Abstrak

ABSTRAK 

Lahan memiliki peranan penting dalam konteks pengelolaan perkotaan yakni sebagai wadah dalam menampung aktivitas perkotaan yang kompleks. Sifat lahan yang tetap namun jumlah permintaan atau kebutuhan yang semakin meningkat seiring dengan perkembangan penduduk yang semakin meningkat, maka kebutuhan lahan untuk dijadikan pemukiman dan lahan pertanian serta perkebunan dirasakan semakin meningkat pula.

Segmentasi citra satelit jenis penggunaan lahan ini adalah memberikan gambaran tentang kondisi geografis Kota Denpasar, yang bermanfaat sebagai informasi tambahan dalam analisis yang menyangkut pemetaan Lahan berdasarkan jenis di Daerah Denpasar yang di kelompokan per Kecamatan.

Aplikasi ini dibuat dengan bahasa pemrograman Visual Basic 2008, dengan menggunakan metode maksimum likelihood untuk penentuan klasifikasi jenis penggunaan lahan, dan metode Root Mean Square Error (RMSE) untuk membandingkan antara dua data tersebut.

 RMSE atau Root Mean Square Error digunakan dalam analisis perbandingan data lapangan dengan data hasil proses yang diolah untuk mengetahui tingkat kesalahan yang terjadi. RMSE merupakan nilai rata-rata dari jumlah kuadrat kesalahan atau jumlah kuadrat dari nilai prakiraan dan observasi. RMSE juga dapat menyatakan ukuran besarnya kesalahan yang di hasilkan oleh suatu model prakiraan.

Hasil kesimpulan segmentasi citra satelit untuk klasifikasi penggunaan lahan ini yaitu menentukan kelas warna klasifikasi jenis penggunaan lahan, luas lahan, letak jalan, berapa persen (%) bias eror dalam perbandingan data citra dan data lapangan dengan menggunakan metode Root Mean Square Error (RMSE)

Kata kunci : Penginderaan jauh, lahan, segementasi citra satelit, RMSE.

ABSTRACT

           The land has an important role in the context of urban management as a means to accommodate the complex urban activity. The nature of the land that remains but the number of requests or needs that are increasing with the growth of population increases, the demand for land to be used as residential and agricultural land and plantations perceived increasing as well.

Segmentation of satellite imagery types of land use is to provide an overview of the geographical conditions of Denpasar, which is useful in the analysis as additional information concerning the mapping of land by type in the Denpasar District grouped per sub.

This application is made with the programming language Visual Basic 2008, using a maximum likelihood method for the determination of the classification of types of land use, and the method of Root Mean Square Error (RMSE) to compare the data between the two.

 RMSE or Root Mean Square Error is used in a comparative analysis of the field data with the data that is processed to determine the error rate. RMSE is the average value of the sum of the squared errors or the sum of the squares of the value of forecasts and observations. RMSE can also declare the size of the errors generated by the model forecasts.

Results conclusions satellite image segmentation for classification of land use is the determining color grade classification of types of land use, land area, the location of roads, the percent (%) refractive error in the comparison of image data and field data using the Root Mean Square Error (RMSE)

Keywords: Remote sensing, land, satellite image segmentation, RMSE.