Nama : Clara Novita Sari

NIM : L1A117063

Tugas Mata Kuliah Tata Guna Kawasan Hutan dan Lahan

Selasa, 15 Desember 2020

Klasifikasi Terbimbing (Supervised Classification) Citra Satelit Landsat 8

Tahun 2019 Kabupaten Tebo.
Klasifikasi citra adalah proses pengelompokkan objek berdasarkan kelas
tertentu. Tujuan klasifikasi adalah kita dapat dengan mudah mengenali objek apa
saja yang ada di permukaan bumi, sebarannya serta berapa luas areanya. Ada dua
model klasifikasi citra yang digunakan, yaitu: klasifikasi tak terbimbing
(unsupervised classification) dan klasifikasi terbimbing (supervised
classification).
Klasifikasi terbimbing merupakan proses klasifikasi dengan pemilihan
katagori informasi yang diinginkan dan memilih training area untuk tiap katagori
penutup lahan yang mewakili sebagai kunci interpretasi. Pada klasifikasi ini
dilakukan proses pengelompokkan pixel dengan pemberian deskripsi numerik dari
tipe-tipe kenampakan penutupan lahan yang ada pada citra. Secara teknis, lokasi
contoh representatif dari tipe penutup lahan yang diketahui (training area)
digunakan untuk mengkompilasi kunci interpretasi numerik yang
mendeskripsikan atribut spektral untuk setiap tipe kenampakan yang dipilih. Saya
akan melakukan klasifikasi terbimbing pada Kabupaten Tebo pada Tahun 2019
menggunakan citra landsat 8.

1. Input data raster band dalam landsat 8 yang mencakup band 1 sampai band 8.

Citra landsat sebelum dilakukan composite band

2. Lakukan geoprocessing pada data citra landsat.

3. Lakukan proses composite band dengan menggunakan data band 1-7.

Citra setelah composite band menggunakan kombinasi RGB 6-5-4.

4. Lakukan pemotongan citra memerlukan batas polygon atau batas wilayah

administrasi yang akan dikaji. Akibat pemotongan adalah ukuran citra menjadi
lebih kecil sehingga tidak boros ruang penyimpanan dan dapat mempercepat
pemrosesan data. Proses ini menggunakan tools Extract By Mask.
Data SHP Kabupaten Batang Hari

Proses Extract By Mask

 Citra yang sudah dilakukan pemotongan sesuai dengan wilayah yang akan dikaji

5. Buat shapefile polygon baru

6. Lakukan training area yang bertujuan untuk mengambil sampel pada daerah di
citra yang sekiranya sudah diketahui jenis tutupan lahannya.
 Training Area
7. Tahap selanjutnya adalah melakukan klasifikasi citra yang dimulai dengan
meng-klik Classification pada Image Classification. Ada banyak pilihan
metode klasifikasi terbimbing, namun saya memilih Maximum Likelihood
Classification. Berikut proses dan hasil vegetasi

Proses Klasifikasi
Hasil klasifikasi terbimbing