044 - Zein Ahmad - OBIA

KEGIATAN VII
OBIA
LAPORAN PRAKTIKUM PENGOLAHAN CITRA DIGITAL
Oleh :
Zein Ahmad
117200044
TEKNIK GEOMATIKA JURUSAN

TEKNIK GEOLOGI
FAKULTAS TEKNOLOGI MINERAL
UPN “VETERAN” YOGYAKARTA
2022/2023
LABOTORIUM FOTOGRAMETRI DAN PENGINDERAAN JAUH
TEKNIK GEOMATIKA
UPN “VETERAN” YGYAKARTA 2022/2023
BAB I
PENDAHULUAN
1.1. Latar Belakang
Penginderaan Jauh merupakan rekaman pola pantulan energi elektromagnetik dan
emisi yang ditampilkan di citra menyerupai gambar dan mempunyai sifat yang sangat
bervariasi. Untuk mendapatkan informasi penting dari data tersebut kita harus
melakukan tahap deteksi terlebih dahulu. Deteksi dibantu oleh karakteristik spasial,
spectral, radiometric dan temporal data. Resolusi spasial ialah kemampuan system
perekam dalam membedakan objek yang terletak berdekatan. Resolusi spectral
merupakan perekaman gambaran yang sama pada interval spectral yang berbeda.
Resolusi radiometric untuk menghasilkan kontras yang lebih baik sehingga dapat
dicapai jumlah tingkat keabuan antara batas hitam dan putih yang mudah dibedakan.
Akhirnya resolusi temporal menjelaskan kegunaan citra yang direkam pada interval
waktu tertentu (musim) untuk mendeteksi perubahaan yang telah terjadi (Purwadhi,
2001).
Perangkat lunak untuk pengolahan citra cukup banyak jenisnya, tentunya dengan
kemampuan dan kelebihan yang berbeda-beda yaitu salah satunya yang digunakan pada
praktikum kali ini yaitu software eCognition. Tujuan utama penginderaan jarak jauh
ialah mengumpulkan data sumber daya alam dan lingkungan. Informasi tentang objek
disampaikan ke pengamat melalui energi elektromagnetik. Yang merupakan pembawa
informasi dan sebagai penghubung komunikasi (Lo, 1996).
Pada praktikum kali ini menggunakan software eCognition untuk melakukan
pengolahan citra digital dengan metode OBIA.
1.2. Rumusan Masalah?
Berdasarkan latar belakang yang sudah dijelaskan diatas, maka dapat dirumuskan
permasalahan sebagai berikut :
1. Apa yang dimaksud dengan OBIA?
2. Bagaimana cara melakukan pengolahan dengan metode OBIA menggunakan
software eCognition ?
3. Apa hasil dari pengolahan OBIA?
1.3. Tujuan Laporan
Adapun tujuan dilaksanakannya kegiatan ini sebagai berikut :
1. Praktikan dapat mengerti dan memahami tentang OBIA
2. Praktikan dapat mengerti dan memahami tahapan pengolahan OBIA
3. Praktikan dapat mengerti dan memahami hasil dari pengolahan OBIA
2 | Praktikum Penginderaan Jauh

TEKNIK GEOMATIKA
BAB II
LANDASAN TEORI
2.1. OBIA
Klasifikasi OBIA merupakan teknik klasifikasi yang tidak hanya memandang
dari rona dan tektur piksel namun berdasarkan dari kesatuan objek, atau OBIA
merupakan pendekatan yang proses klasifikasinya tidak hanya mempertimbangkan
aspek spektral namun aspek spasial objek. Data citra penginderaan jauh yang
digunakan untuk klasifikasi ini biasanya menggunakan data citra penginderaan jauh
resolusi tinggi seperti Quickbird, Ikonos, World View, dll. Sebenarnya klasifikasi
ini hampir mirip dengan klasifikasi unsupervised, akan tetapi basis dari klasifikasi
OBIA yaitu dengan segmentasi.
Hurd dalam Wibowo (2007) mengungkapkan bahwa OBIA merupakan
pendekatan yang proses klasifikasinya tidak hanya mempertimbangkan aspek
spektral namun juga aspek spasial objek. Metode OBIA tidak hanya bergantung
pada nilai spektral saja tapi juga mampu mengoptimasi feature spatial dalam citra
satelit sesuai dengan unsur interpretasi seperti bentuk, ukuran, tekstur dan informasi
kontekstual lainnya.
Segmentasi citra dalam konteks OBIA dapat diartikan sebagai proses
pengelompokkan piksel-piksel bertetangga ke dalam area (segmen) berdasarkan
kemiripan kriteria seperti digial number atau tekstur. Segmentasi citra
menghasilkan “objek”, yaitu kelompok piksel yang selanjutnya menjadi unit
analisis klasifikasi
Menurut Nikfar dkk (2012) mempertimbangkan persamaan diatas, dalam
segmentasi objek yang awalnya piksel diawali dengan pencarian tetangga terdekat
yang ada di sekitarnya untuk menemukan tetangga terbaik untuk digabungkan. Setiap
objek akan menghitung nilai fusi untuk menentukan tetangga terbaik untuk
digabungkan. Jika pencocokan tersebut tidak saling menguntungkan (tidak cocok),
objek piksel tersebut akan menjadi objek piksel induk yang baru. Dalam hal ini yaitu
akan mencari pasangan piksel untuk dilakukan penggabungan. Ketika pasangan
terbaik saling menguntungkan (cocok), penggabungan tersebut kemudian akan
diperiksa. Nilai fusi untuk penggabungan ini akan dibandingkan dengan parameter-
parameter yang secara langsung ditentukan oleh pengguna. Bobot untuk
keberagaman bentuk, kekompakan, skala, dan spektral ditentukan oleh pengguna.

TEKNIK GEOMATIKA
2.2. eCognition
eCognition merupakan perangkat lunak yang memiliki banyak kelebihan yang
dapat dimanfaatkan dalam berbagai hal. eCognition dirancang untuk meningkatkan,
mempercepat, dan mengotomatiskan interpretasi data geospasial. Hal ini memungkinkan
organisasi yang terlibat dalam industri penginderaan jauh dengan cepat mengekstrak
informasi dan segala jenis data geospasial. Perangkat lunak eCognition menawarkan
kemampuan untuk semua jenis bidang aplikasi, yaitu aplikasi Perkotaan, Kehutanan,
Pertanian dan berbagai kasus penggunaan yang berbeda (Ekstraksi Fitur, Deteksi
Perubahan). Salah satu pemanfaatan kemampuan eCognition yaitu dalam mendeteksi
objek untuk perhitungan jumlah (Object Counting).

TEKNIK GEOMATIKA
BAB III
METODELOGI
3.1 Lokasi
Praktikum Pengolahan Citra Digital dilaksanakan secara asinkron pada 24
November 2022 melalui Zoom Meeting
3.2 Alat dan Bahan
Alat dan bahan yang digunakan dalam melakukan kegiatan ini adalah sebagai berikut :
• Data : - Foto daerah Bali

• Software : - eCognition
• Alat : - Laptop
- Mouse
3.3 Langkah Kerja

1. Buka software e-Cognition
2. Selanjutnya membuat project baru dan memasukan data sesuai ketentuan dengan
cara ke file ➔ new project ➔ pilih file ➔ OK
3. Memilih area yang akan dilakukan pengolahan dengan cara ke spatial subset ➔
Pilih area ➔ OK

TEKNIK GEOMATIKA
Hasil :
4. Membuka tools process ➔ process tree ➔ append new ➔ pada algoritma pilih
multiresolution segmentation ➔ scale parameter jadi 50 ➔ pada shape rubah
menjadi 0.7 dan compactness menjadi 0.5 ➔ execute

TEKNIK GEOMATIKA
Hasil :
5. Selanjtunya melakukan pengkelasan sampling area dengan cara ke classification

→ class hierarchy ➔ klik kanan ➔ insert class ➔ beri nama kelas “vegetasi” ➔
pilih warna dan ubah menjadi hijau ➔ OK

TEKNIK GEOMATIKA
6. Buat kelas area terbuka, bangunan, dan pemukiman dengan cara yang sama

TEKNIK GEOMATIKA
7. Selanjutnya melakukan pengambilan sampel dari masing-masing kelas yang

sudah dibuat dengan cara ke classification ➔ samples ➔ select samples ➔ pilih
area berdasarkan sampel yang sudah dibuat
8. Acuan Bali Indonesia

TEKNIK GEOMATIKA
9. Apabila sudah mengambil sampel maka selanjutnya melakukan settingan

klasifikasi dengan cara ke classification ➔ nearest neighbor ➔ Edit standart NN
feature space ➔ pilih object features ➔ layer values ➔ mean ➔ standart
deviation ➔ OK
10. Selanjutnya melakukan klasifikasi dengan cara ke classification ➔ nearest

neighbord =➔ apply standart NN to classes ➔ pilih all ➔ OK

TEKNIK GEOMATIKA
11. Menampilkan hasil klasifikasi dengan cara klik kanan pada process tree ➔
append new ➔ pada algoritma pilih classification ➔ pada active class pilih
semua kelas ➔ OK ➔ Execute

TEKNIK GEOMATIKA
12. Hasil klik view classification
13. Menampilkan digitasi dengan cara view pixel object

TEKNIK GEOMATIKA
BAB IV
HASIL DAN PEMBAHASAN
A. Hasil
1. Tampilan input parameter segmentasi yang terdiri dari scale, shape dan
compactness.
2. Tampilan hasil dari segmentasi (dengan proses percobaan besaran parameter

yang cocok)

TEKNIK GEOMATIKA
3. Tampilkan hasil akhir dari input kelas – kelas klasifikasi
4. Tampilan hasil pengambilan sampel klasifikasi secara keseluruhan
5. Tampilan hasil klasifikasi menggunakan metode nearest neighbor
B. Pembahasan
Pada praktikum kali ini menggunakan data citra resolusi menengah dengan
menggunakan software eCognition untuk pengolahan dengan metode OBIA (Object
Based Image Analysis). Dari hasi yang didapatkan terdapat kenampaka penutup lahan
yang dikelompokkan e dalam kenampakan segmen atau region. Lalu, dari hasil proses

TEKNIK GEOMATIKA
OBIA masih terdapat kenampakan oversegmented dalam penutup lahan yang sama
yang disebabkkan karena kurang tepatnya dalam pemberian nilai pada tiap parameter
algoritma segmentasi.

TEKNIK GEOMATIKA
BAB V
KESIMPULAN
Dari kegiatan praktikum segmentasi yang telah dilakukan, maka dapat
diambil kesimpulan sebagai berikut :
1. Klasifikasi OBIA merupakan teknik klasifikasi yang tidak hanya memandang
dari rona dan tektur piksel namun berdasarkan dari kesatuan objek, atau OBIA
merupakan pendekatan yang proses klasifikasinya tidak hanya
mempertimbangkan aspek spektral namun aspek spasial objek
2. eCognition adalah perangkat lunak baru untuk para profesional geospasial dan
penginderaan jauh yang melakukan tugas pemetaan penutupan lahan
menggunakan citra.
3. Tujuan dalam melakukan segmentasi adalah untuk mempartisi gambar menjadi
beberapa wilayah yang tidak tumpang tindih dengan karakteristik yang
homogen, seperti intensitas, warna, dan tekstur. Seiring dengan berkembangnya
teknologi pada aplikasi yang memproses sebuah obyek seperti rekonstruksi tiga
dimensi, pengenalan benda, pengenalan tulisan, deteksi wajah, pengkodean
obyek dan lain-lain maka proses segmentasi menjadi semakin diperlukan

PRAKTIKUM PENGINDERAAN JAUH TEKNIK GEOMATIKA
UNIVERSITAS PEMBANGUNAN NASIONAL “VETERAN” YOGYAKARTA
DAFTAR PUSTAKA
Yudinugroho, M. S.T., M.T. & N, Lysa. S.T., M.T. (2022) MODUL PRAKTIKUM
PENGOLAHAN CITRA DIGITAL. MODUL PRAKTIKUM
PENGOLAHAN CITRA DIGITAL. Yogyakarta: Laboratorium
Fotogramteri dan Penginderaan Jauh Teknik Geomatika UPN ‘Veteran’
Yogyakarta
Yogi Galih E, M.Edwin Tjahjadi, Adkha Yulianandha M, Fenny Arafah. (2021). ANALISIS
KEMAMPUAN ECOGNITION DALAM DETEKSI OBJEK. Program
Studi Teknik Geodesi. FTSP Institut Teknologi Nasional Malang.
Abu Bakar. (2014). OBIA (Objected Base Image Anlaysis).

044 - Zein Ahmad - OBIA

Diunggah oleh

Informasi Dokumen

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

044 - Zein Ahmad - OBIA

Diunggah oleh

Hak Cipta:

Format Tersedia

KEGIATAN VII

LAPORAN PRAKTIKUM PENGOLAHAN CITRA DIGITAL

TEKNIK GEOMATIKA JURUSAN

2 | Praktikum Penginderaan Jauh

3 | Praktikum Penginderaan Jauh

4 | Praktikum Penginderaan Jauh

• Data : - Foto daerah Bali

3.3 Langkah Kerja

5 | Praktikum Penginderaan Jauh

6 | Praktikum Penginderaan Jauh

5. Selanjtunya melakukan pengkelasan sampling area dengan cara ke classification

7 | Praktikum Penginderaan Jauh

8 | Praktikum Penginderaan Jauh

7. Selanjutnya melakukan pengambilan sampel dari masing-masing kelas yang

8. Acuan Bali Indonesia

9 | Praktikum Penginderaan Jauh

9. Apabila sudah mengambil sampel maka selanjutnya melakukan settingan

10. Selanjutnya melakukan klasifikasi dengan cara ke classification ➔ nearest

10 | Praktikum Penginderaan Jauh

11 | Praktikum Penginderaan Jauh

12. Hasil klik view classification

13. Menampilkan digitasi dengan cara view pixel object

12 | Praktikum Penginderaan Jauh

2. Tampilan hasil dari segmentasi (dengan proses percobaan besaran parameter

13 | Praktikum Penginderaan Jauh

3. Tampilkan hasil akhir dari input kelas – kelas klasifikasi

4. Tampilan hasil pengambilan sampel klasifikasi secara keseluruhan

5. Tampilan hasil klasifikasi menggunakan metode nearest neighbor

14 | Praktikum Penginderaan Jauh

15 | Praktikum Penginderaan Jauh

16 | Praktikum Penginderaan Jauh

17 | Praktikum Penginderaan Jauh

Anda mungkin juga menyukai