GD 3204 PEMETAAN TEMATIK

TUGAS 6 ACCURACY ASSESSMENT

Rifa Akbar Ahadiat (15114021)

Teknik Geodesi dan Geomatika, Fakultas Ilmu dan Teknologi Kebumian, ITB, Bandung, Indonesia
rifa.akbar@students.itb.ac.id

Klasifikasi digital dalam hasil suatu citra dapat dilakukan dengan menggunakan dua metode yaitu supervised dan
unsupervised. Klasifikasi terbimbing (supervised) adalah klasifikasi dengan arahan analisis dimana pengelompokan kelas
ditetapkan berdasarkan pencirian kelas. Sedangkan klasifikasi tidak terbimbing (unsupervised) adalah klasifikasi yang
penentuan kelasnya dilakukan secara otomotatis dengan bantuan computer, dimana kelas yang dibentuk ditentukan
berdasarkan pikselpiksel dan kesamaan spectral dari data yang dihasilkan.
Dalam proses uji akurasi terdapar beberapa hal yang perlu ditentukan. Hal tersebut adalah nilai omission error,
commission error, dan overall accuracy. Omission error adalah kegagalan produsen dalam melakukan klasifikasi data
didalam peta. Omission error dapat dihitung dengan persamaan 1.1

= persamaan 1.1

Sedangkan Commission error adalah kegagapan konsumen dalam melakukan interpretasi objek didalam peta.
Commission error dapat dihitung dengan persamaan 1.2

= persamaan 1.2

Dan Overall accuracy adalah tingkat kesesuaian objek yang ada dipeta dengan objek yang sebenarnya dilapangan.
Overall accuracy dapat dihitung dengan persamaan 1.3

= persamaan 1.3

Reference
Tutupan Lahan HUTAN LADANG KEBUN PEMUKIMAN SAWAH SEMAK PERAIRAN TAMBAK TIDAK TERDEFINISI Raw Total Commission Error
HUTAN 68 24 12 3 4 12 0 0 3 126 46.03%
LADANG 5 24 12 10 11 8 0 0 1 71 66.20%
Classification

KEBUN 4 11 37 3 2 8 0 0 0 65 43.08%
PEMUKIMAN 0 14 2 37 19 2 0 0 0 74 50.00%
SAWAH 3 4 0 3 18 1 0 0 0 29 37.93%
SEMAK 7 5 1 1 2 5 0 0 2 23 78.26%
PERAIRAN 1 1 0 0 0 0 0 0 0 2 100.00%
TAMBAK 1 1 0 0 0 7 0 0 0 9 0.00%
TIDAK TERDEFINISI 0 0 0 0 0 0 0 0 0 0 0.00%
Column Total 89 84 64 57 56 43 0 0 6 399
Omission Error 23.60% 71.43% 42.19% 35.09% 67.86% 88.37% 0.00% 0.00% 100.00%
Gambar 1. Matriks error tutupan lahan di Kabupaten Bandung

Dari hasil pengolahan data, perhitungan matriks dilakukan secara otomatis menggunakan software tertentu didapatkan
matriks error seperti pada gambar 1. Hasil tersebut menunjukan bahwa nilai omission error untuk daerah hutan sebesar
23.6%. untuk daerah ladang sebesar 71.43% daerah kebun sebesar 42.19% pemukiman sebesar 35.09% sawah sebesar
67.86% daerah semak sebesar 88.37% dan daerah perairan dan tambak sebesar 0%. Sedangkan nilai commission error
untuk daerah hutan sebesar 46.03% daerah ladang sebesar 66.02% daerah kebun sebesar 43.08% daerah pemukiman
sebesar 50% daerah sawah sebesar 37.93% daerah semak sebesar 78.26% daerah perairan sebesar 100% dan daerah
tambak sebesar 0%.
Kegagalan produsen dalam menentukan objek di peta berada pada tutupan lahan diatas 50% adalah untuk tutupan lahan
daerah ladang, sawah, semak. Ini berarti produsen tidak dapat mengklasifikasikan daerah/tutupan lahan tersebut dengan
baik. Sedangkan kegagalan konsumen dalam melakukan interpretasi objek di peta diatas 50% adalah tutpan lahan daerah
ladang, pemukiman semak, dan perairan. Ini diartikan bahwa untuk objek-objek tersebut, konsumen tidak dapat
membedakan objek tersebut dengan baik. Contoh nya untuk daerah perairan konsumen mengganggap daerah tersebut
merupakan tutupan lahan ladang dan hutan. Sedangkan untuk overall accuracy didapatkan nilai sebesar 47.36 %. Dengan
kata lain hasil dari peta tersebet memiliki kepercayaan akan objek yang dipetakan sebesar kurang dari 50%.
Referensi:
ITB. (2017). Persentasi Accuracy of Assessment of Spatial data. Bandung.
Kowel, K., & Jaton, A. (2000). Spatial Accuracy Assessment: Land Information Uncertainty in Natural Resources.
CRC Press.