Ilustrasi Tutorial Matriks Kebingungan untuk Memeriksa Klasifikasi Tutupan Lahan

Tutorial Matriks Kebingungan untuk Memeriksa Klasifikasi Tutupan Lahan

Pelajari matriks kebingungan, akurasi pengguna dan produsen, serta batas hitungan sampel saat menilai hasil klasifikasi tutupan lahan untuk pekerjaan GIS.

Uji label kelas sebelum memakai hasil klasifikasi

Peta tutupan lahan sering menjadi masukan pengelolaan kebun, pemantauan lingkungan, atau perencanaan survei. Warna yang rapi belum menunjukkan seberapa sering suatu kelas tertukar dengan kelas lain. Matriks kebingungan membantu merangkum pasangan label peta dan label referensi, sehingga tim dapat melihat kesalahan yang tersembunyi di balik satu angka ringkasan. Informasi ini mendukung penentuan bagian peta yang perlu ditinjau sebelum hasilnya dipakai untuk keputusan operasional.

Tutorial ini menggunakan seratus pasangan label sintetis dengan tiga kelas sederhana. Seluruh nilai dibuat untuk latihan aritmetika, bukan hasil pengujian peta TechnoGIS atau keadaan lahan tertentu. Hitungan yang diperoleh adalah ringkasan sampel latihan. Untuk menyatakan akurasi wilayah pada proyek nyata, diperlukan rancangan pengambilan sampel, penetapan referensi, pembobotan yang sesuai, dan ukuran ketidakpastian. Jumlah seratus dalam contoh tidak dimaksudkan sebagai ketentuan jumlah sampel untuk semua pekerjaan.

Matriks sintetis tiga kelas dengan baris label peta dan kolom referensi serta 82 pasangan sesuai dari total seratus
Contoh sintetis seratus pasangan label. Angka adalah jumlah sampel latihan, bukan luas atau hasil pengujian peta proyek. — Tim editorial TechnoGIS (Original editorial illustration)

1. Siapkan definisi kelas dan referensi independen

Prasyarat latihan adalah lembar kerja, pemahaman penjumlahan serta persentase, dan tabel pasangan label. Pada pekerjaan nyata, setiap unit pengamatan perlu memiliki ID, lokasi, label dari peta, label referensi, tanggal atau periode bukti, dan catatan penafsiran. Tentukan apakah unit tersebut satu sel raster, area plot, atau bentuk lain. Jangan mencampurkan definisi unit di tengah penilaian karena perbedaan skala pengamatan dapat mengubah arti kesesuaian label.

Gunakan tiga kelas latihan: vegetasi, lahan terbuka, dan air. Dalam pelaksanaan, definisinya harus cukup jelas untuk membedakan objek, termasuk aturan ketika beberapa tutupan bercampur dalam satu unit. Referensi perlu ditentukan secara independen dari proses pelatihan klasifikasi, memakai bukti yang lebih kuat dan cocok waktunya. Jika suatu label meragukan, catat dan selesaikan menurut protokol yang ditetapkan; jangan mengubahnya supaya cocok dengan peta yang sedang diperiksa.

Perbandingan akurasi pengguna vegetasi 40 dari 45 dan akurasi produsen vegetasi 40 dari 50
Penyebut berbeda menjawab pertanyaan berbeda. Perhitungan latihan tanpa bobot ini tidak menggantikan estimator yang mengikuti rancangan sampel proyek. — Tim editorial TechnoGIS (Original editorial illustration)

2. Tetapkan arah baris dan kolom sebelum menghitung

Pada contoh ini, baris selalu menunjukkan kelas pada peta dan kolom menunjukkan kelas referensi. Urutan kolomnya adalah vegetasi, lahan terbuka, lalu air. Isikan baris vegetasi dengan angka 40, 5, dan 0. Baris lahan terbuka berisi 8, 22, dan 2. Baris air berisi 2, 1, dan 20. Setiap angka menyatakan banyaknya pasangan label pada kombinasi tersebut, bukan luas hektare atau nilai probabilitas model.

Sebagai contoh pembacaan, angka delapan pada baris lahan terbuka dan kolom vegetasi berarti delapan unit diberi label lahan terbuka oleh peta, tetapi referensinya menyatakan vegetasi. Angka lima pada posisi kebalikannya menggambarkan jenis pertukaran yang berbeda. Tuliskan arah matriks pada judul tabel. Sebagian perangkat menggunakan susunan berlawanan; menyalin rumus tanpa memperhatikan arah dapat membuat akurasi pengguna dan produsen tertukar walaupun semua angka hitungannya tampak masuk akal.

3. Periksa jumlah dan diagonal matriks

Jumlah setiap baris berturut-turut adalah 45, 32, dan 23. Jumlah setiap kolom adalah 50, 28, dan 22. Kedua cara penjumlahan harus memberikan total seratus. Angka pada diagonal utama adalah 40, 22, dan 20, karena pada posisi itu kelas peta sama dengan kelas referensi. Jumlahnya 82. Sisa 18 pasangan berada di luar diagonal dan memperlihatkan ketidakcocokan label pada sampel latihan.

Gunakan pemeriksaan ini sebelum membagi angka menjadi persentase. Jika total baris dan kolom berbeda, periksa rentang rumus atau entri yang terlewat. Jika jumlah seluruh matriks lebih besar daripada daftar sampel, telusuri ID ganda atau penggabungan tabel yang menggandakan baris. Sel kosong juga perlu dibedakan dari nol. Nol berarti tidak ada pasangan pada kombinasi tertentu; sel yang belum diisi menunjukkan pekerjaan pengolahan atau pelabelan yang belum selesai.

4. Hitung kesesuaian keseluruhan pada sampel latihan

Untuk contoh yang tidak menggunakan bobot ini, persentase kesesuaian keseluruhan dihitung dari jumlah diagonal dibagi total pasangan, kemudian dikalikan seratus. Hasilnya 82 dibagi 100, yaitu 82 persen. Pemeriksaan silang dapat dilakukan dengan menghitung 18 pasangan tidak cocok, membaginya dengan seratus, lalu mengurangkan hasilnya dari seratus persen. Kedua jalur harus menghasilkan angka yang sama apabila matriks dan penyebutnya konsisten.

Angka keseluruhan merangkum semua kelas sekaligus, sehingga tidak menjawab kelas mana yang paling bermasalah. Kelas yang sering muncul dapat mendominasi ringkasan, sedangkan kelas kecil yang penting bagi pengguna tetap memiliki kesalahan besar. Hindari memberi predikat layak atau sangat akurat hanya berdasarkan satu ambang umum. Hubungkan kebutuhan mutu dengan tujuan peta, kelas prioritas, serta akibat operasional ketika suatu objek diberi label yang keliru.

5. Baca akurasi pengguna dari kelas pada peta

Akurasi pengguna menjawab seberapa sering label tertentu pada peta cocok dengan referensi pada unit yang dinilai. Dengan arah matriks latihan ini, pembaginya adalah jumlah baris. Untuk vegetasi, hitung 40 dibagi 45, sekitar 88,89 persen. Lahan terbuka menghasilkan 22 dibagi 32, yaitu 68,75 persen. Air menghasilkan 20 dibagi 23, sekitar 86,96 persen. Simpan nilai tanpa pembulatan dini, lalu tampilkan jumlah desimal yang konsisten pada laporan.

Sebagai pembacaan praktis, dari 32 unit sampel yang ditandai lahan terbuka pada peta, hanya 22 yang memiliki referensi sama. Sepuluh lainnya termasuk kelas lain menurut referensi. Pada ringkasan sampel, satu dikurangi akurasi pengguna menggambarkan proporsi kesalahan komisi untuk kelas tersebut. Tim yang memakai label lahan terbuka sebagai dasar kunjungan perlu mengetahui pola salah masuk ini, kemudian meninjau apakah jenis kesalahannya memengaruhi keputusan yang direncanakan.

6. Baca akurasi produsen dari kelas referensi

Akurasi produsen menanyakan seberapa banyak unit suatu kelas referensi berhasil diberi label yang sesuai oleh peta. Pembaginya pada matriks ini adalah jumlah kolom. Vegetasi menghasilkan 40 dibagi 50, yaitu 80 persen; lahan terbuka menghasilkan 22 dibagi 28, sekitar 78,57 persen; air menghasilkan 20 dibagi 22, sekitar 90,91 persen. Perbedaannya dari akurasi pengguna berasal dari pertanyaan dan penyebut yang digunakan, bukan dari pilihan rumus yang dapat dipertukarkan sembarangan.

Untuk vegetasi, terdapat sepuluh dari lima puluh unit referensi yang terlewat dari kelas vegetasi pada peta. Delapan masuk lahan terbuka dan dua masuk air. Proporsi terlewat pada ringkasan sampel ini adalah 20 persen, pelengkap akurasi produsen. Pasangkan hasil pengguna dan produsen saat menilai suatu kelas. Nilai yang baik pada salah satu sisi belum menjelaskan semua konsekuensi salah label, khususnya ketika tujuan pekerjaan menuntut pendeteksian objek yang jarang muncul.

7. Pisahkan latihan hitung dari estimasi akurasi wilayah

Protokol CEOS LPV versi 1.1 tahun 2025 membahas matriks kesalahan, ukuran akurasi per kelas, dan kesesuaian analisis dengan rancangan sampel. UN Handbook tentang penginderaan jauh untuk statistik pertanian juga menjelaskan pembobotan dalam penilaian berbasis sampel berstrata. Karena itu, hitungan jumlah mentah pada latihan tidak boleh otomatis diterapkan sebagai estimasi wilayah apabila peluang pemilihan unit berbeda atau alokasi sampel tidak sebanding dengan luasan strata.

Pada proyek sebenarnya, dokumentasikan cara pemilihan sampel dan estimator yang digunakan, lalu laporkan ukuran ketidakpastian yang sesuai. Tutorial ini tidak menghitung interval kepercayaan, memperkirakan luas terkoreksi, atau membuktikan ketelitian posisi geometris. Jangan mengalikan luas peta dengan 82 persen untuk menyatakan luas yang benar. Kesalahan antar kelas memiliki arah dan distribusi; angka keseluruhan saja tidak memuat informasi yang diperlukan untuk mengoreksi luas masing-masing kelas secara sah.

Gunakan pola kesalahan untuk perbaikan yang terarah

Simpan matriks lengkap bersama tabel ID, definisi kelas, sumber referensi, keputusan atas unit meragukan, dan catatan peninjauan. Kelompokkan kesalahan yang paling relevan, lalu tinjau bukti pada lokasi tersebut. Jika model atau aturan klasifikasi diperbaiki menggunakan temuan uji, rencanakan evaluasi berikutnya yang mempertahankan independensi referensi. Mengulang penilaian pada data yang terus dipakai untuk menyetel hasil dapat memberi gambaran mutu yang terlalu optimistis.

TechnoGIS Indonesia memiliki bidang pemetaan dan analisis geospasial yang relevan dengan kebutuhan data tutupan lahan. Materi resminya tentang SIG untuk perkebunan memberi konteks penggunaan peta dalam pengelolaan wilayah kerja. Saat menyusun kebutuhan analisis, sertakan kelas prioritas, protokol referensi, rancangan pengujian, serta bentuk laporan akurasi. Matriks yang dapat diperiksa ulang membantu tim menghubungkan mutu klasifikasi dengan kebutuhan lapangan dan menyepakati tindak lanjut berdasarkan bukti.

Bacaan terkait

Pelajari informasi terkait untuk menyesuaikan langkah di atas dengan kebutuhan tim Anda:

Sumber dan referensi

0 replies

Leave a Reply

Want to join the discussion?
Feel free to contribute!

Tinggalkan Balasan

Alamat email Anda tidak akan dipublikasikan. Ruas yang wajib ditandai *