Klasifikasi Tutupan Lahan Cisokan Berbasis OBIA

Dari angkasa, sawah, kebun campuran, hutan produksi, dan hutan alam di Cisokan tampak sangat mirip. Klasifikasi per piksel pada citra 3 m menghasilkan banyak derau (salt-and-pepper), dan membedakan subtipe hutan adalah pekerjaan yang paling sulit.

• Data: 10 citra PlanetScope selama dua tahun, radar L-band ALOS PALSAR, dan data tinggi kanopi.
• Segmentasi: citra dipecah menjadi ±316.000 segmen homogen dengan LSMS (Orfeo ToolBox), lalu dihitung 591 fitur untuk tiap segmen: spektral, musiman, radar, dan struktur kanopi.
• Klasifikasi hierarkis: Random Forest tingkat 1 memisahkan 7 kelas utama, lalu Random Forest tingkat 2 memecah vegetasi rapat menjadi hutan alam, hutan produksi, dan agroforestri.
• Validasi: titik latih lapangan dibagi 70/30 untuk pelatihan dan pengujian, ditambah validasi silang 5 lipatan.

• Akurasi keseluruhan 89,5% (kappa 0,875) pada segmen uji yang tidak pernah dilihat model; validasi silang 92,0% ± 1,6%. Semua kelas tingkat 1 mencapai F1 ≥ 0,82.
• Tinggi kanopi menjadi fitur terpenting, dan radar L-band membantu membedakan biomassa berkayu.
• Segmentasi yang lebih halus menaikkan akurasi validasi silang dari 81% menjadi 88,7% dan membuat model jauh lebih stabil.
• Subtipe hutan (tingkat 2) baru mencapai 57,5%. Langkah berikutnya adalah menambah sampel lapangan hutan produksi.