svm lap pj

18
LAPORAN PRAKTIKUM PENGINDERAAN JAUH PERCOBAAN 5 MAXIMUM LIKELIHOOD AND SPECTRAL ANGEL CLASSIFICATIONS Oleh : Nama : Samsul Anwar Nim : (J1D112010) KEMENTRIAN RISTEK DAN PENDIDIKAN TINGGI UNIVERSITAS LAMBUNG MANGKURAT

Upload: kangmasanwarsamsulpujangga

Post on 06-Jul-2016

30 views

Category:

Documents


0 download

DESCRIPTION

svm pada envi 5.1

TRANSCRIPT

Page 1: svm lap pj

LAPORAN PRAKTIKUM

PENGINDERAAN JAUH

PERCOBAAN 5

MAXIMUM LIKELIHOOD AND SPECTRAL ANGEL CLASSIFICATIONS

Oleh :

Nama : Samsul Anwar

Nim : (J1D112010)

KEMENTRIAN RISTEK DAN PENDIDIKAN TINGGI

UNIVERSITAS LAMBUNG MANGKURAT

FAKULTAS MATEMATIKA DAN ILMU PENGETAHUAN ALAM

PROGRAM STUDI FISIKA

BANJARBARU

2015

Page 2: svm lap pj

BAB I

PROSEDUR PERCOBAAN

1.1 Metode Maximum likelihood pada envi 10.1

Metode maximum likelihood adalah metode yang meneentukan jumlah klassifikasi secara maksimum pada suatu data landsat tersebut, rposes yang harus dilakukan dalam proses adalah sebagai berikut:1.1.1 Siapkan 1 notebook dengan mempunyai data landsat dan installan envi 5.1, kemudian

hidupkan notebook atau laketop setelah hidup tunggu laketop hingga keadaaan stabil

pembuka windowsnya. Setelah itu dimulai dengan merefers di tampilan windows

awal. Dilanjutkan dengan mengeklik start > envi> dan tunggu program hingga selesai

loadingnya atau proses membuka aplikasinya hingga terbuka dan keadaan siap di

gunakan. Seperti gambar di bawah ini.

1.1.2 Saat program envi 5.1 telah stabil maka selanjutnya dengan membuka data landsat 8

tahun 2014 dengan cara mengklik 1 file lalu klik open as kemudain klik landsat lalu

klik metadata atau file > open > open as > landsat > metadata > pilih data landsat 8

yang tersimpan. Seperti pada gambar di bawah ini.

Page 3: svm lap pj

1.1.3 Selanjutnya tunggu hingga membuka data landsat selesai seperi pada gambar di

bawah ini.

Page 4: svm lap pj

1.1.4 Setelah proses selesai maka dilakukan dengan mengedit warna (color) tiap bands

warna dengan memilih bagian warna dengan cara menklik kanan pada data landsat

yang tersimpan seperti pada gambar di bawah ini.

Page 5: svm lap pj

1.1.5 Kemudian dilakukan pemanggilan hasil dari dos atupun flash. Dengan cara seperti buka

data landsat 8, seperti pada gambar di bawah ini.

1.1.6

1.1.7 Dari proses diatas di peroleh hasil seperti pada gambar di bawah ini, selanjutnya edit

warnanya seperti cara pengeditan data landsat 8 tadi. Setelah proses pengeditan

diperoleh hasil seperti gambar di bawah ini.

Page 6: svm lap pj

1.1.8 Selanjutnya dilakukan pemotongan pada daerah yang ingin di teliti dengan cara metode maximum likelihood pada daerah tersebut seperti pada gambar di bawah ini.

1.1.9 Lihat gambar di atas dengan saksama, kemudian lakukan proses dengan baik pada waktu pemotongan tersebut. Setelah proses diaatas selesai maka kita oke pada permintaan dari aplikasi envi tersebut atau pada gambar di bawah ini.

1.1.10 Setelah proses telah selesai maka klik pada oke dan tentukan pengeluaran hasil program tersebut. Atau seperti gambar di bawah ini.dan memperoh hasil gambar seperti pada gambar di bawah ini.

Page 7: svm lap pj

1.1.11 Selanjutnya digunakan roi untuk menentukan daerah yang akan di klassifikasian secara maksimum atau seperti pada gambar di bawah ini.

1.1.12 Setelah daerah yang di tentukan dengan roi apabila telah selesai maka dilakukan dengan cara menulis maximum likelihood pada toolbox selanjutnya kita lakukan proses yang hhampir sama dengan cara klik pada hasil pencarian maximum likelihood dan pilih file yang akan di panggil pada gambar tersebut. Atau seperti gambar di bawah ini.

Page 8: svm lap pj

1.1.13 Kemudian klik oke pada windows tersebut ,maka akan tampil sebuah pilihan yang harus di pilih sesuai dengan ke ingi tersebut. Atau seperti pada gambar di bawah ini.

1.1.14 Setelah semua di tentukan blok semua yang dilakukan dengan roi maka akan memperoh hasil seperti pada gambar di bawah ini. Dan menghasilkan gambar seperti pada gambar di bawah tersebut .ataupun gambar di bawah ini merupakan hasil dari metode maximum likelihood classification

Page 9: svm lap pj

1.1.15 Secara pengklafikasian secara maksimum dapat di lihat seperti pada gambar di atas akan tetapi yang perlu diperhtikan yaitu seperti pada gambar di bawah ini , atau untuk mengetahui koordianatnya yaitu seperti pada gamabar di bawah ini.

Karena kelasifkasi secara maksimum selesai maka dilanjutkan dengan cara spectral angel classifications

1.2 Metode spectral angel classifications

Page 10: svm lap pj

1.2.1 Metode spectral angel classifications hamper sama dengan cara maximum likelihood tapi hanya sampai pemotongan peta sampai maximum likelihood tetapi ini proses melanjutkan saja.

1.2.2 Atau dengan cara menulis spectral pada pencarian toolbox sehingga aplikasi akan mencari sendirinya apabila telah muncul spectral tersut langsung aja klik pada spectral tersebut. Atau seperti pada gambar dibawah ini.

1.2.3 Selanjutnya pilih file hasil dari roi tersebut tapi atau digambar di atas pilih nama svm file, sehingga di peroleh hasil seperti gamabr di bawah ini.

Page 11: svm lap pj

1.2.4 Karena gambar tidak memperoleh suatu pilihan maka dilakukan dengan cara import file roi hasil tersebut.atau pada gambar dibawah ini. Lalu pilih roi input fiile.

1.2.5 Selanjutnya setelah di pilh file roi tersebut maka muncul pilihan seperti gambar dibawah ini atau selayaknya sepertikita tentukan tersebut.

Page 12: svm lap pj

1.2.6 Setelah saluran roi di pilih semua maka klik oke pada region tersebut. Atau seperti gambar dibawah in.

1.2.7 Selanjutnya pilih semuanya kemudian klik applay atau seperti pada gambar di bawah ini .

1.2.8 Selanjutnya dilakukan applay akan di peroleh hasil seperti pada gambar dibawah ini atau seperti gambar di bawah ini.

Page 13: svm lap pj

1.2.9 Kemudian pilih penyimpanan hasil pengeluaran yang diinginkan dengan cara klik choose dan tentukan folder pengeluarannya dengan baik dan benar.

1.2.10 Sehingga di peroleh hasil seperti gambar di bawah ini.

Page 14: svm lap pj

1.3 Metode support vector mechine yaitu dengan cara yang sama prosesnya tapi melanjutkan dari haasil yang kedua yaitu spectral angel mapper, atau dengan cara seperti berikut ini .

1.3.1 Dengan cara menulis support pada toolbox pencarian sehinggal tampil hasil dari support tersebut maka lakukan klik pada support tersebut. Atau seperti gambar di bawah ini.

1.3.2 Pilih file hasil dari spectral maupun dari maximum likelihood tapi lebih mudah pilih maximum likelihood seperti gambar di bawah ini atau pada gambar diatas. Sehingga memperoleh gambar di bawah ini.

Page 15: svm lap pj

1.3.3 Pilih semua hasil dari roi tersebut kudian klik oke setelah penyimpanan untuk data keluar oke. Atau seperti pada gambar di bawah ini. Sehingga di peroleh hasil seperti gambar dibawah ini.