Klasifikasi citra

Apa itu klasifikasi citra??

Klasifikasi citra adalah mengelompokkkan objek berdasarkan class
(kelas) tertentu. Sehingga kita dapat dengan mudah mengenali
objek apa saja yag ada di permukaan bumi serta berapa luas
areanya. Dalam klasifikasi citra ada dua model yang digunakan
yaitu:

1. Klasifikasi Supervised (Terbimbing)

2. Klasifikasi Unsupervised (Tak terbimbing)

Data apa saja yang diperlukan untuk klasifikasi citra??

Untuk melakukan klasifikasi kita harus mempersiapkan data
petanya. terdiri dari:
Data peta Landsat
Data peta suatu daerah dalam bentuk .shp
Setelah semua data siap selanjutnya kita lanjut ke tahap
klasifikasinya.
1. Klasifikasi Supervised
Klasifikasi supervised atau biasa di sebut klasifikasi terbimbing
adalah klasifikasi yang menggunakan trace area. Jadi kita
menentukan objek apa saja yang ada di peta dengan membuat
semacam polygon untuk daerah tertentu (signature file). Kemudian
aplikasi akan mencari daerah yang mempunyai kesamaan dengan
berdasarkan data signature yang telah kita buat.

Langkah-langkah membuat klasifikasi citra Supervised:

1. Buka ArcGis

2. Tampilkan data citra (dalam hal ini saya menggunakan contoh

desa tado pulia kec. Maros) yang akan diklasifikasi

3. Buat signature. Klik Arctoolbox > Spatial Analyst >

Multivariate > Create Signatures.
4. Aktifkan toolbar Image classifcation terlebih dahulu.
(Customize > Toolbar > Image classificaation)

5. Buat training area dengan menggunakan draw polygon, pertama

buat training area untuk hutan. Gunakan zoom in untuk mengenali
kenampakan hutan. Gunakan cara yang sama buat training area
yang lain seperti sawah, lahan kosong dan pemukiman.

Klik pada training sample manajer untuk menuliskan hasil draw

polygon.

6. Simpan hasil Training sample manager dengan

mengklik create a signature.

7. Mengeksekusi hasil create signature, pilih Maximum

Likelihood Classification dalam toolbox image
classification.

8. Masukkan input raster bands-nya dan input file signature

dengan file signature hasil create signature (ekstensi
.GSG) dan simpan output raster terklasifikasi pada lokasi
yang diinginkan, klik OK.
9. Hasinya akhirnya seperti berikut.
2. Klasifikasi Unsupervised
Klasifikasi unsupervised (tak terbimbing) adalah klasifikasi yang
hanya memasukkan jumlah kelasnya kemudian otomatis aplikasi
akan mencari kelas mana yang dimaksud berdasarkan nilai pixel
yang sama,

Langkah-langkah membuat klasifikasi citra Unsupervised:

1. Tampilkan data citra ( daerah tado pulia sebagai contoh) yang

akan diklasifikasi dengan iso cluster
2. Klik ArcToolbox buka Spatial Analyst Tools ->Multivariate
->Iso Cluster unsupervised classification.
3. Pada tab isocluster pilih input raster tado pulia (daerah yang
akan diklasifikasi unsupervised), number of dasses (4) simpan
dengan nama taddo_pulia, klik ok dan tunggu proses selesai.
4. Pilih ArcToolbox > Spatial Analyst > Multivariate >
Maximum Likelihood.
5. Isikan seperti pada langkah 8 (klasifikasi supervised
sebelumnya)
6. Hasilnya seperti berikut:
Silahkan dilihat juga referensi Arcgis yang lain tentang digitasi peta.