Resolusi Spasial Optimum pada Citra Drone untuk Klasifikasi Spesies Mangrove dengan Metode Maximum Likelihood

Abstract

Drone adalah salah satu alat baru dalam penelitian berbasis remote sensing pada studi ekologi hutan mangrove, drone dapat terbang jauh lebih rendah dibandingkan pesawat pemetaan, sehingga citra yang ditangkap akan lebih detail atau memiliki resolusi spasial yang tinggi; citra drone dapat mencapai resolusi spasial dibawah 1cm. Penelitian tentang klasifikasi spesies mangrove dengan citra drone masih terbatas, juga belum ada referensi apakah bila pada citra drone resolusi dan ukuran datanya dikurangi, ketepatan klasifikasi datanya akan berkurang, dan sejauh mana pengurangan itu terjadi. Disini kami berhipotesis bahwa akan ada hubungan linear antara resolusi dan ketepatan klasifikasi spesies bakau, dimana pengurangan resulusi akan mengurangi akurasi klasifikasi. Akan tetapi, hasil percobaan berulang (9 iterasi) dengan 8 resolusi spasial yang berbeda, yaitu 2.5cm, 5cm, 10cm, 20 cm, 40cm, 60cm, 80cm dan 100cm menunjukkan tidak signifikannya penurunan akurasi klasifikasi saat resolusi spatial, mematahkan hipotesis awal tersebut. Overall Accuracy (OA) pada resolusi 2.5cm adalah 84.97±2.37%, sedangkan pada 60cm adalah 88.61±3.6%. Alih -alih menunjukkan pengurangan, malah menunjukkan peningkatan walaupun tidak signifikan. Pada resolusi 100cm, akurasi menurun drastis (OA=20.72±1.24%). Berdasarkan hasil tersebut, kami merekomendasikan dalam mengidentifikasi spesies mangrove dengan citra drone, resolusi yang optimum adalah 60cm, resolusi ini dapat memberikan pengurangan waktu klasifikasi yang signifikan (dari 15 menit ke 2.5 detik) serta yang terpenting adalah memberikan ketepatan tertinggi untuk spesies dengan heterogenitas penampakan yang tinggi seperti palem N. fruticans, tanpa mengurangi ketepatan akurasi pada spesies pohon seperti R. apiculata dan A. alba.