Perbandingan Metode Segmentasi K-Means Clustering dan Segmentasi Region Growing untuk Pengukuran Luas Wilayah Hutan Mangrove

Abstract

Penelitian ini bertujuan mengkaji metode segmentasi k-means clustering dan region growing untuk mengidentifikasi dan mengukur luas hutan mangrove di wilayah provinsi Sulawesi Tenggara. Citra daerah yang dikaji menggunakan citra satelit Landsat 8. Luas wilayah hutan mangrove dilakukan dengan menghitung jumlah piksel yang diidentifikasi sebagai hutan mangrove dengan densitas luas area 900 m 2 perpiksel. Akurasi kedua metode segmentasi dalam pengukuran luas daerah dibandingkan berdasarkan luas daerah dari LAPAN. Metode segmentasi k-means clustering secara keseluruhan mempunyai akurasi perhitungan luas yang lebih akuras sebesr 59,26% dibandingkan region growing sebesar 33,33%. Kedua metode segmentasi citra, baik k-means clustering maupun region growing, dapat digunakan untuk menghitung luas hutan mangrove yang ada di wilayah Sulawesi Tenggara dengan menggunakan data citra satelit Landsat 8.