Optimum spatial resolution of drone imageries for mangrove species classification with Maximum Likelihood method

Yuda, Ign. Pramana Optimum spatial resolution of drone imageries for mangrove species classification with Maximum Likelihood method. UAJY.

Text BL02.94.481.pdf Restricted to Registered users only Download (4MB)

Abstract

Drone adalah salah satu alat baru dalam penelitian berbasis remote sensing pada studi ekologi hutan mangrove, dimana drone dapat terbang jauh lebih rendah dibandingkan pesawat pemetaan, sehingga citra yang ditangkap akan lebih detail atau memiliki resolusi spasial yang tinggi; citra drone dapat mencapai resolusi spasial dibawah 1cm. Penelitian tentang klasifikasi spesies mangrove dengan citra drone masih terbatas dan belum ada referensi apakah bila pada citra drone resolusi dan ukuran datanya dikurangi, ketepatan klasifikasi datanya akan berkurang, dan sejauh mana pengurangan itu terjadi. Dalam hal ini dapat, diduga bahwa akan ada hubungan linear antara resolusi dan ketepatan klasifikasi spesies bakau. Akan tetapi hasil percobaan berulang (9 iterasi) dengan 8 resolusi spasial yang berbeda, yaitu 2.5cm, 5cm, 10cm, 20 cm, 40cm, 60cm, 80cm dan 100cm menunjukkan tidak signifikannya penurunan akurasi klasifikasi saat resolusi spatial, mematahkan hipotesis awal tersebut. Overall Accuracy (OA) pada resolusi 2.5cm adalah 84.97±2.37%, sedangkan pada 60cm adalah 88.61±3.6%. Alih -alih menunjukkan pengurangan, malah menunjukkan peningkatan walaupun tidak signifikan. Akan tetapi, pada resolusi 100cm, akurasi menurun drastis (OA=20.72±1.24%). Berdasarkan hasil tersebut, kami merekomendasikan dalam mengidentifikasi spesies mangrove dengan citra drone, resolusi yang optimum adalah 60cm, dimana resolusi ini dapat memberikan pengurangan waktu klasifikasi yang signifikan (dari 15 menit ke 2.5 detik) serta yang terpenting adalah memberikan ketepatan tertinggi untuk spesies dengan heterogenitas penampakan yang tinggi seperti palem N. fruticans, tanpa tidak mengurangi ketepatan akurasi pada spesies pohon seperti R. apiculata dan A. alba.

Actions (login required)

View Item