Modul Ke-9
KLASIFIKASI CITRA
Disusun Oleh :
Nama : DesvitaFitriaNingsih
NIM : 119420005
I
DAFTAR ISI
I
DAFTAR GAMBAR
Gambar 1 ................................................................................................................ 3
Gambar2 ................................................................................................................. 3
Gambar 3 ................................................................................................................ 4
Gambar 4 ................................................................................................................ 4
Gambar 5 ................................................................................................................ 5
Gambar 6 ................................................................................................................ 5
Gambar 7 ................................................................................................................ 6
Gambar 8 ................................................................................................................ 6
Gambar 9 ................................................................................................................ 7
Gambar 10 .............................................................................................................. 7
Gambar 11 .............................................................................................................. 8
Gambar 12 .............................................................................................................. 8
Gambar 13 .............................................................................................................. 9
Gambar 14 .............................................................................................................. 9
Gambar 15 ............................................................................................................ 10
Gambar 16 ............................................................................................................ 10
Gambar 17 ............................................................................................................ 11
Gambar 18 ............................................................................................................ 11
Gambar 19 ............................................................................................................ 12
Gambar 20 .......................................................................................................... 12
Gambar 21 ............................................................................................................ 13
Gambar 22 ............................................................................................................ 13
I
BAB 1
PENDAHULUAN
I
1.2 Tujuan Praktikum
Mahasiswa memahami konsep dan metode dalam klasifikasi citra dan penilaian
akurasi.
I
BAB II
LANGKAH KERJA
Langkah – langkah dalam melakukan pengenalan citra dan preprocessing
sederhana kali ini sebagai berikut:
I
Gambar 2. Buka customize kemudian klik extensions
I
Gambar 5.Untuk kawasan perairan menggunakan band 564
I
Gambar 7.Klik Training Sample Manager, Maka tampilan akan seperti diatas
I
Gambar 9.Mulailah lakukan digitasi daerah perairan
Gambar 10.Pilih semua hasil digitasi perairan kemudian pilih merge training sample
I
Gambar 11.Ganti class name menjadi “Perairan”
Gambar 13.Pilih semua yang sudah dilakukan digitasi kemudian lakukan merge untuk
kawasan Terbangun
I
Gambar 14 .Pilih semua hasil digitasi kawasan lahan vegetasi
I
Gambar 16. Jika Sudah Melakukan Merge Training Sample Pada ketiganya yaitu
Perairan,Lahan Terbangun,Vegetasi,maka didapatkan hasil seperti diatas
Gambar 17.Selanjutnya klik create signature file, kemudian save pada file yang sudah
disiapakan
I
Gambar 18.Klik Maximum Likelihood Classfication
Gambar 19.Input Data Signature FIle yang sudah di save ,lalu klik ok,maka tampilan akan
seperti diatas
I
Gambar 20.Ganti nama dan warna menyesuaikan klasifikasinya dengan cara klik pada
band MLclass_afr1
I
BAB III
3.2 Pembahasan
Dalam praktikum kali ini praktikan melakukan proses klasifikasi citra.
Klasifikasi citra biasanya dilakukan menggunakan dua metode yaitu klasifikasi
termbimbing dan klasifikasi tidak terbimbing. Klasifikasi tak terbimbing memiliki
kelemahan yaitu pencirian spectral selalu berubah sepanjang waktu,yang menyebabkan
hubungan antar respon spektral dengan kelas informasi menjadi tidak konstan,oleh
karena itu pengetahuan tentang spectral permukaan harus lebih dipahami. Berbeda
dengan klasifikasi terbimbing yang pencirian spektralnya tidak akan berubah karena
adanya pemberian sampel dalam menghasilkan kelas informasi yang mana sampel
tersebut ditentukan terlebih dahulu oleh produsen. Klasifikasi terbimbing sendiri
terbagi menjadi beraneka ragam. Salah satu pendekatan yang paling sering digunakan
I
adalah klasifikasi maximum likeliholid classification, meskipun ada beberapa
kelemahan dari pendekatan ini salah satunya yaitu banyaknya kesalahan klasifikasi
yang ditimbulkan oleh salt dan paper, terutama jika piksel berada diluar area spesifik
atau diantara area yang tumpang tindih, yang dipaksakan untuk diklasifikasikan (Rusdi,
2005).
Citra Landsat 8 diketahui memiliki 11 band. Diantaranya band Visible, Near
Infrared (NIR), Short Wave Infrared (SWIR), Panchromatic dan Thermal. Band
1,2,3,4,5,6,7 dan 9 mempunyai resolusi spasial 30 meter, band 8 mempunyai resolusi
spasial 15 meter, sementara band 10 dan 11 resolusi spasialnya 100 meter.
Dari masing-masing band memiliki kegunaan tersendiri. Untuk melakukan analisis dari
Citra Landsat tersebut, diperlukan kombinasi band untuk mendapatkan tampilan Citra
sesuai dengan tema atau tujuan dari analisis. Detail kegunaan masing-masing band
adalah sebagai berikut:
I
BAB IV
PENUTUP
4.1 Kesimpulan
Dari praktikum kali ini dapat disimpulkan bahwa pada Penafsiran citra
merupakan kegiatan yang didasarkan pada deteksi dan identifikasi obyek dipermukaan
bumi pada citra satelit Landsat 8. Dengan mengenali obyek-obyek tersebut melalui
unsur-unsur utama spektral dan spasial serta kondisi temporalnya. Teknik penafsiran
citra penginderaan jauh diciptakan agar penafsir dapat melakukan pekerjaan penafsiran
citra secara mudah dengan mendapatkan hasil penafsiran pada tingkat keakuratan dan
kelengkapan yang baik. Klasifikasi citra biasanya dilakukan menggunakan dua metode
yaitu klasifikasi termbimbing dan klasifikasi tidak terbimbing.
1.2 Saran
Dalam praktikum ini seluruh praktikan diharapkan dapat focus dan teliti dalam
memasukkan data pada saat proses klasifikasi citra karena jika terdapat kesalahan
sedikit dapat mempengaruhi seluruh data.
I
DAFTAR PUSTAKA
Lillesand and Kiefer. 1986. Remote Sensing And Image Interpretation. New York(US)
: John Wiley & Son.