Disusun Oleh :
SIDIG LUHUR SRIBUANA
15/389350/PTK/10470
2. Selanjutnya akan muncul kotak dialog Feature Extraction Segment tentukan nilai Scale
Level (nilai skala) yang ideal untuk segmentasi satu set citra, misalnya 30.
3. Kemudian muncul kotak dialog Feature Extraction Merge, tentukan nilai Merge
(penggabungan segmen) sehingga didapat nilai Merge yang ideal, misalnya 80.
4. Kemudian muncul kotak dialog Feature Extraction Refine, pilih No Thresholding atau
Thresholding untuk mengetahui nilai ambang batas objek dengan background klik Next.
5. Selanjutnya muncul kotak dialog Feature Extraction Compute Attributes pilih semua tipe
data atribut yaiyu Spatial, Spectral, dan Texture. Kemudian klik Next.
6. Kemudian muncul kotak dialog Feature Extraction: Extract Features pilih klasifikasi
dengan metode Choose by Selecting Examples klik Next.
7. Selanjutnya muncul kotak dialog Feature Extraction: Supervised Classification, pada tahap
ini dilakukan pembuatan kelas Objek yang diambil antara lain pemukiman (kuning), vegetasi
(hijau), sungai (biru), gedung (merah), jalan (hitam), dan lapangan (coklat), lahan kosong
(abu-abu) klik Next.
7. Selanjutnya setelah proses klasifikasi selesai berdasarkan training area (sampel), maka
hasilnya akan seperti gambar berikut ini :
8. Kemudian hasil klasifikasi dikonversi ke vektor (.shp). Pilihan export untuk data kelas dapat
digabung maupun dipisah Tanda bahwa proses konversi telah berhasil maka akan muncul
laporan dan statistiknya seperti gambar di bawah ini :
Gambar 9. Kotak dialog Export Vector Result dan Report and Statistics
9. Jika hasil konversi ditampilkan dalam ArcMap maka hasilnya seperti berikut ini.
11. Selanjutnya muncul kotak dialog Extract Features : Rule-Based Classification, pada tahap
ini dilakukan pembuatan kelas Objek dan memasukkan rule berdasarkan objeknya agar
dapat dipisahkan dari background-nya, yang diambil antara lain pemukiman (kuning),
vegetasi (hijau), sungai (biru), gedung (merah), jalan (hitam), dan lapangan (coklat), lahan
kosong (abu-abu) klik Next.
12. Selanjutnya setelah proses klasifikasi selesai berdasarkan training area (sampel), maka
hasilnya akan seperti gambar berikut ini :
13. Kemudian hasil klasifikasi dikonversi ke vektor (.shp). Pilihan export untuk data kelas
dapat digabung maupun dipisah Tanda bahwa proses konversi telah berhasil maka akan
muncul laporan dan statistiknya seperti gambar di bawah ini :
Gambar 15. Kotak dialog Export Vector Result dan Report and Statistics
14. Jika hasil konversi ditampilkan dalam ArcMap maka hasilnya seperti berikut ini.
C. Analisis Hasil
Dari kedua metode yaitu Selection by Example dan Rule Base didapatkan hasil klasifikasi
berbasis objek. Hasil yang didapatkan lebih mudah menggunakan Klasifikasi berbasis objek
menggunakan Selection by Example, karena klasifikasi ini dilakukan cenderung ke arah supervised
classification yang dibantu dengan pembuatan training area. Sedangkan pada klasifikasi berbasis
objek menggunakan Rule base, dimana harus mendefinisikan rule rule yang akan
digunakan,untuk menentukan jenis jenis objeknya berdasarkan nilai spectral, luasan, bentuk
spasial, tekstur objek.
E. Kesimpulan
Dari kedua metode yaitu Selection by Example dan Rule Base. Klasifikasi berbasis objek
hasilnya lebih baik dengan menggunakan Rule Base. Karena objek objek diklasifikan
berdasarkan nilai spectral, tekstur objek, bentuk spasial dari objek tersebut sehingga klasifikasi
yang dihasilkan cenderung lebih baik.