Perpustakaan Digital ITB

Informasi tutupan lahan merupakan komponen penting dalam perencanaan tata ruang, pemantauan lingkungan, pengelolaan sumber daya alam, serta mitigasi bencana. Namun, klasifikasi tutupan lahan berbasis deep learning umumnya masih bersifat task-specific, hanya menghasilkan label kelas, serta belum mampu memberikan interpretasi deskriptif terhadap hasil klasifikasi. Di sisi lain, Large Vision-Language Models seperti Qwen-VL memiliki kemampuan menghubungkan informasi visual dengan bahasa alami, tetapi penerapannya pada citra penginderaan jauh multispektral masih menghadapi keterbatasan karena model dasar umumnya dilatih pada citra RGB alami. Oleh karena itu, penelitian ini mengembangkan sistem klasifikasi dan interpretasi tutupan lahan multispektral melalui integrasi Multitemporal Spectral-Spatial Adapter dengan Qwen-VL 2.5 3B. Penelitian ini menggunakan citra Landsat 8 Surface Reflectance sebagai data masukan dengan sebelas band, yang terdiri atas band reflektansi multispektral dan indeks spektral, meliputi NDVI, NDWI, MNDWI, NDBI, dan BSI. Peta tutupan lahan MapBiomas Indonesia digunakan sebagai pseudo-label untuk membangun hubungan antara karakteristik spektral-spasial citra Landsat 8 dan kelas tutupan lahan. Model yang dikembangkan, yaitu GeoQwen, dirancang melalui komponen MultispectralPatchEmbed, VisualProjection, spatial bias, CrossAttentionHead, ClassificationHead, serta adaptasi Low-Rank Adaptation (LoRA) pada decoder Qwen. Skema klasifikasi yang digunakan mencakup lima kelas utama, yaitu air, vegetasi, lahan pertanian, lahan terbangun, dan non-vegetasi. Evaluasi dilakukan menggunakan metrik Overall Accuracy, Cohen’s Kappa, mean Intersection over Union, Macro-F1, Expected Calibration Error, serta evaluasi per kelas melalui Producer’s Accuracy, User’s Accuracy, F1-score, dan IoU. Hasil pengujian akhir terhadap MapBiomas 2024 menunjukkan bahwa GeoQwen v3 memperoleh Overall Accuracy sebesar 0,6577, Cohen’s Kappa sebesar 0,5231, mIoU sebesar 0,4862, Macro-F1 sebesar 0,6352, dan ECE sebesar 0,0246. Evaluasi per kelas menunjukkan bahwa kelas air, vegetasi, dan lahan terbangun memiliki performa relatif lebih baik, sedangkan lahan pertanian dan non-vegetasi masih menjadi kelas yang paling sulit diklasifikasikan. Keterbatasan tersebut dipengaruhi oleh fenomena mixed pixel, kemiripan spektral antarkelas, ketidakseimbangan kelas, variasi musim, serta keterbatasan resolusi Landsat 30 meter. Dengan demikian, penelitian ini menunjukkan bahwa integrasi Spectral-Spatial Adapter dengan Qwen-VL berpotensi menjembatani informasi spektral-spasial citra multispektral dengan kemampuan interpretasi berbasis bahasa alami.