I.1.1 SementasiI.1.1.1 Penentuan Jenis Pengolahan Tahap awal
proses segmentasi pada perangkat
lunakeCognitionDeveloper8.9terlebihdahulumenentukanmodel
pengolahansegmentasi danklasifikasi. Terdapat dua jenis model
pengolahan yaitu dengan Quick Map ModedanRule Set Mode. Untuk
menjalankan fungsi analisis citrasecarasederhanadapat dilakukan
pada Quick Map Mode, sedangkan Rule Set Mode merupakanstandar
analisis citra secara terstruktur dan kompleks. Penelitian
menggunakanRule Set Modeagar proses segmentasi dan klasifikasi
diproses denganmaksimal.Tampilan Awal eCognition Developer
8.9I.1.1.2 Membuat Project Baru pada eognition !e"eloper #.$1) Pada
menu File, pilih New Proect, kemudian muncul jendela
CreateProectdan!"port !"age#a$er. Padajendela!"port
!"age#a$ermemilih data citraLalu OK. enu !ile"# PadaProect
Na"ediisi dengan namaproectyang akan dibuat.Kemudian pada kotak
daftar la$er, nama #a$er 1 diubah menjadi Red,#a$er %
menjadi&reen,#a$er ' menjadi(lue, dan #a$er ) menjadiN!R,
setelah itu klik OK. $# %etelah pembuatan project maka akan muncul
peta seperti berikut &I.1.1.%&ombinasi &anal 'Band(
Kombinasi kanal'LO% '()*+,"dapat dilakukanpadaeCognitiondengan
menjalankan fungsi*dit !"age #a$er Mi+ingdari menu,iew.Kombinasi
kanal dilakukan untuk mempermudah dalam mengidentifikasi objekyang
masuk dalam region tertentu setelah dilakukan proses
segmentasi.Tampilan Edit Image Layer Mixing%ebagai contoh kombinasi
kanal $"- yang akan menampilkanpenampakkan sebenarnya dari muka
bumi, atau kombinasi kanal .$" yang
dapatmempertajamperbedaanantara/egetasi, lahanterbangun,
lahankosong, danbadan air. Tampak pada gambar di bawah ini dengan
kombinasi kanal .$" untuk/egetasi ditunjukkan dengan warna merah,
badan air dengan warna gelap, lahanterbuka berwarna kehijauan, dan
kawasan terbangun berwarna putih keabuan.0i#0ii#)ambar
&ombinasi *anal 'i( +)B %21 dan 'ii( ,%2I.1.1., Segmentasi
dengan Algoritma Multiresolution SegmentationPada pembahasan ini
proses segmentasi menggunakan algoritma"ultire-olution
-eg"entation. 'lgoritma ini dapat membagi citra ke
dalamregion.region berdasarkan prinsip homogenitas.Region yang
dibentuk menjadisatu kelas yang sama. Tahapan,tahapan
pengelompokannya sebagai berikut&-. Klik Proce-- / Proce--
0ree. ". aka akan mucul tab baru, kemudian Klik kanan pilih 1ppend
New.$. %etelah muncul jendela *dit Proce--, pada kotak Na"e dapat
ditulisnama tahapan 1%egmentasi2.
Pada1lgorit2"pilihMultire-olutionSeg"entationmaka secara otomatis
pada!"age 34ect Do"ainterpilih pi+el level. Pada bagian Scale
Para"eter 0skala# nilai diubahmenjadi 34,-2ape 0bentuk# 4,$, dan
co"pactne-- 0kekompakan# 4,3.Kemudian tekan tombol *+ecute untuk
memulai proses segmentasi. 'lgoritma"ultire-olution -eg"entationini
memiliki tigaparameter segmentasi yang harus ditentukan nilainya.
Tiga parametertersebut diantaranyaskala, bentuk, dankekompakan.
5esaranskalasegmentasi ditentukan nilainya berdasarkan
kesesuaianregionterhadapluasareayangakandisegmentasi.
%edangkannilai bentukdan kekompakan ditentukan dari jumlah nilai
kedua parameter tidaklebihdari4,6. )ilaiparametersegmentasi
penelitianinidiantaranyaskala34, bentuk4,$, dankekompakan4,3.
7aktuyangdibutuhkanproses segmentasi berkisar antara ",.menit
tergantungpada speccomputer yang di pakai... aka setelah di *+ecute
2a-il peta akan Na"pak -eperti pada 4awa2.I.1.1.5 Proses
&lasi-i*asi itra dengan Metode Nearest NeighorPembuatan kelas
berdasarkan objek yang tampak pada citradiantaranya /egetasi, lahan
terbangun, lahan terbuka, badan air, dan objek yangtidak
teridentifikasi akibat awan dan bayangan. asing,masing
kelasdisimbolkandalamwarnayangberbeda,bedaagarmudahdipahami.
Langkahpembuatan kelas adalah sebagai berikut. -.
KlikkananpadakotakdialogCla-- 5ierarc2$pilih!n-ert Cla--,kemudian
muncul jendela Cla-- De-cription. Pada kotak isian Na"eisikan nama
kelas misalnya badan air, berikutnya menentukan warnakelas.
Kemudian klik tombol 36. ". engulangi proses di atas untuk kelas
/egetasi, dan awan, sertapemberian warna yang berbeda sesuai
karakteristik objek yang akandiidentifikasi. $.
Kemudianpadakotakdialog!"age34ect !n7or"ation, klikkananlalu pilih
Select Feature to Di-pla$ maka akan muncul kotak dialogSelect
Di-pla$ed Feature-. .. Pada kotak 1vaila4le sisi kiri, pilih ta4
34ect Feature kemudian pilihdengan cara dou4le.click pada #a$er
,alue maka ta4 #a$er ,alue akanmuncul padakotakSelecteddisisikanan.
5erikutnyatekantombol36. 3. Kemudian pengambilan sampel 0training
area# dengan cara pilihCla--i7icationpada menu utama,
pilihSa"ple-dan pilihSelectSa"ple- 8. Kemudianpilihkembali
saturegionuntukdiberikanwarnasesuaidengan kelasnya. Pada kotak!"age
34ect !n7or"ationpilihta4Cla--i7icationdanpilihnamakelassesuai
denganobjekpadacitra,kemudian klik dua kali pada region maka region
akan sesuai dengankelas dan warnanya. 9. embuattraining
areauntukregionlainnya sesuai dengankenampakkan pada citra. :ingga
semua class sudah di masukkan.%etelah dilakukan pengambilan sampel
0training area# kemudiandilakukan proses klasifikasi atau
pengelompokkan objek dengan metode Neare-tNeig24or, artinya setiap
piksel dihitung jaraknya terhadap nilai rata,rata
0"ean#daritrainingarea, kemudianpengelompokkanpiksel
kedalamkelastertentuditentukan apabila jaraknya paling minimum. ;.
Pada menuutamaCla--i7icationpilihsubmenuNeare-t Neig24or,kemudian
pilih *dit Standard NN Feature Space. 6. Pada kotak 1vaila4le di
sebelah kiri klik ta4 34ect 7eature- kemudianpilih #a$er ,alue
dengan cara klik dua kali maka ta4 #a$er ,alue akanmuncul pada
kotak Selected di sebelah kanan. Kemudian tekan tombol36. -4.
Kemudian dari menu utamaCla--i7icationpilih submenuNeare-tNeig24or,
kemudian pilih 1ppl$ Standard NN 0o Cla--e- --. Kemudian muncul
jendela1ppl$ Standard NN0oCla--e-. Kliktombol 'll ke kanan untuk
memilih kelas, selanjutnya tekan tombol36. -". Pada kotak
dialogProce-- 0reeklik kanan pilih1ppend New,kemudianmuncul
jendela*dit Proce--. Padakotak1lgorit2" pilihCla--i7ication,
kemudian pada kotak 1lgorit2" Para"eter- masukkankelas pada1ctive
Cla--. %elanjutnya tekan tombol*+ecutemakaproses klasifikasi akan
diproses dalam beberapa menit. -$.