See discussions, stats, and author profiles for this publication at: https://www.researchgate.

net/publication/346156720

Laporan Penginderaan Jauh Digital Menggunakan Software ENVI 5.3 dan ArcMap
10.4 (Komposit Citra, Layer Stacking, DOS, ToA, Koreksi Geometrik, Cropping
Citra, Klasifikasi Multispekt...

Method · November 2020

CITATIONS READS
0 4,682

1 author:

Mitha Fitria Anggraini

Universitas Negeri Semarang
5 PUBLICATIONS   0 CITATIONS   

SEE PROFILE

All content following this page was uploaded by Mitha Fitria Anggraini on 24 November 2020.

The user has requested enhancement of the downloaded file.

LAPORAN PENGINDERAAN JAUH DIGITAL

Dosen Pembimbing:

Dr. Tjaturahono Budi Sanjoto, M.si

Wahid Akhsin Budi Nur Sidiq, S.pd, M.sc

Disusun Oleh :

Mitha Fitria Anggraini (3211417024)

JURUSAN GEOGRAFI

FAKULTAS ILMU SOSIAL

UNIVERSITAS NEGERI SEMARANG

2019
 DAFTAR ISI

DAFTAR ISI …………………………………………………………………….. 2

Komposit citra ……………………………………………………………………. 3
Layer Stacking ……………………………………………………………………. 6
Koreksi radiometrik ………………………………………………………………. 9
a. TOA …………………………………………………………………………... 9
b. DOS …………………………………………………………………………... 14
Koreksi Geometrik ……………………………………………………………….. 20
Cropping ………………………………………………………………………….. 29
Klasifikasi Multispektral …………………………………………………………. 39
c. Supervised ……………………………………………………………………. 39
d. Unsupervised …………………………………………………………………. 45
Uji Akurasi ……………………………………………………………………….. 50

2
➢ KOMPOSIT PETA
Komposit Band merupakan proses menggabungkan Band pada Citra Landsat untuk
membentuk suatu tampilan yang di inginkan. Proses Komposit ini akan dilakukan dengan
menggunakan software ArcGIS maupun ENVI. Pada bahasan ini Citra yag digunakan adalah
Citra Landsat 8 dengan mengunakan kombinasi band 4,3 dan 2 dan Citra Landsat 7 dengan
menggunakan kombinasi band 3,2 dan 1 sehingga akan menghasilkan warna Natural.
Berikut adalah langkah-langkah komposit peta :
1. Membuka ENVI classic kemudian pilih file dan pilih open image file

2. Membuka folder penyimpanan citra satelit, kemudian pilih semua band. Pada langkah ini
citra yang digunakan adalah citra landsat 8

3
3. Kemudian akan muncul jendela band yang akan di kompositkan. Pilih RGB color dan
memilih band yang akan dikompositkan ( band 432 untuk landsat 8 dan 321 untuk landsat
7)

4. Kemudian load RGB dan didapatkan tampilan seperti ini. Load landsat 8 pada display 1

5. Untuk mengoreksi landsat 8 dengan landsat 7 maka buka kembali file kemudian open
image file seperti pada cara pada landsat 8

4
6. Blok kembali gambar yang akan dimasukkan

7. Pilih RGB color lagi dan kompositkan band 321 untuk landsat 7 di new display

5
 8. Maka akan didapatkan tampilan peta yang berbeda antara komposit peta landsat 8 dan
landsat 7

➢ LAYER STACKING
Stacking merupakan proses menggabungkan beberapa band/kanal yang berbeda sehingga
membentuk suatu tampilan yang di inginkan. Diketahui landsat 8 terdiri dari 11 band yang
masing-masing memiliki kegunaannya tersendiri. Dan untuk menampilkan suatu tampilan
baku dari citra landsat, diperlukan suatu proses penggabungan band/kanal yang disebut
stacking atau komposit.
Berikut langkah-langkah layer stacking di bawah ini :
1. Langkah pertama masuk ke menu Basic Tools, pilih Layer Stacking. Di dalam tampilan
jendela yang muncul, tentukan parameter yang digunakan, lalu pilih import file, dan
select band/kanal yang akan digabungkan, pilih “ok”

6
2. Block semua band kecuali dengan format txt kemudian ok

3. Setelah itu reorder files kemudian urutkan band dari band yang terkecil ke terbesar
maupun sebaliknya tergantung keinginan. Kemudian klik “ok”

7
4. Kemudian enter output file : pilih tempat penyimpanan file, output map projection :
UTM, dengan datum : WGS 84, zona : 49 s. Baru kemudian di klik “ok”

5. Close aplikasi ENVI kemudian buka kembali aplikasinya. Setelah itu buka file pada
menu ENVI lalu open image file dan folder baru yang bandnya sudah diurutkan.
Kemudian klik “Ok”

6. Klik kanan band 1 atau salah satu band kemudian pilih quick star

8
 7. maka akan muncul histogram yang menjelaskan statistic band yang dipilih.

➢ KOREKSI RADIOMETRIK
a. Metode DOS ((Dark Object Substraction)
Metode yang paling sederhana dalam melakukan koreksi atmosfer adalah metode DOS
(Dark Object Substraction) yaitu mengasumsikan bahwa nilai digital objek tergelap di
permukaan bumi harus nol. Nilai digital pada masing-masing saluran (band) disebuah citra
satelit tidak selalu nol. Koreksi atmosfer menggunakan DOS dengan asumsi dapat
mengurangi nilai digital pada masing-masing kanal sehingga didapatkan nilai nol untuk
objek dengan
Berikut Langkah – lanngkah melakukan koreksi DOS :

1. Pertama buka aplikasi ENVI dan panggil semua band yang akan dikoreksi radiometrik

9
2. Pada langkah ini saya menggunakan landsat 8 yang telah di layer stacking sebelumnya

3. Kemudian akan muncul peta dari band yang telah dipilih tersebut

4. Setelah itu klik kanan pada band yang akan kita koreksi, dan pilih menu “quick stats”.

10
5. Kemudian akan muncul jendela statistic atau histogram dari band kita.

6. Langkah selanjutnya adalah pilih menu basic tools kemudian pilih bandmath

11
7. Setelah jendela band math muncul, kita akan menggunakan rumus algoritma yaitu
(‘band’ – ‘Npts setelah 0’). Sebagai contoh: (band 1 – 41)

8. Kemudian untuk melihat nilai Npts nya kita dapat melihat pada jendela statistik. Dan
nilainya yaitu “41”.

9. Setelah rumus dimasukkan, kemudian klik “add list” maka rumus akan muncul pada
previous band Math Expressions kemudian klik “ok.”

10. Kemudian kita pilih band yang akan dikoreksi, dan simpan filenya pada lokasi
yang diinginkan.

12
11. Kita dapat melihat hasilnya dari jendela “statistik’ dimana nilai DN dan Npts nya
berubah. Selain itu kita juga dapat membandingkan hasilnya dengan me-load band yang
belum dikoreksi pada layar display.

12. Selain statistiknya yang berbeda kita juga dapat melihat adanya perbedaan pada
petanya walaupun tidak terlalu terlihat perbedaannya namun akan sedikit terlihat
adanya perbedaan kecerahannya.

13
b. TOA (Top of Atmospheric)
ToA merupakan perbaikan akibat distorsi radiometrik yang disebabkan oleh posisi
matahari. Koreksi ToA dilakukan dengan cara mengubah nilai digital number (DN) ke
nilai Reflektansi.
Berikut langkah-langkah melakukan koreksi dengan metode TOA :
1. Pertama-tama kita buka program ArcGIS dan import citra yang akan kita koreksi
dengan melakukan add data. Pada langkah ini, band yang digunakan adalah band 1
namun kita dapat memilih band manapun yang kita inginkan.

14
2. Kemudian kita klik search pada menu ArcGis untuk menampilkan tabel pencarian

3. Ketik Raster Calculator pada tabel search atau pada arctoolbox– Spatial Analyst tool
– Algebra map - Raster Calculator.

4. Kemudian akan muncul jendela Raster Calculator.

15
5. Kemudian dengan masukkan Rumus pada kolom, adapun rumus algoritma yang
digunakan yaitu :
𝜌𝜆΄ = 𝑀𝑝 ∗ 𝑄𝑐𝑎𝑙 + 𝐴𝑝
𝜌𝜆 = 𝜌𝜆΄/(sin 𝜃)

Dimana :
𝜌𝜆΄ : Refaktor TOA Planetary Spectral tanpa koreksi sudut matahari
𝜌𝜆 : Refaktor TOA Planetary Spectral yang telah dikoreksi dengan
memperhitungkan sudut matahari.
𝑀𝑝 : Refaktor penskalaan multiplikasi untuk band (band yang akan
dikoreksi) di sini saya menggunakan band 1 dengan nama band
nya"LC08_L1TP_120065_20170518_20170525_01_T1_B1.TIF"
𝑄𝑐𝑎𝑙 : “QUANTIZE_CAL” yaitu piksel level 1 pada Digital Number
Value. Artinya kita menggunakan “Quantize_Call_Minimum”.
𝐴𝑝 : Reflectanceadditive band yang digunakan.
sin 𝜃) : Sun Elevation * 3.1459/1800(3,1459 merupakan nilai π)

6. Selanjutnya untuk mendapatkan semua data tersebut, kita buka file metadata
Landsat8 dengan format MTL.txt yang kita peroleh saat mendownload citra. (Untuk
memudahkan membaca file metadata buka dengan WordPad atau copy di Ms.Word,

16
Pertama kita akan mencari Qcall-nya. Pada band 1 nilai QCall berada pada baris ke 143 .
dan nilainya adalah 1.

Setelah itu kita cari nilai Ap, Pada band 1 nilai Ap berada pada baris ke 197. Dengan nilai
-0.100000.

17
Kemudian kita akan mencari Sun Elevationatau sudut matahari, berada pada baris ke 77,
dengan nilai 52,12760285.

Sehingga akan didapatkan rumus algoritma sebagai berikut :

(("LC08_L1TP_120065_20170518_20170525_01_T1_B1.TIF" * 2.0000E-05)-
0.100000)/(Sin(52,12760285 * 3.1459/180))

Dalam memasukkan rumusnya perhatikan setiap komponen seperti titik atau koma serta
besar kecilnya huruf. Karena jika terdapat 1 saja kesalahan dalam penulisan maka rumus
yang dimasukkan tidak akan berhasil.

18
Kemudian masukkan algoritma tadi kedalam Raster Calculator. Maka akan didapatkan
hasil citra seperti di bawah ini.

Akan terlihat adanya perbedaan tingkat kecerahan pada kedua citra tersebut

19
➢ KOREKSI GEOMETRIK
Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil penginderaan
jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi.
Transforamasi geometrik yang paling mendasar adalah penempatan kembali posisi pixel
sedemikian rupa, sehingga pada citra digital yang tertransformasi dapat dilihat gambaran
objek dipermukaan bumi yang terekam sensor. Pengubahan bentuk kerangka liputan dari
bujur sangkar menjadi jajaran genjang merupakan hasil transformasi ini. Tahap ini
diterapkan pada citra digital mentah (langsung hasil perekaman satelit), dan merupakan
koreksi kesalahan geometric sistematik.

1. Pertama buka program ENVI dan import citra satelit yang akan kita koreksi. Dalam
melakukan koreksi geometrik kita membutuhkan 2 citra yaitu dari landsat 7 dan landsat
8, dimana yang satu merupakan citra yang akan kita acuan untuk mengoreksi (base
image), dan citra yang satunya merupakan citra yang akan dikoreksi (warp image).
Citra yang kita jadikan base pastinya harus sudah terkoreksi secara geometrik.

20
2. Kemudian buka file pada menu ENVI dan open image file

3. Pilih file yang akan dimasukkan disini saya akan menggunakan file dari layer stacking

21
4. Maka akan muncul band yang kita masukkan dan pilih format RGB kemudian
kompositkan peta dengan menggabungkan band 4,3, dan 2 pada landsat 8

5. Selanjutnya akan terlihat tampilan peta pada display 1

6. Lakukan langkah seperti diatas kembali dengan menggunakan data landsat 7

22
7. Akan muncul kembali file band yang telah kita pilih. Gunakan lagi format RGB dengan
memasukkan band Red, Green, Blue pada Landsat 7 kemudian pilih new display
kemudian load RGB.

8. Selanjutnya akan muncul 2 tampilan peta yang berbeda dari landsat 8 dan landsat 7

23
9. Pilih menu map pada ENVI kemudian pilih registration dan select GCP image to image

10. Langkah berikutnya setelah mncul jendela image to image registration maka isi base
map dengan display 2 atau landsat 7 (citra yang telah terkoreksi) dan warp map dengan
display 1 atau landsat 8 (peta yang akan dikoreksi)

11. Kemudian buat GCP sebanyak minimal 20 ponit

24
12. Pilih show list pada tabel RMS error untuk melihat RMS error. Besarnya RMS error
tidak boleh lebih dari 1, dari gambar di atas dapat dilihat RMS errornya 0,003862
sehingga sudah memenuhi syarat.
Jika sudah mencapai 20 titik, maka langkah selanjutnya yaitu kita save file GCP
dengan memilih menu file pada jendela Ground Control Points Selectiondan pilih Save
GCP’s to ASCII.

13. Untuk melihat nilai RMS error dari setiap titik makan show list pada jendela GCP.

25
14. Kemudian kita kembali pada menu “map” dan pilih Registriation , dan pilih Warp from
GCPs: Image to Image.

15. Kemudian kita pilih file GCP yang telah kita save sebelumnya yang memiliki
ekstensi/format .pts.

26
16. Kemudian akan muncul jendela input warp image dan pilih band yang akan kita
koreksi (Stacking landsat 8). Lalu “OK”
17. Kemudian untuk input base image kita pilih band yang dijadikan acuan atau sudah
terkoreksi (landsat7).

18. Kemudian akan muncul jendela Registration Parameters, dan simpan file nya pada
lokasi yang diinginkan.

27
19. Kemudian kita tunggu prosesnya hingga selesai. Biasanya akan memakan waktu yang
cukup lama karena ukuran filenya akan sangat besar, kecepatannya bergantung pada
laptop/PC yang digunakan.

20. Setelah proses diatas telah selesai, kita panggil filenya (berekstensi .hdr) dan kita load
pada display. Kita dapat membandingkan perbedaannya. Biasanya jika sudah dikoreksi
citra akan menjadi agak berubah bentuk maupun ukuran.

28
➢ CROPING
Croping atau memotong citra satelit bertujuan untuk memudahkan kita untuk
mengoptimalisasi sampling, karena kita hanya mengambil sample pada daerah yang kita
butuhkan saja. Selain itu cropping juga bertujuan untuk memudahkan pekerjaan dan
mengurangi besarnya file pada peta. Metode cropping ada dua, yang pertama dapat
dilakukan menggunakan ENVI , yang kedua dapat kita lakukan menggunakan ArcGIS,
metodenya hampir sama dimana kita menggunakan file shp atau vektor file yang
digunakan sebagai cetakannya.
Berikut langkah – langkah dalam melakukan cropping
1. Buka aplikasi ArcGIS. Pada langkah pertama ini kita harus menyiapkan dulu shp
batas wilayah yang akan kita cropping.

2. Kemudian masukkan shp, pada langkah ini saya menggunakan batas kabupaten, dan
batas yang saya gunakan adalah daerah Magelang. Caranya dengan melakukan add
data shp.

29
3. Setelah data dipanggil, selanjutnya yaitu melakukan definition query sesuai kabupaten
yang akan kita gunakan. Dengan klik dua kali pada kabupaten kemudian = dan get
unique value kemudian pilih nama daerah yang akan digunakan. Contoh : Kab.
Magelang.

4. Setelah data di Query maka langkah selanjutnya yaitu melakukan exporting data. Hal
ini bertujuan untuk membuat shp baru yang nantinya shp daerah tersebut akan
ditampalkan pada citra untuk dilakukan cropping. Caranya klik kanan pada layer shp
kita, kemudian klik kanan dan pilih data, export data. Kemudian simpan pada
direktori yang diinginkan.

30
a. CROPPING DENGAN ENVI
1. Pertama-tama kita panggil file citra pada envi, kemudian langsung kita load. Pada
langkah ini saya menggunakan landsat 7

2. Kemudian pada display window kita pilih menu widget “overlay” dan pilih “vectors”

31
3. Setelah muncul jendela “vector parameters” kita pilih menu “file” dan pilih “Open
vector file..”

4. Masukkan shp daerah yang akan di cropping

5. Kemudian akan muncul jendela “Import Vector Files Parameters”, dan sesuaikan
koordinat serta datumnya. Kemudian klik “OK.”

32
 6. Jika proses berhasil, maka akan terlihat shp daerah kita. Berupa garis/batas daerah.

7. Kemudian kita pilih menu “basic tool”dan pilih menu subset data via ROIs

8. Kemudian akan muncul jendela “Select Input File to Subset via ROIs”, dan pilih band
yang akan kita cropping.

33
Jika dilihat pada gambar diatas dapat dilihat band yang digunakan merupakan gabungan
dari 3 band (komposit landsat 7)

9. Kemudian akan muncul jendela “Spatial Subset via ROIs Parameters”, dan simpan
filenya. Pada bagian Spatial Subset via ROIs Parameters “mask pixel” diubah
menjadi “Yes”.

10. Jika cropping nya berhasil akan didapatkan tampilan daerah sesuai batas yang telah
kita buat pada citra landsat 7 tersebut.

34
b. CROPPING DENGAN ARC GIS
1. Pertama-tama buka ArcGIS dan panggil data raster (citra) yang akan kita cropping.
Sama seperti di ENVI, kita hanya bisa memotong satu band saja, tidak bisa banyak
sekaligus. Sehingga harus dilakukan satu per satu, atau dapat dilakukan dengan
mengkompositkan citra terlebih dahulu baru kita cropping.

2. Kemudian kita import data Shp daerah yang akan kita ambil.

35
3. Setelah itu, akan muncul tampilan dari citra band yang telah kita pilih. Pada langkah
ini saya menggunakan band 1 pada landsat 8.

4. Kemudian “add data” lagi untuk memasukkan data daerah yang akan kita cropping.
Pilih file shp yang telah dibuat sebelumnya pada ArcGis.

36
5. Jika berhasil, akan muncul batas dari daerah yang telah kita masukkan shp nya tadi.

6. Kemudian kita cari tool “Clip (Data Management )” melalui kolom pencarian di
ArcGIS.

37
7. Kemudian akan muncul jendela Clip, langkah selanjutnya yaitu memasukkan
memasukkan data raster kita pada “Input Raster” , dan Shp pada “Output Extend”.

8. Setelah itu akan terlihat daerah yang telah kita cropping

38
➢ KLASIFIKASI MULTISPEKTRAL
Klasifikasi adalah teknik pengolahan pada citra dengan cara mengelompokkan piksel-
piksel kedalam sejumlah kelas, sehingga setiap kelas memiliki pola-pola atau distribusi
spasial yang unik dan spesifikasinya mencerminkan suatu objek atau informasi yang
bersifat sesuai dengan keperluan. Pada klasifikasi multispektral kita menggunakan dua
metode, yaitu Klasifikasi terkontrol (Superfised Classification) yaitu melakukan
klasifikasi berdasarkan pemasukan contoh objek atau sampel oleh operator. Sedangkan
klasifikasi tidak terkontrol (Unsuperfised classification) secara otomastis diputuskan oleh
komputer.
Berikut langkah-langkah melakukan klasifikasi multispectral :

a. Supervised

1. Buka ArcGis kemudian import data yang memeliki informasi RGB. Pada langkah ini
saya menggunakan data berupa jpeg dari landsat 8 lalu search reclass (spatial analyst)

2. Sebelum itu, kita harus memunculkan Tool Image Classification terlebih dahulu dengan
memilih menu Custumize , pilih Toolbar dan Checklist pada Image Classification.

39
3. Sehingga nantinya akan muncul tool baru pada antar muka ArcGIS seperti berikut

4. Sebelumnya lakukan extention terlebih dahulu agar tool baru tersebut dapat digunakan.

5. Lakukan check list pada extention yang akan digunakan. Selanjutnya tool Image
Classification dapat digunakan

40
6. Kemudian kita akan membuat training sample menggunakan draw polygon pada menu
Image Classification.

7. Pengambilan sample minimal yaitu 15 sampai dengan 20 sample. Sedangkan luas setiap
training sample yaitu (n x 10 s/d n x 100) atau bisa dikatakan 30 – 300.

41
8. Untuk melihat data dari sampel yang kita buat, dapat dilihat pada Training Sample
Manager.
9. Setelah dilakukan pengambilan sampel, selanjutnya kita akan me-merge datanya menjadi
satu atau menyederhanakan datanya dengan memiilih menu merge, setelah itu kita ubah
namanya sesuai dengan kelasnya (perairan, vegetasi, atau permukiman). Lakukan hal
yang sama pada kelas lainnya.

42
10. Selanjutnya munculkan dulu toolbar classification, pada menu customize pilih
classification. Setelah muncul, pilih training sample manager.

11. Ambil sampel pada setiap kelas dengan tetap memperhatikan syarat-syarat
jumlah dan luas setiap trainning sample

11. Kemudian akan muncul jendela Maximum Likelihood Classification, pada kolom
input raster kita pilih data raster kita, Sedangkan pada kolom input signature file, kita
pilih file signature yang telah kita save sebelumnya, file signature yang memiliki
format .gsg

43
12. Jika berhasil, hasilnya akan terdiri dari 3 warna yang telah kita ambil sampelnya dari
masing-masing penutup lahannya.

44
b. Unsupervised
1. Pertama kita buka aplikasi ArcGIS dan masukkan data raster yang akan kita
klasifikasikan. Pada langkah ini saya menggunakan data seperti yang saya gunakan
pada supervised.

2. Kemudian kita akan menggunakan tool “ISO Cluster Unsupervised Classification”

yang dapat kita temukan pada kolom pencarian atau “Search”

3. Atau kita juga bisa mencarinya secara manual pada Arctoolbox, pada Spatial Analyst
Tool – Multivariate – ISO Cluster Unsupervised Classification.

45
4. Kemudian akan muncul jendela ISO Cluster Unsupervised Classification, pada kolom
input raster dengan data raster kita (.jpeg file). Dan isi kolom number of classes
dengan 30.

5. Jika berhasil maka akan didapat banyak warna seperti dibwah ini

46
6. Kemudian kita akan menggunakan tool Reclassify yang dapat kita cari pada kolom
Search. Yang berlokasi pada ArcToolbox di 3D Analyst Tool – Raster reclass –
Reclassify.

7. Maka akan muncul jendela baru, pada kolom input raster kita pilih layer hasil
Unsuperfised yang telah kita lakukan sebelumnya (isocluster).

47
8. Kemudian pilih menu Classification, sehingga akan muncul tampilan berikut.
Kemudian pada kolom classes ubah angkanya menjadi 3.

9. Sehingga pada jendela Classification akan berubah class nya menjadi 3. Kemudian
klik “OK”.

48
10. Tunggu prosesnya, jika berhasil maka hasilnya akan terdiri dari 3 warna saja. Hal ini
dikarenakan kita telah mengelaskannya menjadi 3 kelas.

49
➢ UJI AKURASI
Uji akurasi dilakukan untuk mengetahui seberapa akurat hasil dari klasifikasi yang telah
dilakukan, hasil uji menentukan citra yang telah diklasifikasi dapat digunakan atau tidak.
Dimana hasil klasifikasi citra dapat dikatakan masih bersifat tentatif apabila belum
dilakukan tahap proses uji akurasi.
Berikut langkah – langkah melakukan uji akurasi :
1. Pertama buka aplikasi ArcGIS dan input data raster berupa citra satelit landsat, disini
saya akan menggunakan hasil klasifikasi multispekktral Supervised.

2. Setelah itu kita akan membuat shapefile baru dengan cara membuka ArcCatalog dan
klik kanan pada folder yang akan dijadikan lokasi penyimpanan file. Setelah itu klik
kanan folder – new – sapefile.

50
3. Maka akan muncul jendela create new shapefile, kemudian kita pilih tipe
shapefilenya “point”.

4. Kemudian sesuaikan sistem koordinatnya.

5. Kemudian kita akan membuat titik sampel dengan shapefile(dot), dimana masing-
masing bentuk lahan kita ambil sampelnya sebanyak 30 sampel. Caranya yaitu
dengan memulai editing “start editing”.

51
6. “Ingat (10n-100n)” dimana “n” merupakan jumlah band. Sehingga luas training
sample minimal 30 dan maksimal 300. Ambil sampel pada masing-masing bentuk
lahan (vegetasi, muka air, permukiman/bangunan). Masing-masing 30 sample
sehingga terdapat 90 titik.

52
7. Setelah mengambil titik sampel, selanjutnya yaitu kita akan menambahkan
keterangan pada masing-masing sampel (class, landuse, true) dengan cara hentikan
dulu proses editing dengan klik “stop editing”, kemudian buka table of content pada
shapefile (dot).

8. Kemudian pada jendela table of content kita pilih menu table option , dan pilih add
field . Untuk LandUse kita menggunakan text type, untuk Class kita menggunakan
ShortInteger type, dan untuk True kita menggunakan Short Integer type.

53
9. Kemudian kita blok tabel dari 1 – 30 dan beri nama vegetasi (sampel 1-30 saat
pengambilan sampel adalah vegetasi secara urut). Kemudian setelah di blok kita klik
kanan pada field LandUse dan pilih field calculator.

54
10. Kemudian akan muncul jendela calculator field dan isikan dengan “Vegetasi”
dengan tanda petik dua.

11. Langkah selanjutnya kita ketik extract value to point pada kolom pencarian “Search”

55
12. Tambahkan Field “Predict” dengan tipe Short Integer, dan kita akan melakukan
proses kalkulasi pada field Predict sehingga nilai pada Field Predict akan sama
dengan field RasterValue. Caranya yaitu dengan klik kanan pada Field Predict dan
pilih Calculator Field. Kemudian klik pada [RASTERVALUE].

56
13. Setelah itu hapus field “rastervalue”, dengan cara klik kanan dan pilih delete field.

57
14. Ketik Frequency pada menu search lalu klik. Kemudian akan muncul jendela
Frequency, pada kolom input table isikan dengan value_to_point, dan output table
diberi nama value_to_point_frequency. Sedangkan untuk frequency field kita
checklist pada “true” dan “predict”.

15. Selanjutnya kita cari tool Pivot Table (Data Management) pada kolom pencarian atau
search.

58
16. Lalu akan muncul jendela pivot table, pada Input table isikan dengan
Value_to_point_Frequency, pada input filed checklist pada “predict” dan “. Pada
pivot vield isikan dengan “true”, dan pada Value field isikan dengan frequency.

17. Setelah selesai bukalah dengan klik kanan kemudian pilih open

18. Setelah terbuka kita akan melihat pada atribut table nya. Untuk menghitung nilai
akurasinya maka akan digunakan rumus seperti yang ada di bawah.

59
Untuk menghitung error akurasi menggunakan formula :
𝑻𝒐𝒕𝒂𝒍 true 𝑽𝒂𝒍𝒖𝒆
𝐀𝐜𝐜𝐮𝐫𝐚𝐜𝐲 % =
𝑻𝒐𝒕𝒂𝒍 𝒔𝒂𝒎𝒑𝒍𝒆 𝒗𝒂𝒍𝒖𝒆
Dimana :
- Total true value yaitu jumlah diagonal data dimulai dari 1 pada kolom “true”.
- Total sample value yaitu total data pada kolom “true”.

Sehingga hasilnya yaitu 3/90 = 0,033334%

60
 DAFTAR PUSTAKA

• Anonim. 2014. “KOMPOSIT BAND CITRA LANDSAT DI ARCGIS”. http://www.info-

geospasial.com/2015/07/composite-band-citra-landsat-di-arcgis.html (diakses tanggal 27
juni 2019 pukul 18.32 wib)
• Anonim. 2014. “STACKING LANDSAT 8 DENGAN ENVI”. http://www.info-
geospasial.com/2015/12/stacking-landsat-8-dengan-envi.html (diakses tanggal 27 juni
2019 pukul 20.43 wib)
• Hamli, Nofirly. 2015. “Klasifikasi Citra Multispektral”.
https://www.academia.edu/22502616/KLASIFIKASI_CITRA_MULTISPEKTRAL_DE
NGAN_MENGGUNAKAN_APLIKASI_ENVI (diakses tanggal 27 Juni 2019 pukul
21.18 wib)

61

View publication stats