1
DAFTAR ISI
BAB I ......................................................................................................... 1
PENDAHULUAN ....................................................................................... 1
1.2 Tujuan............................................................................................... 2
BAB II ........................................................................................................ 3
METODOLOGI .......................................................................................... 3
3.1 Hasil.................................................................................................. 9
BAB IV ..................................................................................................... 11
PENUTUP ................................................................................................ 11
i
DAFTAR GAMBAR
Gambar 1 Buka aplikasi ArcGIS ................................................................ 3
Gambar 2 Tampilan yang telah di Clip ....................................................... 4
Gambar 3 Pilih menu extensions ............................................................... 4
Gambar 4 Ceklik seluruh menu.................................................................. 4
Gambar 5 Memunculkan image classification ............................................ 5
Gambar 6 Training sampel manager ......................................................... 5
Gambar 7 Pilih menu draw polygon ........................................................... 6
Gambar 8 Buat polygon pada elemen badan air........................................ 6
Gambar 9 Blok semua data ....................................................................... 6
Gambar 10 Klik merge training samples .................................................... 7
Gambar 11 Ubah warna setiap elemen ..................................................... 7
Gambar 12 Proses layouting...................................................................... 8
Gambar 13 Hasil ........................................................................................ 9
ii
BAB I
PENDAHULUAN
1
seperti kehutanan, pertanian, geologi, bencana alam, dll. (Zhaoo, 2022).
Klasifikasi citra merupakan suatu teknik untuk mengkategorikan suatu
piksel, objek, atau potongan gambar ke dalam kelas tertentu. Salah satu
kegunaan klasifikasi pada citra satelit adalah untuk memetakan perubahan
tutupan/penggunaan lahan (Agus Ambarwari, 2023).
1.2 Tujuan
Tujuan dari praktikum ini yaitu agar Mahasiswa memahami konsep dan
metode dalam klasifikasi citra serta penilaian akurasi.
2
BAB II
METODOLOGI
3
Gambar 2 Tampilan yang telah di Clip
4
5. Langkah selanjutnya, pilih menu customize dan klik menu Toolbar
lalu klik Image Classification sampai muncul tanda ceklis
7. Selanjutnya pilih menu ‘Draw Polygon’ > lakukan digitasi pada setiap
elemen > yang pertama pada elemen badan air, Bangunan, vegetasi
dan awan.
5
Gambar 7 Pilih menu draw polygon
6
Gambar 10 Klik merge training samples
7
Gambar 12 Proses layouting
8
BAB III
3.1 Hasil
Gambar 13 Hasil
3.2 Pembahasan
Penginderaan jauh merupakan suatu metode berupa ilmu dan seni
untuk mengumpulkan informasi dan mengekstraksi fitur spektral, spasial,
dan temporal tentang objek, area, atau fenomena, seperti vegetasi,
klasifikasi tutupan lahan, kawasan perkotaan, lahan pertanian, dan sumber
daya air, tanpa menyentuh benda-benda tersebut secara fisik.
Citra satelit Landsat 8 merupakan bentuk penyempurnaan dari citra satelit
Landsat sebelumnya karena citra ini memiliki jumlah saluran ggelombang
elektromagnetik yang lebih banyak dan rentang saluran gelombang
elektromagnetik terendah yang dapat direkam oleh sensor (Pradnya P.
Raditya Rendra, 2019). Citra satelit landsat dapat digunakan untuk
mengetahui dan menganalisis jenis tata guna lahan di suatu daerah.
Karakteristik dari citra Landsat 8 adalah menggunakan sensor Operational
Land Manager (OLI) dengan selang band yang lebih pendek dan tambahan
dua band tambahan (9 Band).
9
Klasifikasi citra merupakan proses pengelompokkan pixel pada
suatu citra ke dalam sejumlah class (kelas), dan setiap kelas dapat
menggambarkan suatu entitas dengan ciri-ciri tertentu. Tujuan dari
klasifikasi citra adalah untuk menghasilkan peta tematik, yang mana satu
warna mewakili suatu objek tertentu. Citra landsat dapat digunakan dengan
terlebih dahulu melalui proses pengolahan citra digital, dengan cara
klasifikasi citra (Yudha Niagara, 2020). Klasifikasi citra merupakan suatu
teknik untuk mengkategorikan suatu piksel, objek, atau potongan gambar
ke dalam kelas tertentu. Salah satu kegunaan klasifikasi pada citra satelit
adalah untuk memetakan perubahan tutupan/penggunaan lahan. Pesatnya
perkembangan teknologi bersama dengan kemampuan teknologi
penginderaan jauh yang semakin canggih, melahirkan tiga paradigma
metode klasifikasi tutupan/penggunaan lahan, yaitu berbasis piksel/sub-
piksel, berbasis objek, dan berbasis pemandangan (Cheng, 2020).
Klasifikasi citra satelit dibagi menjadi 3 jenis yaitu: 1) Klasifikasi
Terbimbing (Supervised Classification), 2) Klasifikasi Tak Terawasi
(Unspervised Classification) dan 3) Klasifikasi Gabungan (hybride
classification). Klasifikasi terbimbing adalah klasifikasi yang dilakukan
dengan arahan analis (supervised), dimana kriteria pengelompokkan kelas
ditetapkan berdasarkan penciri kelas (class signature) yang diperoleh
melalui pembuatan area contoh (training area). Sedangkan, klasifikasi tidak
terbimbing merupakan klasifikasi dengan pembentukan kelasnya sebagian
besar dikerjakan oleh computer (Lukiawan, 2019). Metode klasifikasi
terbimbing diawali dengan pembuatan daerah contoh untuk menentukan
penciri kelas. Kegiatan tersebut merupakan suatu kegiatan mengidentifikasi
prototipe (cluster) dari sejumlah piksel yang mewakili masing-masing kelas
atau kategori yang diinginkan dengan menentukan posisi contoh
dilapangan dengan bantuan peta tutupan lahan sebagai referensi untuk
setiap kelasnya. Klasifikasi tidak terbimbing merupakan proses
pengelompokan piksel- piksel pada citra menjadi beberapa kelas
menggunakan analisa cluster. Klasifikasi terbimbing merupakan proses
pengelompokan piksel-piksel.
10
BAB IV
PENUTUP
4.1 Kesimpulan
Klasifikasi citra satelit merupakan sebuah proses pengelompokkan
dari keseragaman nilai piksel yang mengacu kepada nilai digital number
(DN) berdasarkan algoritma klasifikasi tertentu yang digunakan sesuai
kebutuhan. Penginderaan jauh merupakan pengumpulan informasi tentang
suatu objek atau daerah dari kejauhan, biasanya menggunakan data yang
diambil dari satelit, pesawat, atau kendaraan bawah air. Pada praktikum ini
menggunakan Citra Landsat 8 merupakan citra terbaru yang menggantikan
Landsat 7. Data citra landsat 8 memiliki resolusi spasial 30meter untuk
kanal 1 hingga 9, sedangkan kanal panchromatic memiliki resolusi spasial
15.
4.2 Saran
Pembuatan peta serta proses digitasi membutuhkan ketelitian agar
tidak terjadi kesalahan. Hal ini seharusnya sangat diperhatikan karena
apabila terjadi kesalahan pada proses digitasi maka data yang dihasilkan
juga akan error atau salah.
11
DAFTAR PUSTAKA
12