Klasifikasi Multispektral

Klasifikasi adalah teknik pengolahan pada citra dengan cara mengelompokkan

piksel-piksel kedalam sejumlah kelas, sehingga setiap kelas memiliki pola-pola atau
distribusi spasial yang unik dan spesifikasinya mencerminkan suatu objek atau informasi
yang bersifat sesuai dengan keperluan.
Pada klasifikasi multispektral kita menggunakan dua metode, yaitu Klasifikasi
terkontrol (Superfised Classification) yaitu melakukan klasifikasi berdasarkan pemasukan
contoh objek atau sampel oleh operator. Sedangkan klasifikasi tidak terkontrol
(Unsuperfised classification) secara otomastis diputuskan oleh komputer.
Klasifikasi citra dengan alogaritma kemungkinan maksimum (Maximum Likelihood
Algorythm) merupakan alogaritma yang secara statistik paling mapan. Kalau alogaritma
lain didasari oleh pengukuran jarak antara koordinat gugus sampel dengan koordinat
piksel kandidat (yang akan dikelaskan atau diberi label) maka alogaritma kemungkinan
maksimum menggunakan dasar perhitungan probabilitas. Asumsi dari alogaritma ini ialah
bahwa objek homogen selalu menampilkan histogram yang terdistribusi normal
(Bayesian). Pada alogaritma ini, piksel dikelaskan sebagai objek tertentu bukan karena
jarak euklidiannya, melainkan oleh bentuk, ukuran dan orientasi sampel pada feature
space (yang berupa elipsoida)” (Shresta, 1991).

A. Supervised
1. Pertama buka ArcGIS dan panggil datanya, pastikan data yang kita gunakan memiliki
informasi RGB (Red Green Blue). Dan disini saya akan menggunakan data raster
berekstensi JPEG file. Hasil komposit dari citra Landsat 8.
2. Sebelum itu, kita harus memunculkan Tool Image Classification terlebih dahulu dengan
memilih menu Custumize , pilih Toolbar dan Checklist pada Image Classification.

3. Sehingga nantinya akan muncul tool baru pada antar muka ArcGIS seperti berikut.
Namun kita masih belum bisa menggunkaan tool Image Classification.

Cara mengatasinya yaitu dengan memilih menu Customize, dan pilih Extension.
Kemudian checklist semuanya.

Sekarang tool Image Classification sudah dapat digunakan.

4.
5.