Fuzzy Neural Network Capability Studies in Land Cover Perpiksel Based Classification Using Landsat7 ETM+
| Main Authors: | Kurniawan, Wayan Damar Windu; Fakultas Geografi UGM, Farda, Nur Mohammad; Fakultas Geografi UGM |
|---|---|
| Format: | Article application/pdf eJournal |
| Bahasa: | ind |
| Terbitan: |
Fakultas Geografi UGM
, 2013
|
| Online Access: |
http://lib.geo.ugm.ac.id/ojs/index.php/jbi/article/view/136 |
Daftar Isi:
- Variasi kondisi penutup lahan di permukaan bumi menyebabkan sistem klasifikasi dengan pendekatan parametrik (maximum likelihood) cenderung kurang baik dalam mengklasifikasikan penutup lahan pada subkelas yang lebih detil jika dibandingkan dengan pendekatan non-parametrik. Sementara, pendekatan non-parametrik dengan sistem hard classifier secara teori juga tidak mampu memberikan hasil yang lebih baik pada batas samar tiap piksel kelas penutup lahan jika dibandingkan dengan sistem soft classifier. Peneltian ini bertujuan untuk mengetahui akurasi hasil klasifikasi perpiksel penutup lahan menggunakan metode Fuzzy neural network (FNN). Penelitian ini menggunakan citra Landsat 7 ETM+. Citra ini diklasifikasikan dengan menggunakan 3 sistem klasifikasi yakni maximum likelihood, artificial neural network (non parametrik), dan FNN (fuzzy logic - non parametrik). Hasil penelitian menunjukkan FNN mampu memberikan akurasi yang jauh lebih baik dibandingkan dengan 2 sistem klasifikasi lainnya. FNN dengan dan tanpa data gabungan masing-masing memberikan akurasi sebesar 78.87% dan 80.41%. Sementara itu, sistem klasifikasi lainnya memberikan akurasi dibawah 65%.Kata Kunci; pendekatan parametrik, artificial neural network, fuzzy neural network, penutup lahan, akurasi