DISUSUN OLEH :
K01
UNIVERSITAS BRAWIJAYA
MALANG
2015
Hasil dan Pembahasan
Gambar 6.Load Hasil Layer Stacking tadi dan pilih Band 4-3-2 untuk menampilkan
Vegetasi
Gambar 7. Selanjunya Proses Cropping. Pilih Pada menu Tools – Region of Interest
– ROI Tool
Gambar 8. Setelah muncul kotak dialog ROI Tools – Pilih ROI_Type – Ganti menjadi
Rectangle
Gambar 9. Pilih Daerah atau Area yang akan di Cropping lalu Blok seluruh gambar
Gambar 10. Setelah di Blok Area yang dipilih lalu tekan Klik Kanan pada Gambar –
maka muncul daerah Blok warna merah
Gambar 11. Setelah itu pilih menu Basic Tool – Subset Data Via ROIs
Gambar 12. Pilih hasil Nama hasil Stacking Layer tadi lalu tekan OK
Gambar 13. Pilih Lokasi Penyimpanan Hasil Cropping lalu tekan OK
Gambar 14. Load Hasil Cropping pada Band 4-3-2 untuk menampilkan Vegetasi
Gambar 15. Selanjutnya Digitasi. Pilih menu Tools – Region of Interest – ROI Tool
Gambar 16. Setelah muncul Kotak Dialog pilih New Region dan ulangi sebanyak 5x
Gambar 17. . Beri nama Pada Region tersebut dengan Klasifikasi yang di inginkan
dan warna yang di inginkan pula
Gambar 18. Setelah itu pada Menu ROI_Type Ganti Rectangle dengan Polygon
Gambar 19. Digitasi satu per satu Region yang mewakili suatu Area tertentu tersebut
Gambar 20. Lanjutkan Proses Digitasi sampai semua Region tersebut ter Digitasi
Gambar 23. Klik menu Select All item dan Pilih tempat Penyimpananya
Gambar 5. Pilih Tempat Penyimpanan Hasil Klasifikasi IsoData lalu tekan OK. Lalu
Load Hasil Klasifikasi IsoData tersebut
Gambar 5. Pilih Tempat Penyimpanan Hasil Klasifikasi K-Means lalu tekan OK. Lalu
Load Hasil Klasifikasi K-Means tersebut
Dalam Praktikum ini Change Detecion Digunakan pada Klasifikasi Supervised dan
Unsupervised yang meliputi IsoData dan K-Means. Tapi disini saya mengambil contoh
Change detection pada Klasifikasi Supervised.
Gambar 2. Setelah itu, Pilih menu Basic Tool – Change Detection – Compute
Different Map
Gambar 3. Pilih Hasil Klasifikasi Supervised Landsat 7 Setelah itu Landsat lalu tekan
OK
Gambar 4. Akan muncul Kotak Dialog, Ganti Number of Classes dari 11 menjadi 4
dan pilih Tempat Penyimpanan Hasil Change Detection lalu Load Hasil Cange
Detection tersebut
Gambar 5. Pilih atau klik data yang ada di kotak lalu Load Selected
Gambar 6. Akan muncul kotak dialog, Pilih New Vector Window lalu tekan OK
Gambar 7. Akan muncul gambar seperti disamping lalu pilih menu File – Export
Active Layer to Shapefile
Gambar 11. Setelah muncul gambar, Klik kanan pada Layer Shapfile tadi dan Pilih
Open Attribute Table
Gambar 14. Klik kanan pada Luas dan pilih Calculate Geometry
Gambar 17.Masukan Shapefile Daratan dan Lautan yang di buat di Arc Catalog
Gambar 18. Pilih Editor – Start Editing Untuk mulai mendigitasi Daratan dan Lautan
Gambar 19. Hasil akhir pendigitasian
Gambar 30. Untuk mengetahui Jumlah total Luasan Vegetasi, Klik kanan
Gambar 32. Pada Menu SUM itu adalah jumlah total luas Vegetasi dalam satuan M2
Kritik :
Praktikum
Dalam praktikum penginderaan jauh ini pada pengerjaan antar kelas masih belum
sama sehingga pelaksanaan praktikum belum sampai pada tahap akhir sepenuhnya.
Seharusnya waktu pengerjaan di perpanjang dan pada saat di kelas lebih jelas lagi
dalam penyampaian materi.
Saran :
Praktikum