PENDAHULUAN Latar Belakang Klasifikasi citra merupakan proses pengelompokan pixel pada suatu citra ke dalam sejumlah class (kelas), sehingga setiap kelas dapat menggambarkan suatu entitas dengan ciri-ciri tertentu. Tujuan utama klasifikasi citra penginderaan jauh adalah untuk menghasilkan peta tematik, dimana suatu warna mewakili suatu objek tertentu. Contoh objek yang berkaitan dengan permukaan bumi antara lain air, hutan, sawah, kota, jalan, dan lain-lain. Sedangkan pada citra satelit meteorologi, proses klasifikasi dapat menghasilkan peta awan yang memperlihatkan distribusi awan di atas suatu wilayah. Prosedur klasifikasi citra bertujuan untuk melakukan kategorisasi secara otomatis dari semua pixel citra ke dalam kelas penutupan lahan atau semua tema tertentu. Secara umum data multispectral boleh dikatakan menggunakan bentuk klasifikasi pola spektral data untuk ketegorisasi setiap pixel berbasis numerik. Perbedaan tipe kenampakan menunjukkan perbedaan kombinasi dasar nilai digital pixel pada sifat pantulan (reflektansi) dan pancaran (emisi) spektral yang dimilikinya, Bentuk pola cukup berhubungan dengan ukuran radian yang diperoleh dari setiap pixel berdasarkan jenis saluran atau panjang gelombang yang merekamnya. Pengenalan pola spektral (spectral pattern 1
This document is posted to help you gain knowledge. Please leave a comment to let me know what you think about it! Share it to your friends and learn new things together.
Transcript
PENDAHULUAN
Latar Belakang
Klasifikasi citra merupakan proses pengelompokan pixel pada suatu citra
ke dalam sejumlah class (kelas), sehingga setiap kelas dapat menggambarkan
suatu entitas dengan ciri-ciri tertentu. Tujuan utama klasifikasi citra penginderaan
jauh adalah untuk menghasilkan peta tematik, dimana suatu warna mewakili suatu
objek tertentu. Contoh objek yang berkaitan dengan permukaan bumi antara lain
air, hutan, sawah, kota, jalan, dan lain-lain. Sedangkan pada citra satelit
meteorologi, proses klasifikasi dapat menghasilkan peta awan yang
memperlihatkan distribusi awan di atas suatu wilayah.
Prosedur klasifikasi citra bertujuan untuk melakukan kategorisasi secara
otomatis dari semua pixel citra ke dalam kelas penutupan lahan atau semua tema
tertentu. Secara umum data multispectral boleh dikatakan menggunakan bentuk
klasifikasi pola spektral data untuk ketegorisasi setiap pixel berbasis numerik.
Perbedaan tipe kenampakan menunjukkan perbedaan kombinasi dasar nilai digital
pixel pada sifat pantulan (reflektansi) dan pancaran (emisi) spektral yang
dimilikinya, Bentuk pola cukup berhubungan dengan ukuran radian yang
diperoleh dari setiap pixel berdasarkan jenis saluran atau panjang gelombang yang
merekamnya. Pengenalan pola spektral (spectral pattern recognition) merupakan
prosedur klasifikasi yang menggunakan informasi spectral setiap pixel untuk
mengenal kelas-kelas penutupan lahan secara otomatis.
Pengenalan pola spasial (spatial pattern recognition) meliputi kategorisasi
pixel citra dengan basis hubungan spasia antara pixel tersebut. Pola spasial dapat
dievaluasi pada skema interpretasi secara otomatis. Klasifikasi spasial mencakup
beberapa aspek seperti tekstur citra atau pengulangan rona, bentuk dan ukuran
obyek, arah, hubungan, serta posisi pixel yang berdekatan. Tipe klasifikasi spasial
mudah dideteksi oleh akal manusia dalam proses interpretasi visual, namun
merupakan tugas yang rumit bagi komputer, karena informasinya sangat komplek.
Sebaliknya, komputer dengan mudah menganalisis pola spektral dalam sejumlah
saluran. Oleh Karena itu atribut spasial dapat dikaitkan dengan proses pengenalan
1
spectral, dengan cara membuat asumsi bahwa pixel yang berbedakan akan
menajdi satu kelas tutupan yang sama.
Klasifikasi tidak terbimbing (unsupervised) melakukan pengelompokan
data dengan menganalisa cluster secara otomatis dan menghitung kembali rata-
rata kelas (class mean) secara berulang-ulang dengan komputer. Sumbu horizontal
menunjukkan nilai piksel pada band 2 dan sumbu vertikal menunjukkan nilai
kecerahan piksel pada band 1. Pengelompokan piksel menjadi kelas spektral
diawali dengan menentukan jumlah kelas spektral yang akan dibuat. Penentuan
jumlah kelas ini dapat dilakukan dengan memperhatikan jumlah puncak histogram
sehingga diperoleh jumlah kelas spectral yang akan dibentuk. Setelah jumlah
kelas spektral ini ditentukan kemudian dipilih pusat-pusat kelas spektral terhadap
setiap pusat kelas spektral. Berdasarkan hasil pengukuran jarak ini setiap piksel
dikelompokkan ke dalam suatu kelas spectral yang memiliki jarak terdekat.
Setelah setiap pixel dikelompokkan lalu masing-masing rata-rata kelas
spectral dihitung kembali. Kemudian dilakukan lagi pengukuran jarak setiap
piksel terhadap rata-rata kelas baru ini dan akhirnya piksel dikelompokkan ke
dalam kelas spektral yang memiliki jarak terdekat.
Tujuan
Tujuan dari lapororan yang berjudul “Klasifikasi Terbimbing” adalah
untuk mengklasifikasikan citra kedalam 5 tutupan lahannya.
2
TINJAUAN PUSTAKA
Pemetaan penggunaan lahan dan penutupan lahan sangat berhubungan
dengan studi vegetasi, tanaman pertanian dan tanah dari biosfer. Karena data
penggunaan lahan dan penutupan lahan paling penting untuk planner yang harus
membuat keputusan yang berhubungan dengan pengelolaan sumberdaya lahan,
maka data ini sangat bersifat ekonomi (Lo, 1995).
Penggunaan lahan merupakan aktivitas manusia dan kaitannya dengan
lahan, yang biasanya tidak secara langsung tampak dari citra. Penggunaan lahan
telah dikaji dari beberapa sudut pandang yang berlainan, sehingga tidak ada satu
defenisi yang benar-benar tepat (Purbowaseso, 1995). Penggunaan lahan
berhubungan dengan kegiatan manusia pada sebidang lahan, sedangkan penutup
lahan lebih merupakan perwujudan fisik obyek-obyek yang menutupi lahan tanpa
mempersoalkan kegiatan manusia terhadap obyek-obyek tersebut. Satu-satuan
penutup lahan kadang-kadang juga bersifat penutup lahan alami (Lillesand and
Kiefer,1990).
Agar dapat dimanfaatkan maka citra tersebut harus diinterpretasikan atau
diterjemahkan/ ditafsirkan terlebih dahulu. Interpretasi citra merupakan kegiatan
mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi objek
dan menilai arti pentingnya objek tersebut. Singkatnya interpretasi citra
merupakan suatu proses pengenalan objek yang berupa gambar (citra) untuk
digunakan dalam disiplin ilmu tertentu seperti Geologi, Geografi, Ekologi,
Geodesi dan disiplin ilmu lainnya. Dalam menginterpretasikan citra dibagi
menjadi beberapa tahapan, yaitu:
Deteksi ialah pengenalan objek yang mempunyai karakteristik tertentu oleh
sensor.
Identifikasi ialah mencirikan objek dengan menggunakan data rujukan.
Analisis ialah mengumpulkan keterangan lebih lanjut secara terinci
(Estes and Simonett, 1975).
Beberapa satelit pengindraan jauh berikut bisa digunakan sebagai