Anda di halaman 1dari 12

Arif Prasetyo

arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 1

PENGOLAHAN CITRA DIGITAL


1. Composite Bands
Tool Composite Bands digunakan untuk menyusun komposisi warna
Red-Green-Blue pada citra, baik optik maupun radar. Dalam modul lathan ini
digunakan data citra satelit landsat TM5. Format data citra hasil Download
biasanya dalam bentuk TIFF atau GeoTIFF bisa langsung diproses Composite
Bands. Tool ini terdapat di bagian ArcToolbox > Raster > Raster Processing >
Composite Bands.

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Arif Prasetyo
arifprasetyo98@yahoo.com

Page 2

Untuk
penutupan

Bands

keperluan
lahan,

klasifikasi

biasanya

digunakan 3 komposisi warna RGB yaitu


dari Band 5, 4, dan 2 (Departemen
kehutanan), atau band 5, 4, dan 3.

2. Symbology

hanya

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 3

Arif Prasetyo
arifprasetyo98@yahoo.com

3. Geo referencing / koreksi geometri

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 4

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 5

4. Pemotongan Citra / Extraction


Terdapat dua cara pemotongan citra, yaitu dengan menggunakan
shapefile polygon / raster batas pemotongan citra dan menggunakan batas yang
kita buat dari fungsi tool draw.
a. Menggunakan shapefile polygon / raster batas pemotongan citra
ArcToolBox > Spatial Analyst Tools > Extraction > Extract by Mask

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Arif Prasetyo
arifprasetyo98@yahoo.com

Page 6

Proses pemotongan data menggukanan mask raster (Sumber : ArcGis


Desktop Help).

Proses pemotongan data menggunakan mask shapefile polygon

Mask

Input
Outpu

b. Mengunakan Draw Tool

Setelah membuat shape dengan Draw Toos, klik kanan pada layer

Data > Export Data

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 7

Selected Graphic (Clipping) > Save

Resolusi spasial
untuk citra
landsat bang 1-5,
dan 7

File output

Folder / lokasi
output

5. Klasifikasi tidak Terbimbing


a. Iso Cluster
Iso cluster digunakan untuk mengelompokkan nilai-nilai peksel yang
relative sama dalam range tertentu. Pada proses ini dapat ditentukan cluster /
pengelompokkan kelas penutupan lahan secara otomatis oleh ArcMap
berdasarkan nilai-nilai piksel tersebut.
Iso Cluster terdapat di ArcToolbox > Spatial Analyst > Multivariate >
Iso Cluster.

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 8

Jumlah kelas / cluster yang disiapkan

b. Maximum Likelihood
Algoritma yang digunakan oleh fungsi Maximum Likelihood Classify
didasarkan pada dua prinsip:
a. Piksel-piksel di setiap sampel kelas dalam ruang multidimensi terdistribusi
secara normal.
b. Teori bias dalam pengambilan keputusan pengelompokkan cluster.
Tool Maximum Likelihood terdapat di ArcToolbox > Spatial Analyst >
Multivariate > Maximum Likelihood.

Hasil Iso
Cluster

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 9

Dibawah ini merupakan citra hasil klasifikasi dengan menggunakan iso


cluster (unsupervised) dengan jumlah kelas awal 10 kelas.

Pada kenyataannya kita ingin menyederhanakan jumlah 10 kelas tersebut


menjadi hanya beberapa kelas saja, maka hal pertama yang harus kita lakukakn
ialah memberikan cirri pembeda untuk tuap kelasnya. Hal ini dapat dilakukan
dengan merubah warna tampilan citra serta memberikan atribut ulang sesuai
dengan nama kelas yang akan digunakan.
Gunakan tool Identify untuk mengidentifikasi value piksel pada citra hasil
klasifikasi

Hasil identifikasi diatas yaitu kelas yang memiliki value 5 berwarna biru.
Selanjutnya buat field baru untuk identitas nama cluster, kemudian isi baris-baris
pada field tersebut dengan menggunakan acuan citra sebelum terklasifikasi.

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Arif Prasetyo
arifprasetyo98@yahoo.com

Page 10

Untuk

mensederhanakan

kelas-kelas

tersebut, bisa menggunakan Reclassify dari tool


Spatial Analyst. Misalnya menyatukan beberapa
kelas yang terpisah / warna yang berbeda menjadi
satu kelas, dapat menggunakan tool ini.

Value yang dirubah

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 11

10 kelas
menjadi
7 kelas

Selanjutnya tinggal memberikan atribut dan warna ulang pada data caitra
klasifikasi hasil reclassify.
6. Klasifikasi Terbimbing
Pada klasifikasi ini digunakan sample area untuk mewakili bagian lain
yang memiliki karakteristik piksel ataupun tekstur yang relative sama. Sample
area yang digunakan dalam modul ini berupa Shapefile Polygon. Fitur ini
nantinya akan diberi atribut tambahan berupa kelas penutupan lahan dan kode
dalam tipe field Intreger. Setelah selesai membuat Polygons, maka tahap
selanjutnya sebagai berikut
a. Create Signature
Arctoolbox > Spatial Analyst > Multivariate > Create Signatures

Signature disimpan dalam format *GSG.

Arif Prasetyo
arifprasetyo98@yahoo.com

Spatial Database Analysis Facilities


Departemen Konservasi Sumberdaya Hutan dan Ekowisata
Fakultas Kehutanan Institut Pertanian Bogor

Page 12

b. Maximum Likelihood Classification


Caranya sama dengan tahap Unsupervised Classification.

c. Focal Statistic
Cara ini dilakukan jika ingin menentukan jumlah minimum piksel yang
saling berdekatan dapat dijasikan satu kelas penutupan lahan. Tool ini tedapat di
Arctoolbox > Spatial Analyst > Neighborhood > Focal Statistic.

Jumlah piksel
minimum

Anda mungkin juga menyukai