ABSTRAK Nama : Ahmad Sutanto Program Studi : Ilmu Komputer Judul : Klasifikasi Berorientasi Objek Pada Data Citra Satelit Synthetic Aperture Radar Untuk Pemetaan Lahan Pemetaan lahan dengan memanfaatkan teknologi penginderaan jauh sudah lama berkembang. Di Indonesia yang beriklim tropis, awan menjadi masalah klasik dalam pemindaian permukaan bumi dengan menggunakan satelit penginderaan jauh bersensor optik. Satelit dengan sensor Radar mempunyai kemampuan untuk menembus awan sehingga dapat memindai objek yang berada di bawah awan. Penggunaan teknik klasifikasi berbasis piksel pada citra Synthetic Aperture Radar (SAR) masih mempunyai permasalahan akibat efek salt-and-pepper yang memberikan hasil yang kurang sempurna pada produk klasifikasi citra. Pada penelitian ini teknik klasifikasi berorientasi objek menggunakan metode Statistical Region Merging ( SRM ) untuk proses segmentasi objek serta metode Support Vector Machine (SVM) untuk proses klasifikasi penutup lahan dari setiap segmen objek yang ada. Pada tahap klasifikasi diujicobakan beberapa fitur antara lain fitur dekomposisi Freeman-Durden, fitur Entropy, Alpha Angle dan Anisotrophy serta fitur Normalized Difference Polarization Index (NDPI). Implementasi teknik klasifikasi berorientasi objek pada penelitian ini memberikan hasil yang lebih baik daripada teknik klasifikasi berbasis piksel. Perbandingan akurasi keseluruhan mencapai 80,48 % untuk hasil klasifikasi berorientasi objek dan 53,94 % untuk hasil klasifikasi berorientasi piksel dengan kondisi citra tanpa filter dan menggunakan 7 fitur dalam klasifikasi. Kata Kunci : penginderaan jauh, sensor optik, sensor Radar, Synthetic Aperture Radar, klasifikasi berbasis piksel, klasifikasi berorientasi objek, Statistical Region Merging ( SRM ), segmentasi objek, Support Vector Machine (SVM), pemetaan lahan, dekomposisi Freeman-Durden, Entropy, Alpha Angle, Anisotrophy, Normalized Difference Polarization Index (NDPI).