skip to main content

Identifikasi Kawasan Pertambangan Timah Menggunakan Data Satelit Sentinel – 1 dengan Metode Object Based Image Analysis (OBIA)

Lembaga Penerbangan dan Antariksa Nasional, Indonesia

Received: 22 Nov 2018; Published: 29 May 2019.
Editor(s): Sudarno Utomo

Citation Format:
Abstract
Berdasarkan data Pendapatan Nasional Indonesia 2017, sektor pertambangan  dan penggalian mempunyai peran penting bagi Indonesia. Sektor ini menyumbangkan 7,57% pada produk domestik bruto Indonesia di tahun 2017 . Salah satu sektor pertambangan yang potensial di Indonesia adalah pertambangan mineral Timah di Pulau Bangka dan Belitung. Namun kegiatan pertambangan ini banyak menimbulkan dampak negatif dari sisi lingkungan. Salah satu upaya awal untuk menanggulangi dampak negatif terhadap lingkungan adalah melakukan identifikasi kawasan pertambangan timah secara spasial. Teknologi yang dapat membantu untuk hal ini salah satunya adalah teknologi penginderaan jauh radar. Penelitian ini menggunakan data satelit radar sentinel-1 yang diluncurkan oleh European Space Agency (ESA). Tujuan penelitian ini adalah pemanfaatan data radar Sentinel-1 untuk identifikasi kawasan pertambangan menggunakan metode Object-Base Image Analysis (OBIA). Data sentinel-1 disegmentasi menggunakan algorithma multiresolution segmentation kemudian di klasifikasi menggunakan algorithma nearest neighbor. Masukan data yang digunakan untuk proses klasifikasi dibuat menjadi dua variasi, yang pertama adalah data standar deviasi, mean, dan brightness pada masing – masing segmen di tiap band, kemudian variasi kedua adalah penambahan data tekstur berupa nilai grey level coocurance matrix (GLCM). Hasil klasifikasi menunjukan bahwa masukan data yang menggunakan data tekstur GLCM mempunyai akurasi lebih tinggi dibandingkan dengan yang tanpa data tekstur GLCM. Secara statisktik Hasil klasifikasi dengan type satu menunjukan bahwa total akurasi nya adalah sebesar 89,0 %, dengan nilai kappa sebesar 0,48 sedangkan untuk type dua menunjukan bahwa total akurasinya adalah 89,3%, dengan kappa sebesar 0,50. Hasil klasifikasi kawasan pertambangan dapat digunakan sebagai masukan awal dalam rangka identifikasi spasial kerusakan lingkungan akibat aktivitas pertambangan.
Fulltext View|Download
Keywords: remote sensing, radar, tin mining, obia, segmentation, texture, grey level coocurance matrix
Funding: Pusat Pemanfaatan Penginderaan Jauh - LAPAN; Pusat Teknologi dan Data Penginderaan Jauh - LAPAN

Article Metrics:

Last update:

  1. Arahan Pengembangan Kawasan Permukiman di Kota Tanjungpinang Provinsi Kepulauan Riau

    Citra Chintia Dewi, Andrea Emma Pavitasari, Didit Okta Pribadi. Jurnal Ilmu Tanah dan Lingkungan, 25 (1), 2023. doi: 10.29244/jitl.25.1.7-18
  2. Improving Open-Pit Mining Mapping Accuracy in the Tropics Using Enhanced Input Selection for Classification Process of Machine Learning

    Gatot Nugroho, Parwati Sofan, Anjar I. Pambudi, Fajar Yulianto, Udhi C. Nugroho, Suwarsono Suwarsono, Nurul Ichsan, Tri M. Susantoro, Suliantara Suliantara, Herru L. Setiawan. Journal of the Indian Society of Remote Sensing, 51 (12), 2023. doi: 10.1007/s12524-023-01783-0
  3. The use of texture analysis and band transformation on multispectral imagery to map open-pit mines using machine learning

    G Nugroho, P Sofan, U C Nugroho, Suwarsono, A I Pambudi, F Yulianto, N Ichsan. IOP Conference Series: Earth and Environmental Science, 1109 (1), 2022. doi: 10.1088/1755-1315/1109/1/012071

Last update: 2024-11-21 14:58:11

No citation recorded.