KLASIFIKASI HABITAT PERAIRAN DANGKAL MENGGUNAKAN LOGIKA FUZZY DAN MAXIMUM LIKELIHOOD PADA CITRA SATELIT MULTISPEKTRAL

  • Sangadji M
  • Siregar V
  • Manik H
N/ACitations
Citations of this article
24Readers
Mendeley users who have this article in their library.

Abstract

ABSTRAKLogika fuzzy memiliki aplikasi di berbagai bidang, namun memiliki arti khusus untuk penginderaan jarak jauh. Logika fuzzy memungkinkan keanggotaan parsial, bagian yang sangat penting dibidang penginderaan jarak jauh, karena keanggotaan parsial diterjemahkan secara dekat dengan masalah piksel campuran. Penelitian ini bertujuan untuk menerapkan algoritma klasifikasi logika fuzzy untuk memetakan habitat dasar Perairan dangkal pada Citra Satelit SPOT 7 dan Sentinel 2A, menguji tingkat akurasinya dan membandingkan algoritma klasifikasi logika fuzzy dengan maximum likelihood. Pengambilan data lapang berlokasi di gusung Karang Lebar dan Karang Congkak, Kepuluan Seribu pada tanggal 6 Desember sampai dengan 10 Desember 2017. Keseluruhan hasil uji akurasi menunjukan bahwa algoritma logika fuzzy masih memiliki tingkat akurasi yang baik dibandingkan dengan algoritma maximum likelihood. Perbedaan ukuran pixel (resolusi spasial) dari citra satelit juga mempengaruhi hasil akurasi, dimana citra satelit SPOT 7 memiliki tingkat akurasi yang lebih besar dibandingkan dengan Sentinel 2A.ABSTRACTFuzzy logic has applications in various fields, but has special meaning for remote sensing. Fuzzy logic allows partial membership, a very important property in the field of remote sensing, since partial membership is translated closely to the problem of mixed pixels. The aim of this research is to apply fuzzy logic classification algorithm to map benthic habitat in SPOT 7 and Sentinel 2A satellite imagery, test its accuracy level and compare fuzzy logic classification algorithm with maximum likelihood. Field data retrieval located in Karang Lebar and Karang Congkak, Kepulauan Seribu on 6 December until 10 December 2017. The overall accuracy test results show that fuzzy logic algorithm still has a good accuracy level compared to the maximum likelihood algorithm. Differences in pixel size (spatial resolution) of satellite imagery also affect accuracy results, where SPOT 7 satellite imagery has greater accuracy then Sentinel 2A.

Cite

CITATION STYLE

APA

Sangadji, M. S., Siregar, V. P., & Manik, H. M. (2018). KLASIFIKASI HABITAT PERAIRAN DANGKAL MENGGUNAKAN LOGIKA FUZZY DAN MAXIMUM LIKELIHOOD PADA CITRA SATELIT MULTISPEKTRAL. Jurnal Ilmu Dan Teknologi Kelautan Tropis, 10(3), 667–681. https://doi.org/10.29244/jitkt.v10i3.22859

Register to see more suggestions

Mendeley helps you to discover research relevant for your work.

Already have an account?

Save time finding and organizing research with Mendeley

Sign up for free