G24140050 - Irma Amalia Oktaviana - Laporan - 4 PDF
G24140050 - Irma Amalia Oktaviana - Laporan - 4 PDF
Asisten :
Desra Arriyadi
Aryo Adhi Condro
Sherly Gustia Nivo
M. Faruq Ardiansyah
Ilham Tresna
Irfi Panrepi
G24130002
G24130007
G24130017
G24130025
G24130036
G24130076
Membuka image
bogorstac.img
pada ERDAS
Melakukan
klasifikasi tak
terbimbing
Mengubah
composite band
menjadi 543
Membuat layout
dengan menggunakan
arcMap
Menyimpan file
tersebut dengan
format JPEG
Melakukan
klasifikasi
terbimbing
Menentukan titik
koordinat dari hasil
groundtruthing
Melakukan
klasifikasi tak
terbimbing
Membuka imagine
bogorstack yang
sudah diubah
composite bandnya
menjadi 543
Membuat layout
dengan
menggunakan
arcMap
Menyimpan file
tersebut dengan
format JPEG.
Gambar 1 Diagram alir klasifikasi tutupan lahan dengan klasifikasi terbimbing dan tak
terbimbing
Gambar 1 Peta klasifikasi tak terbimbing kota Bogor composite band 543
Berdasarkan praktikum yang telah dilaksanakan, metode klasifikasi tak
terbimbing adalah menentukan composite band sendiri yang dinilai cocok untuk
pengklasifikasian berbagai jenis kelas. Klasifikasi unsupervised digunakan ketika kita
hanya mempunyai sedikit informasi tentang dataset kita. Pada klasifikasi tidak
terbimbing, pengklasifikasian dimulai dengan pemeriksaan seluruh pixel dan membagi
kedalam kelas-kelas berdasarkan pada pengelompokkan nilai-nilai citra seperti apa
adanya (Indarto 2009). Klasifikasi citra metode tak terbimbing sepenuhnya dikendalikan
oleh komputer dalam pengelompokan data raster, user atau manusia hanya berperan
sebagai pengoperasi dalam klasifikasi yang dilakukan. Klasifikasi tak terbimbing meliputi
pembagian kelas vegetasi, non vegetasi, badan air, dan awan.
kondisi sebenarnya di lapangan. Nilai koefisien Kappa mempunyai rentang 0 hingga +1.
Kategori kesesuaian Nilai kappa statistik menurut Viera dan Garet (2005) adalah, jika
nilai kappa statistic kurang dari 0 maka dikatakan (Less than change agreement), 0.01
0.20 (Slight agreement), 0.21 0.40 (Fair agreement), 0.41 0.60 (Moderate
agreement), 0.61 0.80 (Substantial agreement), 0.81 0.99 (Almost perfect agreement
). Berdasarkan data diatas maka dapat disimpulkan bahwa nilai kappa statistik yang baik
berada pada nilai di atas 0,61. Klasifikasi citra terbimbing yng praktikan lakukan dengan
menggunakan composite band 543, menghasilkan nilai kappa sebesar 0,7855 dapat
dikatakan bahwa klasifikasi yang telah dilakukan tergolong baik. Hal ini menunjukkan
bahwa jumlah piksel terklasifikasi dengan baik walaupun masih ada beberapa pixel yang
terklasifikasi dari dan ke kelas lain.
Penentuan tingkat akurasi dalam klasifikasi tutupan lahan dapat dilakukan
dengan uji akurasi metode tabel confusion matrix. Metode tabel confusion matrix adalah
tabel yang digunakan untu mengukur hubungan antara dua variabel kategorik dimana
tabel tersebut merangkum frekuensi bersama dari observasi pada setiap kategori variabel.
Nilai akurasi pada tabel kontingensi dapat dibagi menjadi dua yaitu akurasi secara
keseluruhan sebagai total kelas yang diklasifikasikan dibagi dengan total kelas referensi
dan nilai akurasi individu. Nilai akurasi individu juga dibagi lagi menjadi dua yaitu
producers accuracy dan user accuracy (Catur U dkk, 2015).
Kesimpulan
Klasifikasi tutupan lahan dilakukan dengan dua metode, yaitu klasifikasi
terbimbing yang merupakan metode yang dipandu dan dikendalikan sebagian besar atau
sepenuhnya oleh pengguna dalam proses pengklasifikasiannya. Berbeda dengan
klasifikasi tidak terbimbing, lebih memberikan mandat sepenuhnya kepada sistem atau
komputer untuk mengelompokkan data raster berdasarkan nilai digitalnya masingmasing, intervensi pengguna dalam hal ini diminimalisasi. Oleh karena itu, klasifikasi
terbimbing dapat dikatakan lebih akurat daripada klasifikasi tak terbimbing. Uji akurasi
yang digunakan adalah dengan nilai kappa statistik. Nilai kappa statistik yang berhasil
diperoleh adlah 0,7855 dan dapat dikatakan bahwa klasifikasi yang dilakukan sudah baik
karena berada di atas nilai 0,61.
Daftar Pustaka
Catur U, Susanto, Dipo Y dan Mukhoriyah. 2015. Identifikasi lahan tambang timah
menggunakan metode klasifikasi terbimbing maximum likelihood pada citra
landsat 8. Jurnal Majalah Ilmiah Globe. 17(1):9-15
Indarto. 2009. Identifikasi dak klasifikasi peruntukan lahan menggunakan citra ASTER.
Jurnal Teknik Sipil. 9(1):1-8.
Lillesand and Kiefer, 1998. Penginderaan Jauh dan Interpretasi Citra Penginderaan
Jauh. Yogyakarta (ID): Gadjah mada University Press.
Nurmalasari A.2013. Analisis Penggunaan Lahan Bagian Hulu Sungai Ciliwung dalam
Mengurangi Volume Banjir Jakarta dengan Integrasi Citra Satelit DEM
SRTM [Skripsi].Semarang (ID): Universitas Diponegoro.
Rizcanofana R, Hapsari H, Deviantari U. 2013. Metode klasifikasi digital untuk citra
satelit beresolusi tonggi WorldView-2 pada unit pengembangan Kertajaya dan
Dharmahusada Surabaya. Jurnal Teknik Pomits. 10(10):2337-3539.
Viera AJ, Garret JM. 2005. Understanding Interobserver Agreement: The Kappa
Statistic. Family Medicine.
Lampiran