Laporan Geomat | Klasifikasi Terbimbing dan Tak Terbimbing

KLASIFIKASI TERBIMBING (SUPERVISED CLASSIFICATION) DAN KLASIFIKASI TIDAK TERBIMBING (UNSUPERVISED CLASSIFICATION)

 ===============================================

PENDAHULUAN

Latar Belakang

Dalam penginderaan jauh dikenal adanya klasifikasi citra. Klasifikasi secara kuantitatif dalam konteks multispektral dapat diartikan sebagai suatu proses mengelompokkan piksel ke dalam kelas-kelas yang ditetapkan berdasarkan peubah-peubah yang digunakan atau biasa disebut segmentasi (segmentation) (Surati Jaya, 2010).

Klasifikasi Multispektral merupakan sebuah algoritma yang digunakan untuk memperoleh informasi thematik dengan cara mengelompokkan suatu fenomena/ obyek berdasarkan kriteria tertentu. Salah satu contoh hasil klasifikasi multispektral adalah peta penutup lahan yang memberikan informasi mengenai jenis penutup lahan ( vegetasi kerapatan tinggi yang berasosiasi dengan hutan, semak belukar, tubuh air, vegetasi kerapatan rendah, lahan terbangun dan lainnya).

Klasifikasi citra merupakan proses yang berusaha mengelompokkan seluruh pixel pada suatu citra ke dalam sejumlah class (kelas), sedemikian hingga tiap class merepresentasikan suatu entitas dengan properti yang spesifik. Klasifikasi citra menurut Lillesand dan Kiefer (1990), dibagi ke dalam dua klasifikasi yaitu klasifikasi terbimbing (supervised classification) dan klasifikasi tidak terbimbing (unsupervised classification).

Tujuan

Adapun tujuan dari praktikum kali ini antara lain :

1.      Mengetahui proses melakukan klasifikasi tidak terbimbing dan terbimbing

2.      Memahami untuk melakukan evaluasi separabilitas dan Contigency

3.      Memahami cara untuk menghitung akurasi dari klasifikasi

4.      Dapat membandingkan perbedaan antara klasifikasi citra tidak terbimbing dengan terbimbing.

Selengkapnya bisa download di sini

N/B : Dilarang Copas