Studi Pendahuluan Aplikasi Citra Sentinel Untuk Deteksi Luas Sawah Irigasi Di Kabupaten Jember

Abstract

Sentinel-2 merupakan satelit eropa yang memiliki 13 band spektral. Citra sentinel-2 dapat digunakan dalam beragam bidang salah satunya bidang pertanian. Pada bidang pertanian citra sentinel-2 dapat dimanfaaatkan untuk memetakan luas sawah di Kabupaten Jember. Penelitian ini bertujuan untuk mengolah data citra Sentinel-2 menjadi peta luasan sawah Kabupaten Jember dengan metode MLC, dan membandingkan luasan pada musim kemarau dan hujan. Tahapan penelitian ini adalah (1) unduh data satellite Sentinel-2 pada bulan Juni dan Oktober 2019 dan survei lapang untuk sebagai Ground Control Point (GCP), digunakan sebagai training area; (2) pra pengolahan data (atmospheric correction, composite, mosaic, dan clipping); (3) pengolahan data (pembuatan training area, klasifikasi metode MLC menggunakan aplikasi Multispec; (4) Uji akurasi; (5) Analisa hasil.
 Klasifikasi yang digunakan pada penelitian ini adalah: (1) hutan; (2) badan air; (3) pemukiman; (4) tegalan; (5) lahan kering/lahan kosong; (6) sawah, Pada hasil klasifikasi terdapat perbedaan luas sawah pada bulan Juni dan Oktober sebesar 134,332 km2. Hasil dari confussion matrix menunjukkan bahwa klasifikasi terdapat banyak kesalahan pada kedua klasifikasi yakni pada kelas sawah dengan hutan dan kelas tegalan dengan lahan kering. Nilai akurasi hasil klasifikasi bulan Juni untuk uji Overall : 93,3% dan Kappa accuracy : 90,1%. Untuk hasil klasifikasi bulan Oktober untuk uji Overall : 94,27% dan Kappa accuracy : 90,55%. Terdapat perbedaan luas sawah pada daerah irigasi (DI) Salmon2 antara hasil klasifikasi dengan digitasi lapang. Hal ini menandakan bahwa klasifikasi citra sentinel-2 dengan metode maximum likelihood tidak dapat menginterpretasikan luas sawah dengan baik.

Application of NDVI Sentinel-2Ac Imagery for Agricultural Land Development in Food Buffer Area of New Capital City Indonesia

“…The imagery used in this research was sourced from the Sentinel-2 satellite which is designed for monitoring land cover, environmental conditions, and the physical state of the Earth's surface. Land cover classification was adjusted based on both the spectral and spatial resolution of the imagery, ensuring that the results of land cover classification have high accuracy [5].…”