Pengertian Multisensor
Adalah suatu teknologi penginderaan jauh yang
menghasilkan berbagai jenis citra yang direkam dengan berbagai
sensor
Tujuan Multisensor
Target data satelit penginderaan jauh utamanya adalah data
satelit sensor optik seperti Landsat TM atau SPOT yang memiliki
informasi spektral dengan data satelit sensorradar seperti PALSAR,
Radarsat atau Sentinel-1 yang memiliki informasi kekasaran berupa
tekstur suatu objek permukaan sehingga dengan semakin
bertambahnya informasi tersebut keakuratan hasil klasifikasi
diharapkan dapat ditingkatkan.
Klasifikasi Berbasis Informasi Multisensor
Model klasifikasi penutup penggunaan lahan dengan data
satelit multisensor radar optik secara umum dapat digambarkan
seperti pada Gambar 4-19 di bawah, dimana data satelit radar
pertama diekstraksi untuk memperoleh informasi tekstur, dalam hal
ini diekstrakasi menggunakan co-occurrence matrix terlebih dahulu,
kemudian dimasukkan ke pengklasifikasi bersama-sama dengan data
optik multispektral untuk memperoleh hasil klasifikasi.
Persyaratan penggunaan data multisensor untuk klasifikasi
penutup lahan adalah kedua data dari jenis sensor yang berbeda
(radar dan optik) tersebut harus memiliki waktu perolehan data
(akuisisi data) yang sama atau waktu akuisisi data kedua jenis sensor
tersebut berdekatan waktu, dengan catatan diperkirakan objek lahan
yang dipantau belum berubah. Selain itu, resolusi spasial dari kedua
jenis sensor juga diharapkan sama agar bisa dipergunakan dalam
klasifikasi digital melalui fusi kedua data tersebut.
Dari hasil percobaan, klasifikasi menggunakan fusi data
optik radar dapat meningkatkan akurasi, dimana dengan data
Landsat TM dan JERS-1 SAR untuk klasifikasi 12 kelas penutup
lahan memiliki akurasi rata-rata 82%, lebih tinggi 2% dibandingkan
dengan hasil klasifikasi hanya menggunakan data Landsat TM yang
akurasi rata-ratanya 80% (Kushardono 1997b). Pada tahapan
klasifikasi dengan fusi data Landsat TM dan JERS-1 SAR, kedua
data terlebih dahulu dilakukan standardisasi dan memiliki resolusi
spasial yang sama. Ekstraksi informasi dilakukan dengan
mengunakan co-occurrence matrix dengan ukuran window piksel
yang optimum sesuai dengan resolusi spasial data dan kondisi
penutup penggunaan lahan pada daerah target klasifikasi. Data yang
dipergunakan uji coba dan hasil klasifikasinya ditunjukkan seperti
pada Gambar 4-20. Kelebihan dengan menggunakan data fusi radar
optik, sebagai contoh pada citra hasil klasifikasi tersebut tampak
jelas perbedaan antara hasil klasifikasi dari data fusi Gambar 4-20(c)
dengan hasil klasifikasi dari hanya data Landsat TM Gambar 4-20(d)
terutama pada kelas pemukiman padat dan industri (warna magenta
pada citra). Dimana pada citra radar JERS-1 SAR kelas pemukiman
padat dan industri tersebut ditunjukkan dengan kekasaran yang
tinggi berwarna putih, sedangkan pada citra optik tidak begitu
tampak bedanya dengan objek bangunan lahan yang lain sehingga
penggunaan data fusi radar optik ini memudahkan pengklasifikasi
dalam membedakan kelas objek lahan.
Model klasifikasi dengan fusi data yang lain di antaranya
sebagaimana oleh Tool (1985) yang mengusulkan metode klasifikasi
penutup lahan dengan fusi data radar optik, dimana pada citra radar
dilakukan pengfilteran terlebih dahulu untuk menghilangkan nois
dengan menggunakan window piksel. Model klasifikasi yang
disampaikan Tool (1985) ini hasilnya tidak begitu baik karena
informasi bintik-bintik (speckle) pada citra radar yang difilter
menjadi berkurang sehingga hasil klasifikasinya tidak sebaik
menggunakan informasi tekstur dengan co-occurrence matrix. Model
klasifikasi lain lagi diusulkan oleh Kanellopoulos et al. (1994) dalam
klasifikasi penutup lahan dengan fusi data radar optik, dimana
modelnya hampir mirip dengan model dengan tekstur dari co-
occurrence matrix di atas, di sini digunakan informasi co-occurrence
matrix orde 2 (nilai skalar tekstur) pada citra radar. Dalam klasifikasi
menggunakan fusi data radar optik, informasi skalar tekstur radar
yang diperoleh dimasukkan bersama-sama dengan informasi spektral
dari data optik ke pengklasifikasi.