Abstract
Image Segmentation is one of remote sensing technology information that can
provide information about land division. Image segmentation is a partition process
to several homogeneous parts based on certain similarity criteria. The purpose of
this research is to get the result of satellite image segmentation of lands in Gambut
Kalimantan Selatan District with Fuzzy C-Means Algorithm. The method that used
for this research is clustering Fuzzy C-Means Algorithm method, which is the
number of cluster based on Indonesia topographical map in Badan Informasi
Geospasial that divided into four clusters.
The result of this reseach is that the satellite image was created cluster that
suitable with the satellite image color before segmented with Fuzzy C-Means
Algorithm, then it will reconvert with suitable color that choosed by user to every
cluster. Formed 4 clusters, cluster1 is bush and scrub with boggy, cluster 2 is rice
field, cluster 3 is water like lake, and cluster 4 is building and street.
Keyword: segmentasion, satellite image, Fuzzy C-Means, cluster
Abstrak
Segmentasi citra satelit merupakan salah satu teknologi informasi dalam
penginderaan jauh yang dapat memberikan informasi mengenai pembagian lahan.
Segmentasi citra adalah proses partisi terhadap citra menjadi beberapa bagian yang
homogen berdasarkan kriteria kemiripan tertentu. Tujuan penelitian ini adalah
mengetahui hasil segmentasi citra satelit pada lahan di Kecamatan Gambut
PENDAHULUAN
1.1
Latar Belakang
Perkembangan teknologi informasi telah banyak mengalami perubahan
dipasang pada wahana satelit disebut sebagai citra satelit. Pada analisis citra satelit
dapat dikelompokkan dalam beberapa tahapan (Lillesand dan Kiefer, 1990) yaitu:
pemulihan citra (image restoration), penajaman citra (image enhancement),
klasifikasi citra (unsupervised classification dan supervised classification) serta
segmentasi gambar (image extraction) (Hariyanti, 2013).
Segmentasi citra adalah proses pembagian citra menjadi beberapa bagian
(region) berdasarkan kesamaan kriteria kemiripan pada tiap bagian kemudian
dikelompokkan menjadi satu bagian yang bersifat homogen. Segmentasi citra telah
banyak dikembangkan salah satunya penelitian yang dilakukan dengan metode
clustering.
Segmentasi citra dapat digolongkan dalam tiga pembagian wilayah
segmentasi, yaitu segmentasi clustering (Segmentasi yang dilakukan dengan
melakukan clustering pada citra yang akan dihitung), segmentasi tepi (segmentasi
dengan penggunaan tepi sebagai pembatas untuk menentukan wilayah yang ada
pada himpunan piksel yang ada pada 2 wilayah yang berbeda) dan segmentasi
wilayah (Segmentasi untuk pemisahan wilayah dengan menggunakan metode
wilayah yang memiliki nilai threshold tertinggi).
Berikut ini terdapat beberapa metode yang diterapkan untuk clustering
diantaranya K-Means, DB-Scan, Minimum Spanning Tree, Fuzzy C-Means, Fuzzy
Substractive Clustering, dan K-Medoids. Masing-masing metode di atas memiliki
karakteristik tersendiri dalam melakukan clustering. Namun dengan metode Fuzzy
C-Means mampu menampilkan hasil yang lebih baik dan detail karena pada
algoritma ini memiliki nilai Fuzzy (nilai keanggotaan) dan pada implementasi
Fuzzy C-Means jumlah cluster berpengaruh pada kualitas segmen yang dihasilkan.
Semakin banyak jumlah cluster yang digunakan akan berdampak pada hasil
segmentasi yang lebih halus. Semakin sedikit jumlah cluster maka hasil segmentasi
akan semakin kasar (Hariyanti, 2013).
Penelitian ini akan dilakukan clustering untuk segmentasi dengan
menggunakan algoritma Fuzzy C-Means. Hal ini didasari oleh penelitian
sebelumnya, yang dilakukan oleh Hariyanti (2013) menyebutkan bahwa
implimentasi Algoritma Fuzzy C-Means dapat mengelompokkan citra ke dalam
jenis sungai dan bukan sungai. Oleh karena itu, penelitian ini diharapkan dapat
memberikan informasi mengenai segmentasi citra satelit pada lahan yang terdapat
di Kecamatan Gambut Kalimantan Selatan.
1.2
Perumusan Masalah
Berdasarkan latar belakang di atas maka rumusan masalah dalam penelitian
ini adalah bagaimana hasil segmentasi citra satelit pada lahan di Kecamatan
Gambut menggunakan algoritma Fuzzy C-Means.
1.3
Batasan Masalah
Agar penelitian lebih terarah, maka diperlukan pembatasan masalah
Tujuan Penelitian
Tujuan dari penelitian yang akan dilakukan adalah mengetahui hasil
Manfaat Penelitian
2.
2.
LANDASAN TEORI
2.1
bergantung pada waktu. Citra merupakan kumpulan titik-titik dari gambar yang
disebut pixel (picture element). Titik-titik tersebut menggambarkan koordinat dan
mempunyai intensitas yang dapat dinyatakan dengan bilangan. Intensitas ini
menunjukkan warna citra melalui penjumlahan nilai RGB (Red, Green dan Blue)
(Hariyanti, 2013).
Koordinat RGB memberikan informasi warna piksel berdasarkan brightness
(ketajaman) warna cahaya (hitam, abu-abu, putih) dari sumber, hue (corak warna)
yang ditimbulkan oleh warna (merah, kuning, hijau dll) dan merupakan panjang
gelombang dominan dari sumber. Tiap-tiap warna dapat memiliki intensitas warna
yang bervariasi. Jika semua warna berada pada intensitas minimum, akan
menghasilkan warna hitam, sedangkan jika semua intensitasnya maksimum akan
menghasilkan warna putih. Citra dengan 8 bit per piksel akan mempunyai 256
warna dan citra dengan 24 bit mempunyai 16777216 warna. Jadi tiap piksel
dinyatakan dengan: bit 0 sampai dengan 7 untuk warna merah, bit 8 sampai dengan
15 untuk warna hijau, dan bit 16 sampai dengan 23 untuk warna biru. Kemungkinan
kombinasi warna yang ada adalah = 256 x 256 x 256 = 16777216, yang nilai 0
menyatakan warna hitam sedangkan nilai 16777216 menyatakan warna putih
(Hariyanti, 2013).
2.2
Satelit Landsat
Landsat-8. Satelit LDCM (Landsat-8) adalah misi kerjasama antara NASA
dan USGS (U.S. Geological Survey) dengan pembagian tanggung jawab masingmasing. NASA bertanggung jawab akan penyediaan satelit LDCM (Landsat-8),
instrumen-instrumen, pesawat peluncur, dan elemen-elemen pendukung operasi
misi. NASA juga akan mengelola fase awal peluncuran sampai dengan kondisi
satelit beroperasi di orbitnya pada ruas antariksa (dari peluncuran sampai
penerimaan). USGS bertanggung jawab akan penyediaan pusat operasi-operasi misi
dan sistem-sistem pengolahan pada Stasiun Bumi (termasuk pengarsipan dan
jaringan-jaringan data), demikian juga tim operasi-operasi penerbangan. USGS
juga akan membiayai tim ilmuwan Landsat (Sitanggang, 2010).
2.3
yang banyak digunakan di dunia. TIFF merupakan format yang sesuai untuk
penyimpanan data, transfer data, menampilkan data dan mencetak data citra raster.
Format citra TIFF bisa digunakan untuk menyimpan dan transfer data dijital citra
satelit, foto udara, model ketinggian, dan peta. Melihat popularitas format data
TIFF, banyak pengguna format data TIFF yang sebelumnya menggunakan format
data TIFF untuk menyimpan data digital citra satelit dengan berbagai kebutuhan
menambahkan informasi geografis seperti lintang, bujur dan proyeksi kedalam
format TIFF sehingga bisa digunakan untuk berbagai paket GIS dengan mudah
(Hamzah, 2014).
2.4
Segmentasi Citra
Segmentasi citra adalah membagi suatu citra menjadi wilayah-wilayah yang
piksel.
Segmentasi
berbasis
clustering ini
mulai
populer
sejak
1)
Input data yang akan di cluster X, berupa matriks berukuran n x m (n= jumlah
sampel data, m = atribut setiap data). Xij = data sampel ke-i (i=1,2,.....,n),
atribut ke-j (j=1,2,...,m).
2)
Jumlah cluster (c) ialah banyaknya cluster yang akan dibentuk sesuai
dengan kebutuhan pengclusteran.
b.
c.
d.
e.
f.
Iterasi awal (t = 1), iterasi adalah adalah sifat tertentu dari algoritma
atau program komputer di mana suatu urutan atau lebih dari langkah
algoritmik dilakukan secara berulang. Iterasi awal ialah pada
perulangan keberapakan program akan dimulai.
3)
Membangkitkan bilangan random ik, i=1,2,...,n; k=1;2,...,c; sebagai elemenelemen matrik partisi awal U. Hitung jumlah setiap kolom:
=
=1
Qi ialah jumlah setiap kolom dari nilai random sebuah matrik, jumlah Q
tergantung dari berapa jumlah kriteria penilaian.
Menghitung:
=
4)
=1(( ) )
1( )
Vkj ialah titik pusat tiap cluster, jumlah Vkj tergantung dari berapa cluster
yang akan dibentuk dan n ialah jumlah proposal.
5)
= ([( ) ] ( ) )
=1 =1
=1
t merupakan iterasi yang dihitung, jika iterasi dimulai dari 1 maka pada awal
perhitungan nilai t ialah 1. Iterasi akan berulang sesuai dengan ketentuan
iterasi yang sedang berjalan. Hitung perubahan matrik partisi.
6)
1
2 1
) ]
=1 [
=1(
1
2 1
) ]
dengan i = 1, 2, , n; dan k = 1, 2, , c 3
7)
Means (FCM) menampilkan data seperti bola berawan dari sebuah kelompok data
dalam ruang dimensi P. Algoritma cenderung akan membentuk kelompok dalam
bentuk bulat. Ini dapat digunakan dalam ruang untuk mendeteksi bentuk linear.
Semua kelompok diasumsikan berukuran sama. Setiap kelompok direpresentasikan
oleh pusat. Representasi dari sebuah kelompok ini disebut prototipe, karena
dianggap sebagai perwakilan dari semua data yang ada pada kelompok. Untuk
ukuran, jarak Euclidean sering digunakan untuk jarak antara datum dan protipe
(Sasmita, 2011).
3.
METODOLOGI PENELITIAN
3.1
Metode Penelitian
4.
4.1
Hasil
a.
Analisis Sistem
1) Gambaran Umum
4) Analisis Proses
Analisis proses terbagi menjadi 2, yaitu:
a. Use case
Hasil analisis input output pada sistem, maka diperlukan analisa terhadap
proses apa saja yang terjadi pada sistem dan interaksinya antara aktor dan
sistem.
b. Activity Diagram
Perancangan sistem bertujuan untuk mengetahui setiap proses (aktivitas)
yang digambarkan dengan activity diagram. Proses sistem diawali dengan
membuka aplikasi segmentasi citra satelit, menginputkan citra satelit dari
komputer user.
disegmentasi.
b.
Desain
Perancangan antarmuka merupakan tahap untuk merancang form-form pada
sistem yang akan dibuat sebelum masuk tahap implementasi. Adapun perancangan
antarmukanya antara lain:
1. Form Home (Halaman Awal)
Rancangan form Home adalah halaman awal sistem yang menampilkan semua
fitur yang ada pada sistem seperti pada Gambar 2.
Logo Unlam dan Judul
Open
Number Of Cluster
Proses
Choose Color
Cluster 2
Choose Color
Cluster 3
Choose Color
Cluster 4
Choose Color
Cluster 5
Choose Color
Cluster 6
Choose Color
Cluster 7
Choose Color
Exit
Iterasi
Pilih
Cluster 1
Citra Satelit
Enter
Text
Enter
Text
Enter
Text
Implementasi
Tahap selanjutnya merupakan tahap implementasi dari analisis dan
Setelah proses segmentasi lahan selesai maka akan tampil form hasil yang
terbagi dua yaitu citra satelit sebelum disegmentasi dan citra satelit sesudah
disegmentasi seperti pada Gambar 5.
Pengujian
Pengujian sistem ini menggunakan metode pengujian kotak hitam atau
dikenal dengan Black Box Testing. Pengujian sistem bertujuan untuk memastikan
fitur-fitur dari kebutuhan fungsional dari suatu masukkan dalam menjalankan
proses yang tepat dan ouput yang sesuai dengan perancangan sistem.
1.2
Pembahasan
Citra satelit Kecamatan Gambut Kalimantan Selatan yang memiliki ukuran
529x473 piksel ini merupakan objek dari penelitian yang telah dilakukan dan
bertujuan untuk mengetahui hasil dari segmentasi citra satelit pada lahan pada citra
ini terdapat setiap pikselnya nilai RGB masing-masing yang dapat dikonversikan
ke dalam bentuk matrik, misalnya [1,1] memiliki nilai RGB [255,255,255].
Untuk lebih jelasnya dapat dilihat algoritma Fuzzy C-Means adalah sebagai
berikut:
1. Menginput data yang akan di cluster yaitu data citra satelit Kecamatan
Gambut Kalimantan Selatan. nilai RGB sampel data pada Tabel 1. yang
diambil adalah 3x3 piksel sehingga ada 9 data.
Atribut Warna
R
145
208
78
138
210
74
134
219
76
158
240
103
190
255
139
142
198
75
144
214
82
147
243
94
127
226
83
Jumlah cluster ( c )
(b)
Pangkat (w)
(c)
1000
(d)
0.001
(e)
(f)
M2
M3
M4
0.417112 0.160428
0.267857 0.333333
0.38806
0.22619
0.26738
0.172619
Cluster 2
Cluster 3
Cluster 4
153.591
143.897
144.525
144.462
225.422
220.716
225.817
221.25
96.0408026
84.9745159
88.0130809
85.0261478
L2
L3
L4
LT
6.201370677
138.322025
26.91706401
124.915813
25.668389
22.53469
35.60525095
3.198487582
87.0068178
39.576179
24.60614
26.7695143
53.02944517
143.981279
34.11692186
1644.34718
373.11047
31.03113
27.97361655
3.603999447
435.719218
10.09091
9.3884769 4.531791506
4.427424491
28.438603
16.68795736
124.821753
6.902206537
461.051119
Fungsi
3188.60381
pt/
Objektif
M2
M3
M4
0.2373959 0.1076775
0.4540317
Berdasarkan hasil aplikasi di atas bahwa pada penelitian ini sistem melakukan
segmentasi terhadap 4 cluster hal ini didasari oleh penampilan unsur-unsur
kenampakan bumi menurut Badan Informasi Geospasial yang membagi unsurunsur tersebut dalam 7 (tujuh) tema yang telah disebutkan dalam landasan teori.
Namun tidak semua 7 (tujuh) tema ini dapat ditampilkan dalam sistem segmentasi
citra. Karena Landsat 8 memiliki keterbetasan jarak yaitu 30x30 km dalam satu
piksel.
Empat tema tersebut adalah sebagai berikut:
1.
2.
3.
4.
Transportasi dan utilitas jalan seperi jaringan jalan, kereta api, kabel tranmisi,
dan sebagainya.
Adapun tiga tema yang tidak dapat diterapkan dalam sistem ini adalah
1.
Data ketinggian.
2.
Batas administrasi.
3.
Nama-nama geografi.
Pengecekan lapangan dilakukan pada pengambilan sampel pada setiap warna
yang di cluster secara acak dan beberapa desa saja untuk memastikan lahan yang
disegmentasi hasilnya sama dengan bantuan Google map untuk menelusuri jalan
menuju tiap desa yang disurvey. Hasil pengecekan lapangan dan sistem dapat
menunjukkan hasil segmentasi menjadi 4 cluster terdiri atas:
1.
2.
3.
4.
Daerah bangunan dan jalan menjadi satu warna yaitu warna ungu.
Pada aplikasi segmentasi citra satelit ini dibuktikan dengan pengecekan
lapangan langsung bahwa warna putih (255; 255; 255) adalah Gambar 5. semaksemak di Desa Malintang Baru selain semak dapat juga terlihat daerah belukar yang
berawa dapat dilihat di pinggiran jalan A. Yani Km. 17. Daerah persawahan
ditunjukkan oleh warna biru (0; 48; 191) yaitu di Jalan Irigasi terhampar
persawahan, biasanya dalam peta citra sawah dapat dilihat karena memiliki warna
hijau yang berpetak-petak.
Warna merah (255; 0; 0) menunjukkan daerah perairan seperti rawa atau
sungai atau danau. Gambar 5. yaitu daerah galian tambang pasir putih yang
membentuk Danau Biru yang luas di Desa Guntung Ujung. Semakin dalam air di
daerah berair makan warna yang ditampilkan adalah merah.
Warna ungu (142; 35; 162) menampilkan jalan dan daerah bangunan menjadi
satu warna seperti di bundaran simpang empat tepatnya di 17 Mei Monument
(Gambar 5.) di Jalan A. Yani Km. 17, hal ini terjadi dikarenakan warna yang
berdekatan dari jalan dan bangunan yang sempit yaitu tidak mencapai 30x30 m.
selain itu juga ada jalan yang tidak menunjukkan citra berwarna ungu akan tetapi
warna biru artinya sebagian jalan tidak terbaca di sistem segmentasi citra satelit ini.
5.
KESIMPULAN
Dari hasil penelitian dan pengamatan dari sistem yang telah dibuat, maka
2.
Aplikasi ini bersifat fleksibel karena dapat digunakan oleh masyarakat umum,
citra yang memiliki nilai RGB berekstensi TIFF , jumlah cluster yang didasari
oleh Badan Informasi Geospasial yaitu ada 7 tema, dan warna yang dapat
ditentukan sendiri oleh user meskipun sebelum warna ditentukan oleh user
sudah terdapat warna untuk setiap cluster.
DAFTAR PUSTAKA
Adnyana, I Made Budi. 2015. Segmentasi Citra Berbasis Clustering Menggunakan
Algoritma Fuzzy C-Means dan Cat Awarm Optimation. Naskah Tesis
Universitas Udayana Denpasar. Bali
Badan Informasi Geospasial. 2013. Peta Rupabumi
http:// www.big.go.id/peta-rupabumi
Diakses pada 17 Februari 2015
Hamzah, Rossi. 2014. Implementasi Katalog Parameter Kelautan Untuk Suhu
Permukaan Laut dan Klorofil-A dari Data Satelit Terra/Aqua Modis dan
NOAA AVHRR. Seminar Nasional Penginderaan Jauh.
Hariyanti, Ni Kadek Dessy. 2013.Ananlisis Segmentasi Sitra Satelit Menggunakan
Metode Fuzzy C-Means. Politeknik Negeri Bali: Bali. Jurnal Matrix (2013)
3, No 1.
Novi Reandy Sasmita, dkk. 2011. Metode Fuzzy C-Means (FCM) dan Fuzzy Cshell (FCS) Menggunakan Data Citra Satelit Quickbird (Studi Kasus
daerah Peukanbada Aceh Besar). Jurnal Penelitian Universitas Syiah
Kuala. Banda Aceh
Prayudha, M. 2011. Bit Stream.
http://repository.usu.ac.id/bitstream/123456789/27926/4/Chapter%20II.pdf
Diakses 17 Februari 2015
Sitanggang, Gokmaria. 2010. Kajian Pemanfaatan Satelit Masa Depan:Sistem
Penginderaan Jauh Satelit Ldcm (Landsat-8). LAPAN. Berita Dirgantara
Vol. 11 No. 2 (2010), 47-58
USGS. USGS Global Visualitation Viewer. 2014
http://glovis.usgs.gov/
Diakses pada 17 Februari 2015.