Anda di halaman 1dari 12

LAPORAN PRATIKUM 6

“Supervised Classification”
Mata Kuliah : Penginderaan Jauh
Dosen Pengampu : Riki Rahmad, S.Pd, M.Sc

D
I
S
U
S
U
N
OLEH :
PUTRI HANDAYANI SIAHAAN (3163131028)
C REGULER 2016

JURUSAN PENDIDIKAN GEOGRAFI


FAKULTAS ILMU SOSIAL
UNIVERSITAS NEGERI MEDAN
2018
KATA PENGANTAR

Puji syukur kehadirat Tuhan yang Maha Esa yang masih memberikan kita kesehatan
serta kesempatan sehingga kami dapat menyelesaikan tugas pratikum saya yang berjudul
“Supervised Classification“

Tugas ini disusun berdasarkan hasil referensi dan berbagai pertimbangan yang saya buat agar
nantinya tugas ini dapat menjadi bahan acuan pengajaran atau referensi yang di percaya dan
bermanfaat di kemudian harinya bagi banyak orang.
Saya mengetahui bahwa tugas ini masih banyak kekurangan dalam segi pengerjaan dan isi,
jadi saya berharap ada kritik atau saran yang membangun dari para pembaca agar kami dapat
menjadi lebih baik ke depannya
Mungkin ini saja yang dapat saya sampaikan sebagai kata pengantar
Sekian, terima kasih

Medan, April 2018


Hormat Saya

Penulis

DAFTAR ISI

i
Halaman
Kata Pengantar ..................................................................................................... i
Daftar isi ............................................................................................................... ii
BAB I PENDAHULUAN ............................................................... 1
a. Latar belakang ................................................................................................... 1
b. Tujuan ................................................................................................................ 1
c. Hasil yang diharapkan ........................................................................................ 2
BAB II METODE ......................................................................... 3
a. Alat dan Bahan ................................................................................................... 3
b. Langkah kerja .................................................................................................... 3
c. Pembahasan ....................................................................................................... 8
BAB III PENUTUP ....................................................................... 9

ii
BAB I
PENDAHULUAN

A. Latar Belakang

Penganalisisan citra dikenal juga dengan nama pengolahan citra. Pengolahan citra
adalah pemrosesan citra, khususnya dengan menggunakan komputer, untuk menjadikan
citra yang kualitasnya lebih baik. Meskipun sebuah citra kaya informasi, namun seringkali
citra yang kita miliki mengalami penurunan mutu (degradasi), misalnya mengandung cacat
atau derau, warnanya terlalu kontras, kurang tajam, kabur (blurring), dan sebagainya.
Tentu saja citra semacam ini menjadi lebih sulit diinterpretasi karena informasi yang
disampaikan oleh citra tersebut menjadi berkurang. Agar citra yang mengalami gangguan
mudah diinterpretasi (baik oleh manusia maupun mesin), maka citra tersebut perlu
dimanipulasi menjadi citra lain yang kualitasnya lebih baik.
Dengan kemajuan teknologi yang semakin meningkat pesat dalam melakukan
pengumpulan data untuk pengindraan jauh. Dalam pengelolaan data pengindraan jauh
dapat dilakukan dengan cara manual atau dengan cara digital. Untuk cara manual sendiri
ddapat dilakukan dengan foto udara namun hasil yang di dapatkan pada saat ingin
mengumpulkan data tidak detail hanya sebagian daerah yang di petakan saja dan pada saat
ingin melakukan analisis data yang di dapatkan tidak efesien. Sedangkan dengan
menggunakan cara digital seperti menggunakan aplikasi WEB GLOVIS,dan ENVI
dengan cara ini kita dapat menganalisis citra yang menjadi objek untuk data yang di
inginkan kemudian dengan menggunakan aplikasi tersebut bukan hanya wilayah
indonesia saja yang dapat di analisis citranya dalam pengambilan data tetapi dengan
menggunakan aplikasi ini cakupan objek yang di teliti lebih luas. Maka pada pratikum IV
kagiatan yang akan dilakukan yaitu dengan melakukan “Mosaik, masking dan Pan
Sharpaning Citra”

B. Tujuan
Tujuan dalam melakukan pratikum ini adalah untuk menambah pengetahuan
mahasiswa, khususnya mahasiswa geografi. Manambah wawasan mahasiswa tentang cara
mengidentifikasikasikan sebuah objek dengan menggunkan metode klasifikasi Supervised

1
C. Hasil yang Diharapkan
Hasil yang diharapkan dalam melakukan pratikumini adalah menambah ilmu
pengetahuan dan teknologi mahasiswa terutama mahasiswa geografi dalam mengolah data
citra satelit. Karena sangat bermanfaat jika seorang mahasiswa terutama mahasiswa
geografi telah pandai dan mahir dalam mengidentifikasikasikan sebuah objek dengan
menggunkan metode klasifikasi Supervised.

2
BAB II
PEMBAHASAN
A. Alat dan Bahan
1. Alat
- Komputer / Laptop
- Listrik
- Koneksi wifi / modem prabayar
2. Bahan
- Citra satelit landsat 5
- Software Envi 4.5

B. Langkah Kerja
Melakukan Metode Mosaic
1. Buka software Envi 4.7 untuk melihat citra yang digunakan maka akan muncul seperti
digambar tersebut.

2. Klik open image file untuk memasukan citra yang akan digunakan.

3
3. Pilih data yang sudah di masking untuk di masukan lalu klik ok

4. Setelah muncul klik masking ROI di RGB color lalu klik load RGB

5. Setelah terbuka klik overlay lalu klik Region of Interest

4
6. Setelah muncul akan ada # 1 ROI Tool klik ROI_Type pilih Polygon

7. Kemudian setelah itu untuk mencari objek yang ada di citra lingkari daerah tersebut atau beri
tanda objek yang akan di identifikasikan, semakin banyak objek yang mewakili keseluruhan
kenampakan akan semakin mudah untuk di identifikasikan. seperti warna merah di gunakan
untuk menandakan untuk seluruh kenampakan hutan yang terdapat pada kenampakan citra,
selanjutnya tandai objek tersebut dan klik kanan pada mouse.

8. langkah selanjutnya untuk menampilkan ROI name atau objek baru yang akan di identifikasi
klik new Region pada format #1 ROI Tool. untuk mengidetifikasikan kenampak objek sungai
atau garis pantai klik ROI-Type pilih Polyline. untuk kenampakan objek lainnya klik ROI-
Type Poligon. Warna Hijau digunakan untuk menandakan objek sungai seperti pada gambar
dibawah ini.

5
9. Selanjutnya masih sama seperti yang di atas untuk menampilkan data baru untuk menandai
objek klik new region kemudian tentukan lagi objek yang akan di identifikasikan. Warna biru
di gunakan untuk penanda objek pemukiman, Warna kuning digunakan untuk penanda
kenampakan objek laut, warna biru mudah digunakan untuk penanda objek Lahan terbuka,
dan Warna unggu digunakan untuk penanda objek garis pantai. seperti pada gambar di
bawah ini

10. Setelah semua klik select all lalu klik file dan pilih save ROIs, klik select all item, lalu klik
choose untuk menyimpan file tersebut lalu klik ok

11. Selanjutnya klik classification lalu pilih parallelepiped,

12. Setelah di buka akan muncul Classification input file, pilih file yang tertera di situ kemudian
klik ok

6
13. Kemudian pilih semua file yang ada di dalam parallelepiped parameter, klik choose pertama
dan isi file dengan nama supervised classification paralel dan choose kedua dengan nama
supervised classification paralel 1lalu klik ok.

14. Kemudian setelah muncul di available band list ubah ke mode gray scale lalu klik new
display dan load band maka akan muncul seperti itu.
15. Selanjutnya klik classification pilih post classification lalu klik Majority/Minority/Analysis
16. Setelah muncul di classification input file pilih supervised classification paralel lalu klik ok
17. Kemudian akan muncul colom majority/minority/analysis pilih select all item, pada kamel
size pilih ukuran 3 x 3, lalu choose dan simpan dengan nama classification 3x3 lalu klik ok.
18. Selanjutnya klik classification pilih post classification lalu klik Majority/Minority/Analysis
19. Setelah muncul di classification input file pilih supervised classification paralel lalu klik ok
20. Kemudian akan muncul colom majority/minority/analysis pilih select all item, pada kamel
size pilih ukuran 5 x 5, lalu choose dan simpan dengan nama classification 5x5 lalu klik ok.
21. Ulangi lagi untuk langkah selnnjutnya dengan ukuran kamel size 7 x 7 dan di simpan dengan
nama classification 7x7.
22. Setelah semua tersimpan dan terlihat di available band list, maka buka semua citra ukuran
3x3, 5x5, 7x7 dengan mode gray scale di display berbeda lalu samakan dengan cara link
display untuk bisa bergerak bersamaan.
23. Kemudian langkah selanjutnya klik Classification pilih supervised klik Mahalanobis
Distance.
24. Kemudian pilih file masking kemudian klik ok
25. Kemudian klik select all file, lalu klik choose pertama isi dengan nama file tersebut begitu
juga dengan choose kedua untuk file tersebut kemudian klik ok.
26. Setelah di simpan akan muncul di available band list klik file dengan mode gray scale pada
new band lalu klik load band.
27. Klik classification pilih supervised llu klik maximum likelihood
28. Buka file masking wilayah tersebut lalu pada Maximum Likelihood parameter klik select all
item, klik choose satu dan choose kedua isi dengan nama supervised classification maximum
likelihood dan supervised classification maximum likelihood 1 lalu klik ok.

29. Setelah di simpan maka akan muncul di available band list, klik citra tersebut dan buka
dengan mode gray scale lalu load band

7
C. Pembahasan
Analisis
Klasifikasi data adalah suatu proses dimana semua pixel dari suatu citra yang mempunyai
penampakan spektral yang sama akan di identifikasikan menjadi satu kelas yang sama.
Berdasarkan teknik klasifikasi dapat dibedakan menjadi dua yaitu klasifikasi supervised
(Terbimbing) dan klasifikasi Unsuperved (tidak terbimbing). pada pratikum kali ini kegiatan
yang dilakukan adalah klasifikasi Supervised yang merupakan suatu metode klasifikasi yang
menggunkan area sampling. Area sampling dibuat dengan menggunakan Region Of Interest
(ROI) yang mana ROI ini adalah area sampling yaang dibentuk sebagai training area pada
klasifikasi supervised.
Dengan menggunakan Klasifikasi Supervised ini kita dapat mengidentifikasi segala
kenampakan objek yang ada pada daerah yang di citrakan dengan menggunakan warna-warna
berbeda seperti warna red, yellow, green, blue, Crayen, dan margenta. Untuk
mengidentifikasikan sebuah objek pada citra di berikan sebuah petanda yang mewakili
kenampakan secara keseluruhan pada daerah tersebut. Pada kegiatan pratikum VI ini warna Red
atau merah digunakan untuk menandakan sebuah objek Vegetasi hutan maka pada setiap daerah
yang terdapat vegetasi hutan akan di beri tanda baik dalam bentuk poligon atau persegi.
selanjutnya untuk warna green digunakan untuk menandakan sebuah objek yang berupa
kenampakan sungai pada daerah tersebut,maka pada daerah yang terdapat objek laut akan di
beri penanda warna hijau Selanjutnya warna blue digunakan untuk menandakan objek
pemukiman , maka pada derah yang tedapat obek pemukiman akan di berikan penanda warna
biru. Selanjutnya Untuk menandakan kenampakan objek laut diigunakan warna kuning, untuk
kenampakan lahan terbuka di beri tanda dengan warna biru mudah dan untuk kenampakan objek
garis pantai digunakan warna unggu sebagai penanda objek.
Pembahasan

8
BAB III
PENUTUP

A. Kesimpulan

Hasil dari laporan pratikum ini adalah klasifikasi supervised merupakan kegiatan
yang dilakukan untuk mengidentidikasi objek kenampakan pada sebuah wilayah dengan
menggunakan area sampling yaang dibentuk sebagai training area pada klasifikasi
supervised.

Kemudian untuk membedakan jenis objek yang akan di identifikasi pada metode
Supervised digunakan berbagai warna agar kenampakan tidak terlihat sama seperti warna
merah untuk menandakan objek hutan, hijau untuk sungai, kuning untuk objek laut, biru
untuk objek pemukiman, biru mudah untuk objek lahan terbuka dan untuk warna unggu
menandakan objek garis pantai.