Analisis Perubahan Tutupan Lahan Menggunakan Citra Satelit Sentinel-1 dan Metode SAR Backscattering (Studi Kasus: Kabupaten Jember Tahun 2016 Dan 2024)

Tjahjana, Talitha Sahda Raissa (2026) Analisis Perubahan Tutupan Lahan Menggunakan Citra Satelit Sentinel-1 dan Metode SAR Backscattering (Studi Kasus: Kabupaten Jember Tahun 2016 Dan 2024). Other thesis, Institut Teknologi Sepuluh Nopember.

Text 5016221026_Undergraduate_Thesis.pdf - Accepted Version Restricted to Repository staff only Download (7MB) | Request a copy

Abstract

Keberhasilan delivery proyek penetration testing dipengaruhi tidak hanya oleh aspek teknis, tetapi juga oleh kemampuan organisasi mengelola faktor-faktor kritis operasional dan manajerial secara komprehensif. Mengingat PT. ABCD menghadapi tantangan operasional berupa dinamika ruang lingkup dan koordinasi sumber daya, serta belum memiliki model Critical Success Factors (CSF) yang tervalidasi secara khusus, penelitian ini bertujuan untuk mengidentifikasi, memvalidasi, dan menentukan prioritas faktor penentu Perubahan tutupan lahan merupakan dinamika penting yang perlu dipantau sebagai dasar pengelolaan lingkungan, perencanaan ruang, dan pengendalian pemanfaatan lahan. Kabupaten Jember merupakan wilayah dengan perkembangan pesat pada sektor permukiman, pertanian, dan pembangunan infrastruktur, sehingga berpotensi mengalami perubahan tutupan lahan. Penelitian ini bertujuan untuk menganalisis perubahan tutupan lahan di Kabupaten Jember pada tahun 2016 dan 2024 menggunakan citra Sentinel-1 dengan pendekatan SAR backscattering dan metode Rule Based Classification. Nilai backscatter (σ°) pada polarisasi VV dan VH digunakan sebagai dasar penyusunan aturan klasifikasi untuk membedakan kelas tutupan lahan, yaitu lahan pertanian, perairan, hutan, dan lahan terbangun. Uji akurasi hasil klasifikasi dilakukan menggunakan confusion matrix dengan memanfaatkan data validasi berupa ground truth dan interpretasi visual dari Google Earth Pro. Hasil penelitian menunjukkan bahwa tutupan lahan Kabupaten Jember dominan dengan kelas pertanian dengan luas 142.488,96 ha pada tahun 2016 dan 129.698,31 ha pada tahun 2024. Kelas hutan mengalami penurunan dari 53.555,54 ha menjadi 42.429,41 ha. Sebaliknya, kelas lahan terbangun meningkat dari 92.224,09 ha menjadi 99.954,24 ha, sedangkan kelas perairan meningkat dari 43.966,5 ha menjadi 60.152,44 ha. Secara spasial, wilayah dataran rendah didominasi oleh pertanian dan lahan terbangun, sedangkan wilayah bertopografi tinggi didominasi oleh hutan. Hasil akurasi pada confusion matrix menunjukkan nilai Overall Accuracy sebesar 87,5% pada tahun 2016 dan 88,75% pada tahun 2024. Secara keseluruhan, hasil tersebut menunjukkan bahwa penggunaan citra SAR Sentinel-1 memberikan hasil klasifikasi yang baik.
=============================================================================================================================
Changes in land cover are an important dynamic that must be monitored as a basis for environmental management, spatial planning, and land-use control. Jember Regency is an area experiencing rapid development in the residential, agricultural, and infrastructure sectors, making it prone to changes in land cover. This study aims to analyze land cover changes in Jember Regency in 2016 and 2024 using Sentinel-1 imagery with a SAR backscattering approach and the Rule Based Classification method. Backscatter values (σ°) in VV and VH polarizations were used as the basis for developing classification rules to distinguish land cover classes, namely agricultural land, water bodies, forests, and built-up areas. The accuracy of the classification results was tested using a confusion matrix, utilizing validation data in the form of ground truth and visual interpretation from Google Earth Pro. The results of the study indicate that the dominant land cover in Jember Regency is agricultural land, covering an area of 142,488.96 ha in 2016 and 129,698.31 ha in 2024. The forest class decreased from 53,555.54 ha to 42,429.41 ha. Conversely, the built-up land class increased from 92,224.09 ha to 99,954.24 ha, while the water body class increased from 43,966.5 ha to 60,152.44 ha. Spatially, lowland areas are dominated by agricultural and built-up land, while high-elevation areas are dominated by forests. The accuracy results in the confusion matrix show an Overall Accuracy of 87.5% in 2016 and 88.75% in 2024. Overall, these results indicate that the use of Sentinel-1 SAR imagery yields good classification results.

Item Type:	Thesis (Other)
Uncontrolled Keywords:	Sentinel-1, SAR Backscattering, Rule Based Classification, Perubahan Tutupan Lahan, Confusion Matrix. Sentinel-1, SAR Backscattering, Rule Based Classification, Land Cover Change, Confusion Matrix.
Subjects:	G Geography. Anthropology. Recreation > G Geography (General) > G70.5.I4 Remote sensing
Divisions:	Faculty of Civil Engineering and Planning > Geomatics Engineering > 29202-(S1) Undergraduate Thesis
Depositing User:	Talitha Sahda Raissa Tjahjana
Date Deposited:	14 Jul 2026 00:45
Last Modified:	14 Jul 2026 00:45
URI:	http://repository.its.ac.id/id/eprint/134854

Actions (login required)

View Item