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.