PERBANDINGAN METODE SUPERVISED DAN UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE SATELITE UNTUK TATA GUNA LAHAN
Welcome message from author
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
PERBANDINGAN METODE SUPERVISED DAN
UNSUPERVISED MELALUI ANALISIS CITRA GOOGLE
SATELITE UNTUK TATA GUNA LAHAN
Latar Belakang
Penginderaan jauh merupakan suatu ilmu atau teknologi
untuk memperoleh informasi atau fenomena alam melaluianalisis suatu data yang diperoleh dari hasil rekaman obyek,daerah atau fenomena yang dikaji.
Dalam Penelitian Sebelumnya telah digunakan citraquickbird sebagai bahan utama untuk proses pengambilan data.Maka dalam Penelitian yang penulis lakukan digunakan Citra dariGoogle Satelite untuk proses pengambilan data.
Dibandingkan dengan Quickbird Citra Google Satelite Mudahuntuk didapatkan, serta terdapat perbedaan pada satelite yangdigunakan untuk menangkap citranya.
Batasan Masalah
Batasan masalah pada penelitian tugas akhir ini adalahsebagai berikut :
• 1. Penggunaan metode klasifikasi Supervised danUnsupervised dalam Penelitian
• 2. Pemakaian Citra Google Satelite dalam penelitian• 3. Penelitian yang difokuskan pada tata guna lahan
berupa : a. Pohon dan Rumputb. Pemukiman, Bangunan Dan Tanahc. Aspal Dan Jalan Rayad. Asbes Dan Beton
Tujuan Penulisan
Menghasilkan peta tematik yang dapatdigunakan untuk pemanfaatan tata gunalahan (land use) dari sebuah citra GoogleSatelite menggunakan metode klasifikasiSupervised Dan Unsupervised, sertamembandingkan keakuratan dari metodeklasifikasi supervised dan unsupervised.
Alur Penelitian
METODE PENELITIAN
Penelitian dilakukan dengan langkah-langkah sebagai berikut :•Membuat algoritma klasifikasi citra. •Melakukan perbaikan kualitas citra .•Melakukan klasifikasi citra menggunakan metode Supervised.•Melakukan klasifikasi citra menggunakan metode Unsupervised. •Menguji ketepatan/kebenaran (Accuracy Assessment) hasil klasifikasi citra menggunakan metode Supervised dan Unsupervised.Membandingkan keakuratan klasifikasi Supervised danUnsupervised.
Metode Supervised & Unsupervised
1. Klasifikasi SupervisedKlasifikasi terawasi didasarkan pada ide bahwa pengguna (user) dapat
memilih sampel pixel - pixel dalam suatu citra yang merepresentasikan kelas-kelas khusus dan kemudian mengarahkan perangkat lunak pengolahan citra(image processing software) untuk menggunakan pilihan-pilihan tersebutsebagai dasar referensi untuk pengelompokkan pixel-pixel lainnya dalam citratersebut.2. Klasifikasi Unsupervised
Klasifikasi tak terawasi (unsupervised classifications) merupakanpengklasifikasian hasil akhirnya (pengelompkkan pixel-pixel dengankarakteristik umum) didasarkan pada analisis perangkat lunak (softwareanaysis) suatu citra tanpa pengguna menyediakan contoh-contoh kelas-kelasterlebih dahulu. Komputer menggunakan teknik-teknik tertentu untukmenentukan pixel mana yang mempunyai kemiripan dan bergabung dalamsatu kelas tertentu secara bersamaan.
Tabel Deskripsi Kelas
• Klasifikasi Tata Guna Lahan
Contoh Perbaikan Citra
•Citra Awal
(b) Citra dengan perbaikan lebih gelap (c) Citra dengan perbaikan lebih terang
Citra Surabaya 1
(a) Citra Google Satelite Awal Daerah Surabaya 1
(b) Citra Google Satelite Metode Supervised(c) Citra Google Satelite Metode Unsupervised
Tabel Uji Ketelitian
Tabel Uji Ketelitian
Citra Surabaya 2
(a) Citra Google Satelite Awal Daerah Surabaya 2
(b) Citra Google Satelite Metode Supervised(c) Citra Google Satelite Metode Unsupervised
Tabel Uji Ketelitian
Tabel Uji Ketelitian
Citra Meulaboh
(a) Citra Google Satelite Awal Daerah Meulaboh
(b) Citra Google Satelite Metode Supervised(c) Citra Google Satelite Metode Unsupervised
Tabel Uji Ketelitian
Tabel Uji Ketelitian
Tabel Uji Ketelitian
Kesimpulan
Berdasarkan penelitian yang telah dilakukan, hasil dariklasifikasi supervised dan unsupervised yang dilakukan terhadapcitra Google Satelite yang terekam pada tahun 2012, yaitu duabuah citra untuk daerah Surabaya dan satu buah citra daereahMeulaboh(Aceh) didapatkan kesimpulan bahwa:- Nilai akurasi yang dihasilkan lebih tinggi yaitu dengan klasifikasisupervised. Dengan pengklasifikasian mengunakan daerahtraining (training area) peta tematik yang dihasilkan akan lebihakurat.- Penelitian ini menghasilkan sebuah peta tematik yang dapatberguna dalam perencanaan tata ruang kota, pemanfaatan tataguna lahan, serta dapat juga berguna untuk melihat seberapabanyak ruang terbuka hijau di suatu daerah.
Saran
Saran untuk perbaikan penelitian ini adalah denganmenggunakan ruang lingkup penelitian yang lebih luas, misalnya satu wilayah kabupaten. Pada penelitian inihanya mampu mengklasifikasikan suatu kelas berdasarkanwarna atau kedekatan piksel-pikselnya, untukpengembangan dapat dilakukan pengklasifikasianberdasarkan warna, tinggi rendahnya wilaya dan bentuksehingga dapat mengenali objek suatu kelas secara lebihrinci.
Related Documents
