KAJIAN KEMAMPUAN JARINGAN SYARAF TIRUAN ALGORITMA BACKPROPAGATION UNTUK KLASIFIKASI PENGGUNAAN LAHAN MENGGUNAKAN CITRA ALOS AVNIR-2
| Main Authors: | Feriyawan, Candra Yogi; Fakultas Geografi UGM, Danoedoro, Projo; Fakultas Geografi UGM |
|---|---|
| Format: | Article application/pdf eJournal |
| Bahasa: | ind |
| Terbitan: |
Fakultas Geografi UGM
, 2012
|
| Online Access: |
http://lib.geo.ugm.ac.id/ojs/index.php/jbi/article/view/73 |
Daftar Isi:
- Perkembangan penginderaan jauh memperkenalkan metode jaringan syaraf tiruan (JST) yang dapat mengintegrasikan data spektral dan non-spektral, dengan demikian ?memungkinkan untuk klasifikasi penggunaan lahan. Metode JST memiliki parameter JST. Tujuan penelitian ini adalah: (1) mengetahui kemampuan JST algoritma propagasi balik untuk klasifikasi penggunaan lahan menggunakan citra ALOS AVNIR-2 dengan tambahan DEM, lereng, dan citra tekstur, dan (2) mengetahui pengaruh parameter JST algoritma propagasi balik terhadap akurasi. Penelitian dilakukan dengan simulasi pada empat input, yaitu (1) ALOS AVNIR-2, (2) ALOS AVNIR-2, lereng dan DEM, (3) citra tekstur variance,? (4) citra? tekstur variance, lereng dan DEM. Hasil simulasi dianalisis dan dibandingkan dengan metode maximum likelihood. Penelitian menunjukkan metode maximum likelihood menghasilkan overall accuracy 64,5299% dengan indeks kappa 0.6129, sedangkan JST menghasilkan overall accuracy tertinggi adalah 63,8177% dengan indeks kappa 0,6053 pada JST 9 dan JST 10 dengan input ALOS AVNIR-2. Tidak terdapat hubungan antara parameter dengan akurasi. Kata kunci: penggunaan lahan, ALOS AVNIR-2, jaringan syaraf tiruan, propagasi balik.