LAPORAN PRAKTIKUM ANALISIS SPASIAL

Nama : Robie Muhammad Ramadhan

NIM : E3401201098
Kabupaten/kota : Kabupaten Cianjur

1. Peta hasil layout sederhana

Gambar 1 Peta klasifikasi metode random Gambar 2 Peta klasifikasi metode maximum
forest menggunakan GEE likelibood menggunakan Erdas

2. Penjelasan perbedaan
a. Kelebihan dan kekurangan
Mengolah klasifikasi citra satelit menggunakan Google Earth
Engine (GEE) memiliki kelebihan dalam proses pengolahan data.
GEE memiliki sistem komputasi awan atau cloud sehingga
pengguna bisa melakukan citra pengindraan jauh yang tersedia
secara bebas dalam jumlah besar dan bisa monitoring perubahan
objek permukiman bumi secara multi-temporal. Pengguna tidak
perlu memikirkan ketersediaan memori yang ada pada komputer
saat melakukan pemrosesan citra, karena semua data-data
 berukuran petabyte yang menampilkan keseluruhan citra
permukaan bumi tersebut akan diproses pada server komputer yang
sudah disediakan oleh google/sistem dan pengguna hanya perlu
koneksi internet saja untuk mengaksesnya. Selain itu juga Google
Earth Engine memiliki tampilan antar muka atau user interface
yang mudah di akses dan interaktif sehingga dapat memudahkan
pengguna untuk mengoperasikannya, termasuk untuk
pengembangan algoritma.

Namun jika dibandingkan dengan klasifikasi citra satelit

menggunakan Erdas, Google Earth Engine (GEE) juga memiliki
kekurangan. Dimana tools dalam Erdas lebih mudah dipelajari
dibandingkan dengan GEE karena dalam penggunaan GEE,
pengguna harus memahami dulu bahasa pemrograman komputer
seperti Python dan Javascript. Oleh karena itu diperlukan
pemahaman yang mendalam terlebih dahulu mengenai bahasa
pemrograman agar bisa menjalankan fungsi dari GEE secara
maksimal. Berbeda dengan Erdas yang menawarkan tools untuk
membuat, edit, dan display data vektor yang mengijinkan editing
dan reproyeksi vector lebih mudah tanpa perlu menggunakan
bahasa pemrograman.

Kekurangan dalam penggunaan Erdas adalah sistem komputasi

yang memerlukan spesifikasi komputer tertentu yang harus
memenuhi minimum requirement agar bisa menjalankan aplikasi
secara maksimal. Dalam mengolah citra satelit-nya pun pengguna
harus mengunduhnya terlebih dahulu dengan ukuran yang besar
dan memakan ruang memori pada komputer. Karena sistem
penyimpanannya tidak menggunakan cloud seperti GEE yang
otomatis tersimpan di server, pada Erdas jika aplikasi mengalami
error dan proyek klasifikasi citra belum sempat disimpan di
komputer maka data pengolahan sebelumnya akan hilang.

b. Hasil klasifikasi
Peta hasil klasifikasi metode random forest menggunakan GEE
terlihat lebih akurat dengan citra satelit yang didapatkan
dibandingkan dengan menggunakan Erdas. Klasifikasi tutupan
lahan yang menggunakan Erdas ada beberapa yang tidak sesuai
dimana klasifikasi badan air tidak menunjukan posisi yang
sebenarnya pada satelit, berbeda dengan GEE yang tepat
mengklasifikasikan badan air pada citra begitu juga tutupan lahan
lainnya seperti vegetasi, non-vegetasi, dan pemukiman. Citra satelit
pada GEE juga bebas dari halangan awan karena terdapat fitur
atmospheric correction sehingga permukaan bumi terlihat secara
keseluruhan.