BAB I
PENDAHULUAN
1
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
resolusi spasial tinggi mewakili bagian obyek penutup atau penggunaan lahan yang
umumnya mempunyai ukuran jauh lebih besar dari obyek penutup atau penggunaan
lahan tersebut sehingga jika dilakukan klasifikasi multispektral cenderung
menghasilkan kumpulan piksel yang tidak berkaitan langsung dengan kategorisasi
atau jenis obyek penutup atau penggunaan lahan yang hendak diklasifikasikan
(Danoedoro, 2006 dalam Danoedoro, 2012).
Untuk mengatasi hal tersebut diatas, maka dalam kurun waktu 10 tahun
terakhir ini telah dikembangkan sebuah metode ekstraksi informasi pada citra satelit
resolusi tinggi dengan pendekatan yang berorientasi pada karakteristik dan ke-
khasan dari obyek kenampakan yang terdapat pada citra satelit tersebut, metode
ekstraksi informasi dikenal dengan metode klasifikasi berbasis obyek yang
memanfaatkan teknik dan analisis segmentasi citra satelit tersebut (Navulur, 2007,
dalam Danoedoro 2012).
Pada dasarnya klasifikasi multispektral yang biasanya juga dikenal dengan
klasifikasi berbasis piksel (pixel based classification) terdiri dari dua metode, yakni
klasifikasi terselia (supervised) dan klasifikasi tidak terselia (unsupervised) yang
pendekatannya didasarkan pada derajat keabuan atau nilai piksel itu sendiri, di
mana hal tersebut menunjukkan bahwa hanya informasi spektral dari citra satelit
tersebut yang digunakan untuk melakukan klasifikasi. Perbedaan keduanya metode
klasifikasi tersebut terdapat pada tingkat otomatisasinya, di mana pada klasifikasi
terselia dibutuhkan beberapa jenis sampel atau contoh untuk merepresentasikan dan
mengidentifkasi suatu kelas klasifikasi. Proses klasifikasi berjalan dengan adanya
algoritma yang melakukan analisis statistik derajat kecerahan citra, di mana
algoritma kemiripan maksimum (maximum likelihood) dari beberapa penelitian
telah dibuktikan sebagai metode statistik standar untuk klasifikasi citra digital,
karena merujuk pada kelebihannya dalam teori probabilitas (Chan et al, 2001 dalam
Wibowo, 2010).
Pendekatan klasifikasi berbasis piksel mempunyai kemampuan terbatas
dalam mengolah dan menganalisis informasi dari citra satelit resolusi spasial tinggi
sehingga hasil klasifikasi yang diperoleh belum bisa diterima untuk obyek-obyek
yang diinginkan. Seiring dengan perkembangan ilmu pengetahuan, metode
2
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
3
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
melakukan ekstraksi informasi dari citra satelit resolusi spasial tinggi, diantaranya
(1) point-based, (2) edge-based, (3) region-based, dan (4) Combined (Schiewe,
2002 dalam Blaschke, 2010). Dibandingkan dengan metode klasifikasi berbasis
piksel, metode ekstraksi informasi OBIA tentunya akan lebih unggul karena tidak
hanya mempertimbangkan aspek spektral (nilai spektral) tetapi juga aspek dan
karakterstik spasial dari obyek-obyek tersebut (Tunjung, 2012).
Dengan perkembangan ilmu penginderaan jauh yang sangat pesat, terutama
dalam hal wahana penginderaan jauh yang telah memiliki sistem satelit yang lebih
maju (hi-tech) yang mempunyai berbagai macam sensor yang diletakkan dalam satu
wahana sekaligus sehingga menghasilkan berbagai macam jenis citra satelit dengan
resolusi spektral dan spasial yang beragam dari skala rendah sampai dengan citra
satelit dengan resolusi spasial dan spektral yang tinggi. Hal tersebut tentunya akan
membuat metode pengolahan dan analisis citra akan semakin beragam dan variatif
dengan menggunakan data source dari berbagai sumber (multi source) (Danoedoro,
2008 dalam Wibowo, 2010).
Salah satu kelebihan dari teknologi penginderaan jauh dalam peningkatan
kualitas visual citra satelit adalah dengan melakukan penajaman spasial melalui fusi
citra multi resolusi, di mana secara umum suatu sistem sensor satelit dapat
menghasilkan citra yang memiliki banyak spektrum (multispektral) dengan resolusi
spasial tertentu akan memberikan citra pankromatik dengan resolusi spasial yang
relatif lebih tinggi mengingat lebar spektrum yang lebih besar dibandingkan dengan
yang lain. Metode fusi atau penggabungan antara citra pankromatik dengan citra
multispektral (band hijau, merah, biru) yang dikenal dengan pan-sharpened colour
composite baik digunakan karena memiliki kelebihan dengan mengombinasikan
keunggulan citra multispektral dari aspek warna dengan keunggulan citra
Pankromatik dari aspek kerincian spasialnya sehingga dapat menghasilkan citra
satelit yang unggul dari sisi visualitas pewarnaannya dengan dipertajam dengan
secara spasial oleh citra pankromatik, beberapa algoritma dalam metode fusi citra
diantaranya HSV Sharpening, CN Brovey Sharpening, Gramm Schmidt Pan
Sharpening dan PC Spectral Sharpening (Danoedoro, 2012). Pada dasarnya citra
hasil fusi (pan – sharpened) tidak hanya memiliki kelebihan dari aspek spasial tapi
4
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
juga memiliki kekurangan dari aspek spektral yakni nilai piksel yang tidak lagi
murni karena telah mengalami perubahan pada saat proses fusi citra dilakukan.
Citra satelit penginderaan jauh seperti Ikonos, Quickbird, GeoEye,
WorldView, dan lain-lain pada dasarnya telah memiliki resolusi spasial tinggi pada
dua jenis saluran (band) bawaannya yakni citra saluran multispektral dan citra
saluran pankromatik yang mempunyai kemampuan dalam menyajikan kenampakan
penutup dan penggunaan lahan dengan sangat detail terutama untuk wilayah urban
(kota), di mana untuk beberapa kenampakan obyek penutup dan penggunaan lahan
seperti bangunan, vegetasi, tubuh air, serta obyek lainnya terlihat sangat jelas dan
detail. Secara visual, tampilan obyek-obyek tersebut bisa langsung dapat
diinterpretasi berdasarkan kunci-kunci interpretasi untuk memberikan pembedaan
jenis obyek yang terdapat pada citra satelit tersebut.
Salah satu citra satelit penginderaan jauh yang dapat digunakan untuk
ekstraksi informasi penggunaan lahan khususnya diwilayah perkotaan yakni Citra
Satelit WorldView-2, citra satelit ini merupakan generasi terbaru dari Digitalglobe
sebuah perusahaan Amerika yang diluncurkan pada tanggal 8 Oktober 2009. Citra
Satelit yang dihasilkan selain memiliki resolusi spasial yang tinggi juga memiliki
resolusi spektral yang lebih lengkap. Resolusi spasial yang dimiliki citra satelit
WorldView-2 ini lebih tinggi, yaitu : 0.46 m – 0.5 m untuk citra pankromatik dan
1.84 m - 2.05 m untuk citra multispektral. Citra multispektral dari WorldView-2 ini
memiliki jumlah band sebanyak 8 band sehingga sangat memadai bagi keperluan
analisis-analisis spasial sumber daya alam dan lingkungan hidup serta untuk
wilayah urban (perkotaan) (Digitalglobe.com, 2013).
5
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
hasil pada proses ekstraksi informasi yang telah dilakukan dalam berbagai
penelitian antara lain metode fuzzy logic (logika samar), jaringan syaraf tiruan
(artificial neural network), klasifikasi citra berorientasi obyek (object oriented
classification).
Metode klasifikasi berorientasi obyek merupakan salah satu pendekatan yang
dapat digunakan dalam proses ekstraksi informasi dari citra satelit resolusi spasial
tinggi, karena mempunyai tingkat akurasi hasil yang cukup baik dan kemampuan
analisis per obyek berdasarkan karakteristiknya. Metode klasifikasi berorientasi
obyek cukup representatif digunakan untuk wilayah perkotaan (urban), hal tersebut
dikarenakan heterogenitas dari masing-masing obyek yang mempunyai
karakteristik tersendiri sehingga dapat dilakukan pembedaan obyek berdasarkan
respon spektral dan karakteristik obyeknya secara detail dibandingkan dengan
wilayah non urban lainnya seperti hutan, perkebunan dan kawasan pertanian yang
cenderung homogen dari sebaran obyeknya.
Salah satu kenampakan obyek dalam wilayah perkotaan (urban) yang
menarik untuk dilakukan penelitian dari berbagai aspek adalah obyek penggunaan
lahan dengan dinamisasi perubahannya. Dalam citra satelit resolusi spasial tinggi,
obyek penggunaan lahan terlihat sangat jelas dan detail sehingga pembedaan jenis
obyek penggunaan lahan dapat dilakukan dengan cara visual, yakni dengan
melakukan interpretasi secara visual (on screen digitizing) namun cara ini memiliki
beberapa kelemahan diantaranya dari sisi akurasi yang sebaiknya ditunjang dengan
pengetahuan kewilayahan atas daerah yang dikaji (local knowledge) dan masalah
waktu yang cukup lama untuk melakukan interpretasi visual.
Dibutuhkan sebuah solusi untuk meminimalisir hal tersebut diatas, dalam
berbagai penelitian yang telah dilakukan menunjukkan bahwa metode klasifikasi
berorientasi obyek yang salah satunya adalah OBIA merupakan salah satu langkah
tepat yang dilakukan untuk mengatasi masalah tersebut. OBIA dapat melakukan
ekstraksi informasi secara otomatis dengan bantuan teknologi komputer melalui
proses segmentasi dan klasifikasi berdasarkan kriteria yang telah ditentukan
sebelumnya, di mana subyektifitas pemilihan kriteria sangat tergantung pada
orientasi hasil penelitian yang akan dicapai.
6
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
7
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
8
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
9
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
atau penutup lahan pada citra satelit resolusi spasial tinggi IKONOS dengan lokasi
penelitian di Santa Barbara, CA. Ada beberapa metode atau pendekatan yang
digunakan untuk mendukung pelaksanaan penelitian ini, diantaranya algoritma
NDVI yang diperoleh dari pengukuran data lapangan dengan menggunakan alat
ASD Field Spectrometer untuk memperoleh informasi unsur vegetasi, dan Spatial
metric Analysis yang digunakan untuk mengekplorasi dan menggambarkan pola
penggunaan lahan pada citra satelit tersebut serta metode OBIA yang digunakan
untuk melakukan ekstraksi informasi kenampakan obyek penggunaan/penutup
lahan secara otomatis. OBIA mempunyai dua proses utama, yakni segmentasi citra
dan klasifikasi, di mana proses segmentasi dilakukan dengan mempertimbangkan
unsur spasial, spektral, geometrik, serta tekstur dari masing-masing obyek pada rule
set-nya sedangkan proses klasifikasi dilakukan dengan mempertimbangkan hasil
segmentasi citra yang telah dilakukan dan telah ditentukan masing-masing kelasnya.
Hasilnya menunjukkan bahwa metode OBIA mempunyai tingkat akurasi
keseluruhan sekitar 79% dalam melakukan ekstraksi informasi kenampakan obyek
penggunaan/penutup lahan pada citra satelit resolusi spasial tinggi yakni IKONOS
dan metode Spatial Metric Analysis mempunyai kemampuan tambahan yakni dapat
memberikan tambahan informasi dalam kaitannya dengan struktur bangunan secara
fisik khususnya didaerah perkotaan.
10
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
LAHAN ADA CITRA
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
MUHAMAD YUSRAN ACHMAD
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
berbasis piksel hanya 63%, sehingga metode pendekatan klasifikasi berbasis obyek
sangat tepat untuk digunakan dalam ekstraksi informasi penggunaan/penutup lahan
pada citra satelit dengan resolusi spasial tinggi.
Penelitian yang akan dilakukan ini pada dasarnya mempunyai fokus dalam
proses ekstraksi informasi penggunaan lahan di wilayah perkotaan dengan metode
klasifikasi berorientasi obyek (OBIA) menggunakan citra satelit resolusi spasial
tinggi, dalam hal ini citra satelit yang digunakan adalah citra satelit WorldView-2.
Perbedaan penelitian ini dengan beberapa penelitian sejenis, adalah pada proses
perolehan informasi penggunaan lahan yang menggunakan metode OBIA dengan
membandingkan penerapan metode tersebut pada citra multispektral yang masih
memiliki aspek spektral standar (piksel asli) dan citra hasil fusi (non piksel asli)
dengan beberapa algoritma penggabungan citra, diantaranya HSV Sharpening, CN
Brovey Sharpening, Gramm Schmidt Pan Sharpening dan PC Spectral Sharpening.
Adapun citra WorldView 2 yang digunakan pada penelitian ini terletak di sebagian
wilayah kota Magelang dengan skala cetak 1 : 10.000.
11
Tabel 1.1. Penelitian sebelumnya dan penelitian yang akan dilakukan
Xiaoxia et al, (2006) Perbandingan Pendekatan 1. Mengetahui kemampuan metode 1. Citra Satelit Quickbird Saluran Proses Fusi Citra menggunakan algoritma PC Klasifikasi berorientasi obyek
Klasifikasi Berorientasi Obyek klasifikasi berbasis piksel dalam Pankromatik transformation memberikan hasil yang memuaskan
dengan Klasifikasi Berbasis Pixel melakukan ekstraksi informasi penutup 2. Citra Satelit Quickbird MS Klasifikasi Berorientasi Obyek menggunakan dengan akurasi 83% dibandingkan
Menggunakan Citra Satelit lahan pada citra satelit Quickbird metode klasfikasi knowledge-based dengan akurasi yang dihasilkan
Quickbird classfication dengan algoritma bottom-up klasifikasi berbasis piksel hanya 63%
2. Mengetahui kemampuan metode region merging technique Klasifikasi berorientasi obyek sangat
Lokasi Penelitian : Shanghai, China klasifikasi berbasis obyek dalam Klasifikasi berbasis piksel menggunakan tepat untuk digunakan pada citra satelit
melakukan ekstraksi informasi penutup algoritma maximum likelihood dengan resolusi spasial tinggi
lahan pada citra satelit Quickbird
12
antara hasil klasifikasi berbasis piksel
dengan klasifikasi berbasis obyek pada
citra satelit Quickbird
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)
Peneliti/Tahun Tema/Lokasi Tujuan Penelitian Sumber Data Variabel Penelitian Hasil
Kux (2006) Analisis Berorientasi 1. Untuk menganalisis kualitas 1. Citra Satelit IKONOS, Indeks Vegetasi (NDVI), Spectral atribute klasifikasi berorientasi obyek pada citra
Obyek pada citra satelit dari metode klasifikasi Saluran Pankromatik dengan (avarage, standard deviation, and others) quickbird lebih baik dan stabil
resolusi tinggi untuk berorientasi obyek untuk Resolusi Spasial 1,0 m calculated for HIS channels dibandingkan pada citra ikonos, hal
klasifikasi penutup lahan ekstraksi informasi penutup 2. Citra Satelit IKONOS, Segmentasi citra menggunakan parameter tersebut dapat dilihat pada level
kawasan perkotaan, Studi lahan dalam perkotaan dengan Saluran Multispektral (RGB) warna dan bentuk. segmentasi yang menggunakan 4
kasus : Sao Jose Dos menggunakan data citra ikonos dengan Resolusi Spasial 4 m paramater yakni skala, bentuk,
Campos, Sao Paolo, Brazil dan quickbird kekompakan obyek, jumlah obyek
3. Citra Satelit QUICKBIRD, teridentifikasi, dan waktu pemrosesan
Lokasi Penelitian : Sao 2. Mengetahui akurasi dan Saluran Pankromatik dengan dimana klasifikasi dengan menggunakan
Paolo, Brazil ketelitian dari hasil klasifikasi Resolusi Spasial 0,6 m citra quickbird selalu lebih unggul dari
penutup lahan dengan 4. Citra Satelit QUICKBIRD, pada citra ikonos
menggunakan metode analisis Saluran Multispektral (RGB)
berorientasi obyek antara citra dengan Resolusi Spasial 2,4 m
satelit ikonos dan quickbird
Dimitrakopoulos et al (2010) Pemetaan 1. Untuk mengembangkan 1. 2 Citra SPOT-4 HRVIR OBIA : Segmentasi citra dilakukan dengan kombinasi antara SPOT-4 dengan OBIA
LAHAN ADA CITRA
Penutup/penggunaaan sebuah perencanaan klasifikasi (Level IA), Perekaman mempertimbangkan skala dan homogenitas menghasilkan akurasi keseluruhan
Lahan Menggunakan berorientasi obyek untuk Agustus 2006 obyek dan klasifikasinya berdasarkan feauture 79,11% pada klasifikasi
Klasifikasi Berorientasi pemetaan dan penentuan kelas 2. 2 Citra SPOT-5 HRVIR extraction penutup/penggunaan lahan pada citra
Obyek Pada Citra Satelit penutup/penggunaan lahan pada (Level 3A), Perekaman yang pertama dan mempunyai akurasi
MUHAMAD YUSRAN ACHMAD
SPOT Penelitian : 1.
Lokasi citra SPOT-4 area pertama Agustus 2006 81.5% setelah skema klasifikasi dari citra
Chalkidiki, Yunani 2. Untuk menerapkan 3. Data DEM pertama diterapkan pada citra yang
2. Pindos, Yunani perencanaan klasifikasi yang 4. Data Pengukuran Lapangan kedua.
telah dikembangkan pada citra 5. Data Hasil Interpretasi
SPOT-4 wilayah yang berbeda Visual Dari Citra Resolusi
3. Untuk mengetahui akurasi dari Spasial Tinggi
perencanaan klasifikasi yang
telah dikembangkan pada kedua
citra satelit SPOT-4 tersebut
dengan membandingkan data
lapangan dan data hasil
interpretasi visual dari citra
satelit resolusi spasial tinggi
Universitas Gadjah Mada, 2016 | Diunduh dari http://etd.repository.ugm.ac.id/
Yusran (2013) Kajian Metode OBIA 1. Dapat mengetahui Citra Satelit WorldView 2 XS - Metode Fusi Citra dengan beberapa Hasil yang diharapkan adalah peta-peta
Pada Klasfikasi kemampuan citra satelit resolusi 8 Band dan Pankromatik algoritma, diantaranya HSV Sharpening, CN penggunaan lahan denga menggunaakan
Penggunaan Lahan pada spasial tinggi dalam Data Sekunder Lainnya Brovey Sharpening, Gramm Schmidt Pan metode OBIA dari berbagai algoritma
Citra Multispektral dan mengekstraksi informasi Sharpening dan PC Spectral Sharpening fusi citra dan citra multipektral.
Citra Hasil Fusi kenampakan obyek penggunaan - Metode OBIA
Lokasi Penelitian
WorldView 2 : Kota 2. Dapat mengetahui
lahan
Magelang, Jawa Tengah kemampuan metode fusi
(penggabungan) citra dengan
beberapa algoritma dalam
mengekstraksi informasi obyek
penggunaan
3. lahan
Dapat mengetahui
kemampuan metode OBIA
13
dalam melakukan ekstraksi
informasi obyek penggunaan
lahan pada citra multispektral
dan citra hasil fusi dengan
beberapa algoritma citra satelit
WorldView -2
KAJIAN METODE OBJECT BASED IMAGE ANALYSIS (OBIA) UNTUK KLASIFIKASI PENGGUNAAN
MULTISPEKTRAL DAN CITRA FUSI WORLDVIEW-2 (Kasus : Sebagian Kota Magelang Jawa Tengah)