D-III Teknik Geomatika SV-UGM

MATERI 4
KLASIFIKASI SUPERVISED

Tujuan:
- Mahasiswa dapat melakukan klasifikasi Supervised.

 Langkah Kerja :
Klasifikasi Supervised
1. Untuk melakukan klasifikasi supervised terlebih dahulu dilakukan pemilihan region
of interest untuk memberikan acuan pada klasifikasi tersebut. Caranya, pada display
citra yang telah terektifikasi tadi, klik menu Overlay → Region Of Interest dan akan
muncul jendela ROI Tool.

Kemudian tandai daerah-daerah dengan sampel klasifikasi tertentu. Pada ROI name
diganti dengan sasaran klasifikasi (vegetasi, pemukiman, dsb) kemudian buatlah
sampel dengan menandai daerah yang karakteristiknya sesuai dengan sasaran
klasifikasi. Cara menandainya dengan mendigit dalam luasan-luasan tertentu lalu klik
kanan jika sudah selesai. Color/warna yang akan menentukan tampilan hasil
klasifikasi sesuai sasaran klasifikasi.

Praktik Pengindraan Jauh Terapan |1

 D-III Teknik Geomatika SV-UGM

Setelah selesai membuat ROI, simpan dengan klik File → Save ROIs → Select All
Items → pilih directory penyimpanan ROI dan nama hasil penyimpanan ROI →
OK.

`
2. Melakukan proses klasifikasi dengan algoritma tertentu, yang pertama menggunakan
parallelepiped. Klik pada menu Classification → Supervised → Parallelepiped →
Pilih file citra yang akan diklasifikasi → OK → Select All items (semua ROI) →
pilih directory penyimpanan hasil klasifikasi dan nama file hasil klasifikasi → OK.

Praktik Pengindraan Jauh Terapan |2

 D-III Teknik Geomatika SV-UGM

Hasil klasifikasi supervised dengan menggunakan Parallelepiped.

3. Melakukan proses klasifikasi dengan algoritma Minimum Distance. Klik pada menu
Classification → Supervised → Minimum Distance → Pilih file citra yang akan
diklasifikasi → OK → Select All items (semua ROI) → pilih directory penyimpanan
hasil klasifikasi dan nama file hasil klasifikasi → OK.

Praktik Pengindraan Jauh Terapan |3

 D-III Teknik Geomatika SV-UGM

Hasil klasifikasi menggunakan algoritma Minimum Distance.

4. Melakukan proses klasifikasi dengan algoritma Mahalanobis Distance. Klik pada

menu Classification → Supervised → Mahalanobis Distance → Pilih file citra yang
akan diklasifikasi → OK → Select All items (semua ROI) → pilih directory
penyimpanan hasil klasifikasi dan nama file hasil klasifikasi → OK.

Praktik Pengindraan Jauh Terapan |4

 D-III Teknik Geomatika SV-UGM

Hasil klasifikasi citra mengunakan algoritma Mahalanobis Distance.

5. Melakukan proses klasifikasi dengan algoritma Maximum Likelihood. Klik pada

menu Classification → Supervised → Maximum Likelihood → Pilih file citra yang
akan diklasifikasi → OK → Select All items (semua ROI) → pilih directory
penyimpanan hasil klasifikasi dan nama file hasil klasifikasi → OK.

Praktik Pengindraan Jauh Terapan |5

 D-III Teknik Geomatika SV-UGM

Hasil klasifikasi supervised menggunakan algoritman Maximum Likelihood.

Lakukan analisis terhadap hasil klasifikasi supervised dengan menggunakan empat algoritma
tersebut. Mengapa hasilnya berbeda-beda?

Praktik Pengindraan Jauh Terapan |6