Oleh :
Langkah-langkahnya :
1. Buka file citra yang ingin diklasifikasikan, pilih File > Open Image File >
pilih file yang diinginkan
2. Buat ROI untuk klasifikasi, Basic Tools > Region Of Interest > ROI Tool,
maka jendela ROI Tool akan muncul, pilih window yang akan diidentifikasi, dan
klik new region untuk pemberian kelas-kelas.
Yan Andika(1101564/2011)_Geografi
3. Setelah selesai membuat ROI, kita lakukan proses klasifikasi, dengan memilih
Classification > Supervixed >Maximum Likelihood (metode/algoritma
maximum likelihood), pilih file yang akan diklasifikasikan, klik OK, Kemudian
pilih pengkelasan hasil pembuatan ROI tadi,dan untuk set probability ambil
none, pilih penyimpanan dan OK.
Yan Andika(1101564/2011)_Geografi
4. Setelah proses klasifikasi selesai, maka hasil klasifikasi kita lakukan
generalisasi, dengan cara Classification > Post Classification >
Majority/Minority Analysis. Setelah itu pilih hasil klasifikasi yang ingin di
generalisasi. Pilih pengkelasan yang dibuat tadi, pilih metode generalisasinya
major/minor, kemudian klik OK.
Yan Andika(1101564/2011)_Geografi
5. Setalah digeneralisasi, untuk menjadi basis data sig maka filenya harus diekspor
kedalam format vector, adapun caranya sebagai berikut : ambil Vector > Raster
to Vector, maka jendela Rater to Vector akan muncul, pilih hasil yang akan
dikonvert kedalam vector, setelah itu klik OK. Pilih pengkelasan yang kita buat
tadi, kemudian pilih folder penyimpanan, klik OK, maka proses konversi akan
berjalan.
Yan Andika(1101564/2011)_Geografi
mudah untuk digunakan, kita harus mengkonvert kembali file tersebut kedalam
format vector yang sering dipakai yaitu shapefile (shp), adapun langkah-
langkahnya ialah :
Pilih File pada jendela Available Vectors List, kemudian klik Export Layers to
Shapefile, lalu pilih dimana file akan disimpan, kemudian klik OK.
Setelah proses konversi ke shapefile, file dapat digunakan untuk analisis lebih
lanjut.
Yan Andika(1101564/2011)_Geografi
Hasil Klasifikasi Terbimbing denganberbdagai metode/algoritma
Metode/Algoritma Hasil
Parallelepiped
Minimum Distance
Mahalanobis
Distance
Yan Andika(1101564/2011)_Geografi
Maximum
Likehood
Binary Encoding
Neural Net
Yan Andika(1101564/2011)_Geografi
B. Klasifikasi Tidak Terbimbing (Unsupervised Classification).
Ada 2 metode klasifikasi yang digunakan pada klasifikasi tidak terbimbing, yaitu
ISODATA dan K-Means.
Metode K-Means hampir sama dengan ISODATA. Hanya saja pada metode K-
Means digunakan asumsi bahwa jumlah klaster telah diketahui.
Langkah-langkahnya :
1. Pilih Classification > Unsupervixed > ISODATA, pilih file yang akan
diklassfikasikan, klik OK, Kemudian akan muncul jendela ISODATA
Parameters, isi number of Classes sesuai yang diinginkan, dan jumlah maximum
iterations. Kemudian klik OK
Yan Andika(1101564/2011)_Geografi
2. Setelah proses klasifikasi selesai, jika ingin digeneralisasi dan kemudian di
convert menjadi format data vector, langkahnya sama seperti pada proses
generalisasi dan convert pada klasifikasi terbimbing.
Metode/Algoritma Hasil
ISODATA
K-Means
Yan Andika(1101564/2011)_Geografi