Klasifikasi Citra (Supervised & Unsupervised)

Pada praktikum pengolahan citra digital seminggu yang lalu, diajarkan klasifikasi tema citra yang terbagi kedalam dua teknik yaitu teknik supervised classification dan teknik unsupervised classification. Klasifikasi supervised dan unsupervised biasanya digunakan untuk mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas. Kelas-kelas dapat mengidentifikasi area hutan, perkebunan, mineral, urban.

Teknik klasifikasi supervised dapat diartikan sebagai teknik klasifikasi yang diawasi. Menurut Projo Danoedoro (1996) klasifikasi supervised ini melibatkan interaksi analis secara intensif, dimana analis menuntun proses klasifikasi dengan identifikasi objek pada citra (training area). Sehingga pengambilan sampel perlu dilakukan dengan mempertimbangkan pola spektral pada setiap panjang gelombang tertentu, sehingga diperoleh daerah acuan yang baik untuk mewakili suatu objek tertentu.

(Klasifikasi citra by authori Arfie; http://sekerasbatu.blogspot.com/2009/08/klasifikasi-citra.html)

Sedangkan Klasifikasi unsupervised yang berarti klasifikasi tak terawasi merupakan pengklasifikasian hasil akhirnya (pengelompokkan pixel-pixel dengan karakteristik umum) didasarkan pada analisis perangkat lunak (software analysis) suatu citra tanpa pengguna menyediakan contoh-contoh kelas-kelas terlebih dahulu.

(Difference Unsupervised and Supervised Image Clustering by Murinto Kusno http://blog.uad.ac.id/murintokusno/2009/01/19/difference-unsupervised-dan-supervised-image-clustering/)

Yang akan dijelaskan dibawah ini adalah proses klasifikasi citra menggunakan software arcGIS 9.3.

1. Pertama, add data berupa band pada citra yang dimiliki. Lalu kompositkan semua band yang dimiliki dengan menggunakan salah satu fungsi dari ArcTool > Data Management Tools > Raster > Raster Processing > Composite Band. Maka akan muncul display dari fungsi Composite Band Seperti pada gambar dibawah ini.

1.     2. Masukkan seluruh band kepada input raster, dan tempatkan outpunya daalm bentuk .tif pada suatu folder. Maka komposit band akan muncul pada layer. Atur komposit band pada layer menjadi band 3,2,1 untuk menampilkan warna asli dari citra. Pengaturan komposit band dilakukan dengan cara klik kanan pada layer landsat > properties > Simbology.

1.    3. Dalam klasifikasi unsupervised fungsi ArcTool pertama yang dibutuhkan adalah fungsi Iso Cluster yang terdapat pada Spatial Analyst Tool > Multivariate > Iso Cluster. Maka akan muncul display dari Iso Cluster

. 

      4. Masukan landsat hasil komposit band sebelumnya dalam input raster dan tempatkan outputnya pada suatu folder. Lalu tentukan jumlah klasifikasinya pada kolom number of class.

1.   5. Setelah proses ini selesai, maka proses kedua yang perlu dilakukan adalah dengan menggunakan fungsi Maximum Likelihood Classification.  Lokasi fungsi ini sama dengan lokasi fungsi Iso Cluster pada ArcTool.

1.   6. Pada display Maximum Likelihood Classification masukkan data landsat.tif pada kolom input raster bands. Lalu masukkan data .gsg hasil analisis pada fungsi Iso Cluster sebelumnya. Masukkan data .gsg ini pada kolom input signature file. Terakhir tempatkan outpu pada suatu folder.

1.   7. Maka hasil dari klasifikasi ini adalah pengelompokkan informasi citra dengan warna tertentu yang selanjutnya perlu dianalisis lebih lanjut untuk mengetahui secara pasti setiap kelas yang telah ditentukan. Angka yang terdapat pada setiap warna kelas dapat dirubah sesuai dengan informasi yang terdapat dalam citra apabila kita sudah memastikannya.

2.        

Praktikum Ke-2

Registrasi Image

1.    Registrasi dengan acuan titik koordinat

Metode ini dilakukan dengan menyamakan titik koordinat pada suatu data raster/image yang memiliki koordinat.

Hal yang pertama harus dilakukan adalah melihat koordinat pada gambar yang dimiliki apakah koordinat dalam satuan meter  atau dalam satuan derajat derajat menit detik (decimal degree). Hal ini menentukan coordinate system yang digunakan, sebagai berikut :

·           Meter : Projected Coordinate System (PCS), UTM

·           Decimal degree : Geographic Coordinate System (GCS)

Masukkan data (add data) image yang akan diregistrasi. Maka akan muncul image pada arcmap.

Lalu, klik icon Add Control Points lalu arahkan ke 4 perpotongan garis (grid) koordinat yang terdapat pada peta. Klik kanan, lalu pilih perintah “Input X dan Y” kemudian input nilai X dan Y yang terdapat pada peta. Jika koordinat peta adalah dalam bentuk PCS maka koordinat bisa langsung diimput pada kolom X dan Y. Apabila koordinat dalam bentuk GCS maka yang perlu dilakukan sebelum input X dan Y adalah sebagai berikut :

Misal

Koordinat X = 106◦30’30”

Maka : 106 + (30/60) + (3600)

Hasil : 106,508

Maka hasil tersebut yang diinput pada kotak input X dan Y.

Perhitungan tersebut juga dioperasikan pada koordinat X.

Setelah Input X dan Y dilakukan pada 4 titik. Klik georeferencing lalu klik update georeferencing. Maka selesailah registrasi image dengan acuan titik koordinat.

2.    Registrasi dengan acuan tanda alam

Metode ini menyamakan koordinat suatu data raster/image berdasarkan data/raster yang sudah memiliki koordinat. Misalnya terdapat shapefile jalan dari komplek arcamanik yang posisinya tidak sesuai dengan gambar komplek arcamanik  yang sudah memiliki koordinat.

Maka yang perlu dilakukan adalah, klik Add Control Point, lalu klik pada suatu titik (A) dan arahkan control point pada titik (B) lain dimana seharusnya posisi titik A sama dengan posisi pada titik B. Lakukan sampai mendapatkan posisi yang sesuai dengan data raster/image yang telah memiliki koordinat.

3.    Input data pada Excel pada GIS

Terdapat data pada program microsoft excel yang menginformasikan koordinat dari posisi suatu ruang (misal RTH, permukiman). Setelah data FIX lalu simpan data tersebut.

Untuk memasukkan data pada program microsoft excel, klik Add Data lalu klik nama file excel lalu klik pada sheet berapa kita menaruh data tersebut. Maka akan muncul pada layer nama data excel yang telah dimasukkan, dan akan muncul juga titik-titik dimana posisi yang diinformasikan, sesuai dengan koordinat yang diketahui. 

Resume Praktikum SIP dan PCD

Sistem Informasi Perencanaan dan Pengolahan Citra Digital

(Praktikum Pertama)

ARCGIS

ArcCatalog Adalah sebuah modul program yang terdapat di ArcGis yang berguna untuk membuat, memanagement dan mengeksplor data-data GIS. ArcCatalog berfungsi sebagai aplkasi untuk mengeksplor berbagai macam sumber data yang berbeda.

ArcGlobe  berfungsi hampir sama seperti google earth dimana kita dapat menampilkan peta dalam bentuk 3D, tampilan peta secara globe.

ArcMap  berfungsi untuk menampilkan data, peta, editing, pencetakan peta, dan melakukan berbagai analisis spasial.

ArcReader merupakan aplikasi pemetaan desktop yang memungkinkan pengguna untuk melihat, mengexplorasi dan mencetak peta dan bola dunia.

ArcScene

KOMPONEN GIS

Geodatabase : Sistem Database Management (DBMS) di mana data tersebut disimpan dan ber georeferenced /Geographic Information . Terdiri dari spatial database yang mempresentasikan suatu informasi geographic (feature, raster, topologi, netwokrs,dll).

Geoprocessing : kumpulan  fungsi fungsi yang terhubung dengan sistem arcview dan  melakukan operasi  dengan didasarkan dari lokasi geografis layer-layer input, geoprocessing ada 6 fungsi yakni Dissolve, Merge, Clip, Intersect, Union, dan Assign Data.

Geovisualization : Suatu kumpulan informasi dalam suatu peta, dimana antara satu feature dan lainnya saling berhubungan dalam kerangka referensi lokasi permukaan bumi.

PIXEL

Pixel atau picture element adalah bagian terkecil dari suatu citra digital yang berbasis bitmap/peta bit. Operasi pixel adalah operasi sebuah titik tanpa memperhatikan titik lain disebelahnya, maka sering disebut dengan lokal operator. Contoh penggunaan operasi ini adalah untuk memerangkan citra gelap, membuat citra negatif seperti pada negatf film, white balance, dan menaikkan tingkat kontras.  Alokasi warna atau kecerahan pixel yang baru ditampilkan dengan LUT (Look Up Table), dimana korelasi antara pixel dari citra asal ke citra hasil didefinisikan. 

SISTEM PENCITRAAN
 

PENGIDERAAN JAUH SATELIT

Satelit merupakan benda yang mengitari planet dalam periode revolusi dan rotasi tertentu. Kegunaan dari satelit yait seagai pembawa sensor dan penghubung antar stasiun di bumi.

CITRA

Citra merupakan gambaran kenampakan permukaan bumi hasil penginderaan pada spectrum elektromagnetik tertentu yang ditayangkan pada layar atau disimpan pada media rekam/cetak.

Citra satelit merupakan citra hasil sensor dengan satelit sebagai wahana atau media pembawa sensor.

RESOLUSI CITRA

Resolusi :

·       Ukuran ketelitian data citra satelit ·       Kemampuan menampilkan sejumlah pixel pada layer tayangan ·    Kemampuan semua jenis pengindera (lensa, antenna, tayangan, bukaan rana, dll.) untuk menyajikan citra tertentu dengan tajam. Ukuran dapat dinyatakan dengan baris per mm atau meter. Pada citra RADAR resolusi biasa dinyatakan dalam lebar pancaran efektif dan panjang jangkauan. Pada citra infra merah resolusi biasa dinyatakan dalam IFOV. Resolusi juga dapat dinyatakan dalam perbedaan temperatur atau karakter lain yang mampu diukur secara fisik (Manual of Remote Sensing).

1.     Resolusi spasial

Resolusi spasial adalah ukuran objek terkecil yang masih dapat disajikan dibedakan, dan dikenali pada citra. Semakin kecil ukuran objek yang dapat direkam, semakin baik resolusi spasialnya. Begitupun sebaliknya, semakin besar ukuran obyek yang dapat direkam, semakin buruk resolusi spasialnya.

·           Citra SPOT resolusi spasialnya 10 dan 20 meter

·           Citra Landsat TM resolusi spasialnya 30 meter

·           Citra Landsat MSS resolusi spasialnya 79 meter

Citra Satelit Landsat

·       Citra IKONOS resolusi spasialnya 1.5 meter, diluncurkan pertama kali pada tanggal 24 September 1999 oleh Space Imagine, merupakan citra satelit komersil pertama. 

Rekaman  Citra Ikonos

 

 ·    Citra QuickBird resolusi spasialnya yang tertinggi saat ini yaitu 0.61 meter. Diluncurkan pada tanggal 18 Oktober 2001 oleh Digital Globe.

 Rekaman  Citra Quickbird

2.    Resolusi Temporal

Resolusi temporal adalah kemampuan sensor untuk merekam ulang objek yang sama. Semakin cepat suatu sensor merekam ulang objek yang sama, semakin baik resolusi temporalnya.

·       Satelit GMS resolusi temporalnya yaitu 2 x sehari

·       Landsat MSS dan TM resolusi temporalnya yaitu18 hari untuk generasi 1, 16 hari untuk generasi 2

·       Satelit SPOT resolusi temporalnya yaitu 26 hari

·    Satelit IKONOS resolusi temporalnya yaitu 3 hari. Satelit ini mengorbit bumi sinkron dengan matahari setinggi 681 km. Waktu revolusinya  adalah 98 menit.

·   Satelit QUICKBIRD resolusi temporalnya yaitu 3-7 hari. Satelit ini mengorbit bumi sinkron dengan matahari setinggi 450 km. Waktu revolusinya adalah 93.4 menit.

3.    Resolusi Spektral

Resolusi spektral merupakan ukuran kemampuan sensor dalam memisahkan objek pada beberapa kisaran panjang gelombang. Dibawah ini  contoh tabel resolusi spektral dan aplikasinya.

Band	Resolusi Spektral (Microns)	EM Region	Aplikasi
1	0,45-0,52	Biru Tampak	Pemetaan pesisir, diskriminasi vegetasi dan tanah
2	0,52-0,60	Hijau Tampak	Menduga vigositas vegetasi
3	0,63-0,69	Merah Tampak	Penyerapan klorofil untuk diskriminasi tumbuhan
4	0,76-0,90	Inframerah Dekat	Survey biomasa dan deliniasi badan air
5	1,55-1,75	Inframerah Tengah	Pengukuran kelembaban vegetasi dan tanah; diskriminasi salju dan awan
6	10,40-12,50	Inframerah Thermal	Pemetaan termal, studi kelembaban tanah dan pengukuran stress tanaman
7	2,08-2,35	Middle Infrared	Pemetaan hidrotermal
8	0,52-0,90 (pancromatic)	Hijau, Merah Tampak, Inframerah Dekat	Pemetaan area luas, studi perubahan perkotaan

4.    Resolusi Radiometrik

Resolusi radiometrik yaitu ukuran kemampuan sensor dalam merekam atau mengindera perbedaan terkecil suatu objek dengan objek yang lain (ukuran kepekaan sensor). resolusi radiometrik berhubungan dengan kekuatan sinyal, kondisi atmosfir (hamburan, serapan dan tutupan awan), dan saluran spektral yang digunakan.

SENSOR 

Sensor Aktif : mendeteksi radiasi alam yang dipancarkan atau direkfleksikan oleh objek atau area sekitar yang diamati.

Sensor Pasif : aktif memancarkan energi untuk melakukan scanning objek kemudian sensor akan mendeteksi dan mengukur radiasi yang direkfleksikan target.

Composite Band

Komposit Band

Masing-masing band dalam Landsat memiliki kemampuan mendeteksi yang berbeda sesuai kebutuhan, tapi band tersebut tidak bisa digunakan secara terpisah. Untuk bisa diasosiasikan menjadi warna supaya bisa dibaca dan diinterpretasi oleh mata normal kita, kita memerlukan band lain untuk dikomposisikan dalam kanal RGB.

Macam-Macam Komposit Band

1. Komposit band 5,4,3 dapat dengan mudah dibedakan antara obyek vegetasi dengan non vegetasi, obyek bervegetasi dipresentasikan dengan warna hijau, tanah kering dengan warna merah, komposist ini paling popular untuk penerapan di bidang kehutanan (Departemen kehutanan.

2. Komposit band 4,3,2 mempunyai kelebihan untuk membedakan obyek kelurusan seperti jalan dan kawasan perkotaan. Jaringan jalan dipresentasikan dengan warna putih.

Geomorfologi Menggunakan komposit band 4,5,7

3. Geologi menggunakan komposit band 4,5,7

4. Penggunaan Lahan (Landuse) menggunakan komposit band 4,5,3

5. Vegetasi (Hutan, Pertanian) menggunakan komposit band 4,3,2

6. Hidrologi menggunakan komposit band 3,2,1 (true colour)

7. Komposit band 3,2,1 merupakan true color composite atau warna sebenarnya yang ada di permukaan bumi (natural color).

8. Komposit band 4,5,3 merupakan false color composite atau warna yang bukan sebenarnya yang ada di permukaan bumi.

Berikut ini merupakan perbandingan komposit band 3,2,1 dan komposit band 4,5,3 pada berbagai objek tampak pada peta.

1. Vegetasi (Objek Area)

Pada komposit band 3,2,1 tutupan vegetasi ditunjukan dengan warna hijau atau bisa dikatakan sesuai dengan warna yang tampak jika dilihat dengan mata sedangkan pada komposit band 4,5,3 tutupan vegetasi dtandai dengan warna jingga.

2. Lahan Terbangun (Objek Area)

Pada komposit band 3,2,1 lahan terbangun ditandai dengan warna asli sesuai keadaan di lapangan. Dari citra diatas dapat dilihat bahwa warna dari lahan terbangun adalah warna coklat sesuai dengan warna genting rumah/bangunan. Pada komposit band 4,5,3 lahan terbangun ditandai dengan warna biru mudah dengan rona cerah. Kelebihan dari kompositband 4,5,3 untuk interpetasi lahan terbangun adalah dari ronanya. Semakin cerah rona dari warna biru maka lahan terbangun yang ada semakin padat, sedangkan semakin gelap rona dari warna biru maka lahan terbangun yang ada semakin jarang.

3. Jalan (objek garis)

1: Pada komposit band 3,2,1 kenampakan objek garis berupa jalan tidak dapat dilihat dan diindentifikasi. Objek jalan yang tampak pada komposit band 3,2,1 telihat tersamarkan oleh objek area berupa lahan terbangun jadi tidak dapat dibedakan satu sama lainnya.

2: Pada komposit band 4,5,3 kenampakan objek garis berupa jalan terlihat cukup jelas dan dapat dibedakan dengan kenampakan objek area berupa lahan terbangun. Jalan ditunjukan dengan sebuah garis melintang dengan warna biru berona gelap.

Perbedaan secara Sistematis

	Komposit Band 3,2,1	Komposit Band 4,5,3
Objek Vegetasi (area)	Sesuai warna yang ada di lapangan (hijau)	Jingga
Objek Lahan Terbangun (area)	Sesuai warna yang ada di lapangan (coklat untuk genting)	Warna biru; semakin padat lahan terbangun di suatu daerah rona yang terbentuk semakin cerah dan sebaliknya
Objek Jalan (area)	Tidak dapat dibedakan/tersamarkan dengan objek lahan terbangun	Dapat dibedakan dengan objek lahan terbangun