Melola Discovery

← Melola Discovery

Open access Jurnal

Deteksi Perubahan Tutupan Lahan Menggunakan Metode Linear Spectral Mixture Analysis (LSMA) Pada Citra Landsat (Studi Kasus: Kota Raha dan Sekitarnya)

JAGAT (Jurnal Geografi Aplikasi dan Teknologi) · Vol. 2 No. 1 (2018) · pp. 41–50

DOI
10.33772/jagat.v2i1.6353
ISSN
2684-6705
Published
2018-04-27
Publisher
Halu Oleo University
Language
eng
License
creativecommons.org/licenses/by-sa/4.0

Abstract

Kehetterogenan daerah perkotaan, serta keterbatasan kemampuan sensor pada resolusi spasialnya membutuhkan analisis pada level sub-piksel. Piksel campuran dalam data penginderaan jauh merupakan salah satu sumber kesalahan dalam penilaian akurasi hasil klasifikasi dalam menggunakan metode Klasifikasi konvesional. Tujuan dari penelitian ini adalah (1) Menganalisis perubahan tutupan lahan antara Tahun 2002-2014. (2) Untuk mengetahui perubahan tutupan lahan berdasarkan metode LSMA. (3) Menganalisis akurasi hasil klasifikasi tutupan lahan yang diperoleh dengan menggunakan metode LSMA pada Tahun 2002 dan Tahun 2014. Linear spectral Mixture Analysis merupakan suatu metode pendekatan dengan menggunakan analisa sub-piksel yang dapat member informasi fraksi yang ada dalam satu piksel, sehingga dapat menjadi solusi yang potensial untuk mengklaskan satu piksel. Beberapa tahap pemrosesan juga diterapkan dalam penelitian ini untuk meningkatkan hasil akurasi, yaitu Minimum Noise Fraction dan Pixel Purity Index (PPI). Nilai fraksi endmember untuk tahun 2002 diperoleh RMS Error rata-rata sebesar 0,591477 dan untuk tahun 2014 diperoleh RMS Error sebesar 1,255820, dengan uji akurasi rata-rata sebesar 94,11%. Hasil deteksi perubahan melalui metode LSMA mampu menunjukkan perubahan pada setiap piksel atau pada setiap luasan 30 m x 30 m.Kata Kunci: Liner Spectral Mixture Analysis, Minimum Noise Fraction, Pixel Purity IndexDOI: 10.5281/zenodo.2667847

Collaboration network of the authors

40 authors · 101 co-authorship links · 5 across different organisations · showing the 40 most connected

Hover or tap a name to highlight its co-authors. Double-click to open the author's page.

  • Universitas Halu Oleo
  • Universitas Handayani Makassar
  • Hasanuddin University
  • Gunadarma University
  • Affiliation unknown
  • Different organisations
  • Same organisation
  • Affiliation unknown
  • Thicker line = more joint articles · bigger circle = more articles
Show as table
Co-authorOrganisationJoint articles
Weka WidayatiAffiliation unknown5
Irfan IdoAffiliation unknown3
Saban RahimAffiliation unknown3
Anita IndriasaryAffiliation unknown3
Sarini sariniAffiliation unknown2
Muhammad AnasAffiliation unknown2
La Ode ResteleAffiliation unknown2
Ruslan RuslanAffiliation unknown2
Sani FitrianiAffiliation unknown2
Noor Husna KhairisaAffiliation unknown2
Alfirman AlfirmanAffiliation unknown2
Jufri KarimUniversitas Halu Oleo2
Syafruddin SyarifHasanuddin University1
Sukirno KasauUniversitas Handayani Makassar1
Mega Azniar ZuhersaAffiliation unknown1
Made KusumayasaAffiliation unknown1
Purwo Adi SetyoAffiliation unknown1
Waode Sukmawati ArsyadAffiliation unknown1
Wa Ode Sukmawati ArsyadAffiliation unknown1
Dicky Berthus ChristoAffiliation unknown1
Desy SusilowatiAffiliation unknown1
Fitrianingsih FitrianingsihGunadarma University1
Deki ZulkarnainUniversitas Halu Oleo1
Achmad Selamet AkuUniversitas Halu Oleo1
La Ode SahabaUniversitas Halu Oleo1
Yamin YaddiAffiliation unknown1
La Ode Muh. MunadiAffiliation unknown1
Restu LibrianiAffiliation unknown1
La Ode KadidaeAffiliation unknown1
Waode Sukmawati ArsyadAffiliation unknown1
Nuning ApriliaAffiliation unknown1
Nur AlfianiAffiliation unknown1
Loade Muh. Iradat SalihinAffiliation unknown1
Ratna RatnaAffiliation unknown1
Fitri MuljanaAffiliation unknown1
Weka widayantiAffiliation unknown1
La Ode Andi GusmanAffiliation unknown1

Affiliations come from OpenAlex; journal OAI-PMH metadata carries none. Authors without an OpenAlex ID are matched by name, which can merge or split people.

Metadata source: OAI-PMH (metadata jurnal) https://ojs.uho.ac.id/index.php/jagat/oai, first harvested 30 Okt 2026, last seen 1 Nov 2026.
Original metadata (oai_dc)
<oai_dc:dc xmlns="http://www.openarchives.org/OAI/2.0/" xmlns:dc="http://purl.org/dc/elements/1.1/" xmlns:oai_dc="http://www.openarchives.org/OAI/2.0/oai_dc/" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:schemaLocation="http://www.openarchives.org/OAI/2.0/oai_dc/  http://www.openarchives.org/OAI/2.0/oai_dc.xsd">
	<dc:title xml:lang="en-US">Deteksi Perubahan Tutupan Lahan Menggunakan Metode Linear Spectral Mixture Analysis (LSMA) Pada Citra Landsat  (Studi Kasus: Kota Raha dan Sekitarnya)</dc:title>
	<dc:creator>Yuyun, Yuyun</dc:creator>
	<dc:creator>Usman, Ida</dc:creator>
	<dc:creator>Sawaludin, Sawaludin</dc:creator>
	<dc:description xml:lang="en-US">Kehetterogenan daerah perkotaan, serta keterbatasan kemampuan sensor pada resolusi spasialnya membutuhkan analisis pada level sub-piksel. Piksel campuran dalam data penginderaan jauh merupakan salah satu sumber kesalahan dalam penilaian akurasi hasil klasifikasi dalam menggunakan metode Klasifikasi konvesional. Tujuan dari penelitian ini adalah (1) Menganalisis perubahan tutupan lahan antara Tahun 2002-2014. (2) Untuk mengetahui perubahan tutupan lahan berdasarkan metode LSMA. (3) Menganalisis akurasi hasil klasifikasi tutupan lahan yang diperoleh dengan menggunakan metode LSMA pada Tahun 2002 dan Tahun 2014. Linear spectral Mixture Analysis merupakan suatu metode pendekatan dengan menggunakan analisa sub-piksel yang dapat member informasi fraksi yang ada dalam satu piksel, sehingga dapat menjadi solusi yang potensial untuk mengklaskan satu piksel. Beberapa tahap pemrosesan juga diterapkan dalam penelitian ini untuk meningkatkan hasil akurasi, yaitu Minimum Noise Fraction dan Pixel Purity Index (PPI). Nilai fraksi endmember untuk tahun 2002 diperoleh RMS Error rata-rata sebesar 0,591477 dan untuk tahun 2014 diperoleh RMS Error sebesar 1,255820, dengan uji akurasi rata-rata sebesar 94,11%. Hasil deteksi perubahan melalui metode LSMA mampu menunjukkan perubahan pada setiap piksel atau pada setiap luasan 30 m x 30 m.Kata Kunci : Liner Spectral Mixture Analysis, Minimum Noise Fraction, Pixel Purity IndexDOI : 10.5281/zenodo.2667847</dc:description>
	<dc:publisher xml:lang="en-US">Halu Oleo University</dc:publisher>
	<dc:contributor xml:lang="en-US"></dc:contributor>
	<dc:date>2018-04-27</dc:date>
	<dc:type>info:eu-repo/semantics/article</dc:type>
	<dc:type>info:eu-repo/semantics/publishedVersion</dc:type>
	<dc:type xml:lang="en-US">Peer-reviewed Article</dc:type>
	<dc:format>application/pdf</dc:format>
	<dc:identifier>https://ojs.uho.ac.id/index.php/jagat/article/view/6353</dc:identifier>
	<dc:identifier>10.33772/jagat.v2i1.6353</dc:identifier>
	<dc:source xml:lang="en-US">JAGAT (Jurnal Geografi Aplikasi dan Teknologi); Vol 2, No 1 (2018): JAGAT (Jurnal Geografi Aplikasi dan Teknologi); 41-50</dc:source>
	<dc:source>2684-6705</dc:source>
	<dc:source>10.33772/jagat.v2i1</dc:source>
	<dc:language>eng</dc:language>
	<dc:relation>https://ojs.uho.ac.id/index.php/jagat/article/view/6353/4645</dc:relation>
	<dc:rights xml:lang="en-US">Copyright (c) 2019 JAGAT (Jurnal Geografi Aplikasi dan Teknologi)</dc:rights>
	<dc:rights xml:lang="en-US">http://creativecommons.org/licenses/by-sa/4.0</dc:rights>
</oai_dc:dc>