statistik yang paling mapan. • Pengkelasan piksel pada algoritma ini dikelaskan oleh kelas tertentu. Untuk memutuskan klasifikasi membutuhkan : 1.Simpangan baku tiap sampel. 2.Variansi. 3.Kovariansi. Pada pemodelan kerapatan probailitas menggunakan dua saluran masukan , yaitu : 1. MSS3 2. MSS4 landsat. Pada algoritma ini diasumsikan bahwa probabilitas semua kelas sama, tetapi pada kenyataannya tidak. RUMUS yang digunakan • D = ln ( ac) - { 0,5 ln (| Covc |) ( 0,5 ( X – Mc) T ( Covc-1 ) ( X – Mc ) } • Keterangan : D = jarak yang diberi bobot. c = suatu kelas tertentu. X = vektor piksel yang diklasifikasikan. Mc= vektor rerata kelas sampel c. ac = presentase probabilitas Covc = matriks kovariansi. (| Covc |) = determinan Covc ( aljabar matriks ) Covc-1 = inversi Cov ( aljabar c matriks ) ln = fungsi logaritma natural. T = fungsi transposisi ( aljabar