more than 800 kilometers, called âthe Indonesian Tin Beltâ. Bangka and Belitung islands known as the producer of tin (Sn), the largest in Indonesia and part of the Mineralization Zone in western Indonesia. This study aimed to determine the accuracy of the results digitally identification of tin mining area using maximum likelihood supervised classification method compared to visual identification of tin mining area. Characteristics of tin mining area on Landsat 8 imagery in combination of RGB 753 which has a light brown color to bright white, coarse texture, has a regular pattern and follows the pattern of the river, has a large size with elongated shape, and there were puddles of water with bright until dark blue color. Total accuracy in the confusion matrix between the maximum likelihood supervised classification with visual classification is 90.5%, the Kappa value is 0.51, and userâs accuracy of tin mining area is 50,02%. The total accuracy is more than 85%, indicates the maximum likelihood method has been able to distinguish between the non-mining with tin mining area. Quantitative data generated can not be used as a reference because there are some errors in the classification results, but already quite describe spatially. To improve the accuracy of the classification need to be selected right band composition and good training samples.Keywords: tin, mining, Landsat 8, supervised classification, maximum likelihood]]>
