· web viewcatatan: jangan lupa set value untuk setiap kelas penutupan karena nilai ini lah yang...
TRANSCRIPT
ArcGIS10 – Menggunakan Image Classification
Klasifikasi citra biasa dilakukan dengan menggunakan perangkat lunak yang khusus dibuat untuk Image Processing seperti ER Mapper, Imagine, atau ENVI. Pada versi 10, ArcGIS menyediakan tool untuk klasifikasi citra dengan toolbar Image Classification. Tutorial berikut membahas bagaimana menggunakan Image Classification untuk klasifikasi citra satelit Landsat.
1. Siapkan data
Pada contoh disiapkan Citra Landsat dalam Raster Dataset yang terdiri dari Band 1, 2, 3, 4, 5 dan 7.
2. Jalankan ArcMap
3. Tambahkan citra (Langkah 1) pada ArcMap
4. Atur Composite.
Menampilkan citra dalam komposit true color sangat membantu dalam penentuan training area.
Klik kanan pada layer > Properties (atau Klik-ganda pada layer).
Pilih tab Symbology
Atur komposit, misalnya Band 543 untuk Red, Green, dan Blue
Klik OK, sehingga tampilan seperti berikut
5. Aktifkan toolbar Image Classification
6. Buat training area untuk Hutan
Gunakan Zoom In atau Zoom Out untuk zoom ke Hutan
Klik ikon pada toolbar Image Classification
Buat polygon untuk membuat training area pada hutan seperti pada gambar berikut.
Buat lagi polygon pada hutan di tempat lain
Klik pada training sample manager
Lakukan penggabungan kelas, penentuan value, rename nama kelas dan ubah color (jika perlu) pada jendela tersebut
7. Tambahkan training area untuk tipe penutupan lain
Catatan: Jangan lupa set Value untuk setiap kelas penutupan karena nilai ini lah yang nanti akan muncul pada hasil klasifikasi
8. Pilih kelas atau pasangan kelas untuk menampilkan Histogram atau Scatterplots (utk review saja). Langkah ini hanya optional saja.
9. Simpan training area sebagai shapefile (untuk backup/revisi). Langkah ini hanya optional saja.
Klik pada untuk menyimpan training area menjadi shapefile
Klik jika suatu saat nanti perlu merevisi atau meneruskan pekerjaan membuat training area.
10. Buat Signature File. Langkah ini diperlukan jika akan menggunakan Maximum Likelihood
Klik pada ikon pada training sample manager
Simpan dalam format GSG seperti tampak pada gambar di bawah ini.
11. Tutup jendela training sample manager
12. Jalankan klasifikasi
Klik pada menu Image Classification > Classification
Pilih metode klasifikasi. Silakan cari saja di buku teori tentang metode klasifikasi apa yang sebaiknya digunakan. Pada tutorial ini digunakan Maximum Likelihood Classification.
13. Set input file, input signature file, output raster
Klik OK untuk menjalankan klasifikasi
14. Berikut adalah contoh output
Note: kita harus ingat VALUE yg diisikan pada Langkah 7.
Selesai.