Penerapan Algoritma Support Vector Machine dalam Analisis Perubahan Tutupan Lahan Akibat Letusan Gunung Semeru Tahun 2021 (Studi Kasus : Kecamatan Pronojiwo)

Erika Azzahra, Husnul Hidayat, Filsa Bioresita
{"title":"Penerapan Algoritma Support Vector Machine dalam Analisis Perubahan Tutupan Lahan Akibat Letusan Gunung Semeru Tahun 2021 (Studi Kasus : Kecamatan Pronojiwo)","authors":"Erika Azzahra, Husnul Hidayat, Filsa Bioresita","doi":"10.12962/j23373539.v12i2.126561","DOIUrl":null,"url":null,"abstract":"Pada 4 Desember 2021 terjadi letusan Semeru yang membawa perubahan lingkungan termasuk perubahan tutupan lahan di daerah letusan, salah satunya di Kecamatan Pronojiwo, Kabupaten Lumajang. Informasi mengenai perubahan tutupan lahan diperlukan untuk para pengambil kebijakan atau pemangku kepentingan terkait untuk pengelolaan sumber daya lahan berkelanjutan. Pemantauan perubahan tutupan lahan dapat dilakukan menggunakan teknologi penginderaan jauh dengan data multi-temporal Sentinel-2 Level 2A dan menggunakan berbagai cara, salah satunya dengan metode supervised machine learning dengan algoritma Support Vector Machine (SVM). Klasifikasi tutupan lahan yang diterapkan pada penelitian ini terdiri dari lima enam tutupan lahan, yaitu sungai, lahan terbuka, area terbangun, sawah, hutan lahan kering, dan perkebunan. Berdasarkan hasil uji akurasi dengan menggunakan Confussion matrix diperoleh nilai overall accuracy sebesar 88,11%. Algoritma Support Vector Machine (SVM) cukup baik digunakan untuk mengetahui perubahan tutupan lahan akibat letusan Gunung Semeru tahun 2021. Hasil penelitian menunjukkan terjadi penambahan luas pada kelas sungai, lahan terbuka, dan hutan lahan kering yaitu sebesar 2,293 〖KM〗^2, 6,381 〖KM〗^2, 6,499 〖KM〗^2. Sedangkan untuk area terbangun mengalami penurunan luas sebesar 12,863 〖KM〗^2, 2,495〖 KM〗^2 dan 0,445 〖KM〗^2.","PeriodicalId":17733,"journal":{"name":"Jurnal Teknik ITS","volume":"12 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2023-09-18","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":null,"platform":"Semanticscholar","paperid":null,"PeriodicalName":"Jurnal Teknik ITS","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.12962/j23373539.v12i2.126561","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

Abstract

Pada 4 Desember 2021 terjadi letusan Semeru yang membawa perubahan lingkungan termasuk perubahan tutupan lahan di daerah letusan, salah satunya di Kecamatan Pronojiwo, Kabupaten Lumajang. Informasi mengenai perubahan tutupan lahan diperlukan untuk para pengambil kebijakan atau pemangku kepentingan terkait untuk pengelolaan sumber daya lahan berkelanjutan. Pemantauan perubahan tutupan lahan dapat dilakukan menggunakan teknologi penginderaan jauh dengan data multi-temporal Sentinel-2 Level 2A dan menggunakan berbagai cara, salah satunya dengan metode supervised machine learning dengan algoritma Support Vector Machine (SVM). Klasifikasi tutupan lahan yang diterapkan pada penelitian ini terdiri dari lima enam tutupan lahan, yaitu sungai, lahan terbuka, area terbangun, sawah, hutan lahan kering, dan perkebunan. Berdasarkan hasil uji akurasi dengan menggunakan Confussion matrix diperoleh nilai overall accuracy sebesar 88,11%. Algoritma Support Vector Machine (SVM) cukup baik digunakan untuk mengetahui perubahan tutupan lahan akibat letusan Gunung Semeru tahun 2021. Hasil penelitian menunjukkan terjadi penambahan luas pada kelas sungai, lahan terbuka, dan hutan lahan kering yaitu sebesar 2,293 〖KM〗^2, 6,381 〖KM〗^2, 6,499 〖KM〗^2. Sedangkan untuk area terbangun mengalami penurunan luas sebesar 12,863 〖KM〗^2, 2,495〖 KM〗^2 dan 0,445 〖KM〗^2.
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
支持向量机算法在分析 2021 年塞梅鲁火山喷发造成的土地覆盖变化中的应用(案例研究:普罗诺吉沃地区)
2021年12月4日,塞默鲁火山爆发,环境发生了变化,包括火山爆发地区的盖土块的变化,其中之一是Lumajang区普罗普罗吉沃。政策制定者或相关利益攸关方管理可持续资源所必需的有关土地法规改变的信息。监测土壤覆盖变化可以使用遥感技术的多时间部署技术2A级,并使用不同的方法,其中一种方法是用SVM支持矢量机器(SVM)的监督学习方法。这项研究对封地的分类包括五六个封地,包括河流、开放的土地、醒着的地区、稻田、干旱的林地和种植园。基于使用混淆矩阵进行的精确测试结果,达到了88.11%的超精度值。该算法很好地利用了2021年塞默鲁火山爆发导致的农场牧群变化。研究的结果显示河发生增加宽敞的教室,陆地森林空地,即大2,293〗〖公里^ 2,6,381〗〖公里^ 2,6,499〗〖公里^ 2。至于大小的区域面积下降醒来12.863〗〖公里^ 2,2495〗〖公里^ 2和0.445〗〖公里^ 2。
本文章由计算机程序翻译,如有差异,请以英文原文为准。
求助全文
约1分钟内获得全文 去求助
来源期刊
自引率
0.00%
发文量
104
审稿时长
6 weeks
期刊最新文献
Studi Pemanfaatan Sistem Siklus Kalina 11 dan 34 sebagai PLTP Analisis Integritas Struktur Jacket Wellhead Platform Tiga Kaki Akibat Pengaruh Scouring Sistem Keamanan pada Peternakan Sapi Menggunakan Kamera Termal dan Metode Algoritma YOLO Rancang Bangun Sistem Pendeteksi Keaslian Uang Kertas Rupiah Menggunakan Sinar UV dengan Metode Machine Learning Evaluasi Kestabilan Transien dan Penyempurnaan Sistem Pelepasan Beban pada PT. Kaltim Daya Mandiri Akibat Pengembangan Sistem Kelistrikan pada Tursina
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:604180095
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1