Ekstraksi Permukiman dari Kombinasi Citra Sentinel-2 dan Sentinel-1 dengan Pendekatan Object-Based Image Analysis

Abstract

Informasi yang akurat dan termutakhir mengenai data spasial permukiman skala menengah dibutuhkan berbagai bidang seperti agenda pembangunan berkelanjutan, perubahan iklim dan pengurangan risiko bencana. Namun, ekstraksi informasi spasial untuk permukiman selalu menjadi tantangan karena heterogenitas spasial permukiman yang kompleks. Penelitian ini bertujuan mengekstraksi permukiman dari kombinasi citra Sentinel-2 dan Sentinel-1 menggunakan metode Object-Based Image Analysis (OBIA) dengan platform Google Earth Engine (GEE). Dataset ekstraksi permukiman dibentuk dari 33 fitur kombinasi saluran spektral, indeks spektral dan tekstur. Sementara itu, dataset segmentasi terdiri dari kombinasi indeks spektral UI–NDVI-MNDWI hasil perhitungan Optimum Index Factor (OIF). Segmentasi diproses menggunakan Simple Non-Iterative Clustering (SNIC) dan diklasifikasi dengan algoritma Random Forest (RF). Secara visual, hasil ekstraksi permukiman menunjukkan pola distribusi yang konsisten dengan permukiman peta Rupabumi Indonesia (RBI) skala 1:25000, tetapi memiliki karakter geometri yang berbeda. Oleh karena itu, hasil ekstraksi permukiman belum dapat digunakan secara langsung sebagai data masukan pembuatan peta RBI skala menengah, tetapi dapat dimanfaatkan sebagai panduan digitasi dan mendukung kontrol kualitas. Selain itu, nilai penting fitur dalam klasifikasi RF juga dianalisis dengan hasil fitur polarisasi VV memiliki kontribusi paling tinggi. Uji akurasi menghasilkan nilai overall accuracy dan F-score sebesar 92%. Hasil ini menunjukkan bahwa model klasifikasi dan metode OBIA di GEE mampu menghasilkan data ekstraksi permukiman dengan akurasi yang tinggi di wilayah dengan landskap yang beragam.

Keywords

• ekstraksi permukiman, obia, sentinel-2, sentinel-1, gee