Ringkasan PJIC “Klasifikasi Terbimbing”

Ini dia ringkasan ku. Yaaaaa beginilah….

1. Buka citra Crop_Spot5_Bogor_180603.img

2. Lalu klik Raster Option pada kotak dialog Select Layer to Add. Klik Fit to Frame yang berfungsi melihat kenampakan citra secara keseluruhan. Display as : True Color. Red: 2; Green: 1 dan Blue: 3

3. Klik AOI lalu klik Tool akan muncul kotak dialog AOI.

4. Klik Clasifier  lalu klik Signature Editor maka akan muncul kotak dialog Signature Editor

5. Mulai digitasi penggunaan lahannya menggunakan Tool AOI yang klik yang gambar polygon. Perlu diperhatikan, pada saat mendigitasi awan jangan homogen, jika homogen akan menghasilkan warna putih sehingga awan tidak terdeteksi. Jadi mendigitasinya memasukkan bagian yang berbeda sekitar awan.

6. Setelah itu masukkan hasil digitasi ke tabel signature editor dengan cara klik gambar +Enter, maka akan masuk nilai di kolom Red Green Blue. perhatikan nilai ketiganya, hindari nilai yang homogen.  lalu isi kolom signature name-nya.

7. Penggunaan Lahan (Awan, Pemukiman, Hutan, Lahan Pertanian, Tubuh Air dan Bayangan)

8. Setelah tabel signature terisi semua maka di save. Klik File lalu Klik Save, diberi nama file : sup_s1

9. Klik Classify pada kotak dialog signature editor , klik Supervised untuk menjalankan klasifikasi terbimbing, maka akan muncul kotak dialog supervised classification. perhatikan lokasi penyimpanan, output file: supervised.img 

Lanjut ke Recode…..

1. Klik Interpreuter lalu klik GIS Analysis lalu klik Recode maka akan muncul kotak dialog Recode. Masukkan input file: Supervised.img dan Perhatikan lokasi penyimpan Output File: Rec_Super.img .

2. Kemudian Klik SetUp Recode pada kotak dialog Recode. maka akan muncul kotak dialog Thematic Recode, lakukan penyederhanaan penggunaan lahan. Pada penggunaan lahan yang sama diberi value yang sama lalu urutkan penggunaan lahan yang berbeda. Setelah itu Oke. Kemudian akan kembali ke kotak dialog recode dan klik Oke.

lalu….

1. buka hasil Rec_Super.img di viewer #2

2. Klik Raster lalu klik Attribute maka akan muncul kotak dialog Raster Attribute yang sudah direcode itu terdiri 6 penggunaan lahan.

3. kemudian tambahkan class name, Pada kotak dialog Raster Attribute klik Edit lalu klik Add Class Name. Isi class name tersebut dengan mengingat urutan pada saat merecode.

4. Pada kotak dialog Raster Attribute, Ganti warnanya setiap penggunaan lahan.

5. Lalu Tabel Raster Attributenya di Save dengan mengklik gambar disket

Kemudian melakukan Akurasi

1. Aktifin viewer #2 yang berisi hasil recode supervised dengan cara klik Viewer#2

2. Klik Clasifier lalu klik Accuracy Assesment maka akan muncul kotak dialog Accuracy Assesment

3. Kemudian klik Gambar Folder pada kota dialog Accuracy Assesment, buka hasil recodenya “Rec_Super.img

4. Klik View pada kotak dialog Accuracy Assesment lalu klik Select Viewer maka akan muncul kotak panjang kecil lalu klik viewer#2

5. Klik Edit lalu Klik Create/Add Random Points pada kotak dialog Accuracy Assesment maka akan muncul kotak dialog Add Random Points. Search Count :  1024 dan Number of Point : 60. pilih stratified random . unceklist use minimum point.

6. Klik Edit lalu Klik Show Class Value pada kotak dialog Accuracy Assesment

7. Klik Edit lalu Klik Show All pada kotak dialog Accuracy Assesment maka akan muncul titik2 di viewer #2 dan kotak dialog Accuracy Assesment akan terisi sebuah nilai.

8. hahahahahahahaha, ini yang rempong. Lakukan pengecekan antara viewer #2 dan tabel Accuracy Assesment dengan memperhatikan penggunaan lahannya. lalu beri nilai penggunaan lahannya dikolom Reference. Semangat.

9. Setelah lakukan reference makan titik pada viewer #2 warnanya akan berubah.

10. Setelah terisi semua maka klik Report lalu klik Accuracy Repot maka akan muncul tabel Matrix Contingency yang memunculkan nilai kappa.

Harus banyak Latihan yaaa…

_________________________

Tugas Praktikum Klasifikasi Terbimbing

1. Buat Klasifikasi Penggunaan Lahan (Awan, Pemukiman, Hutan, Lahan Pertanian, Tubuh Air dan Bayangan) masing2 5sample
2. Number of point tetap 60

Tinpus
# Pengertian dari Klasifikasi, Klasifikasi Terbimbing dan Klasifikasi Tidak Terbimbing
# Nilai Kappa itu apa??? Bagaimana Cara mendapatkan nilai Kappanya?
# Kelebihan dan Kekurangan dari Klasifikasi Terbimbing

Hasil yang dimasukkan:
* Hasil Klasifikasi Terbimbing setelah di digitasi 5 sampel penggunaan Lahan
* Tabel Signature Editor Klasifikasi Terbimbing
* Tabel Attribute Recode
* Hasil Recode Klasifikasi Terbimbing
* Tabel Matrix Contingency

Pembahasan
* Hasil Recode yang didapat itu apa aja?
* Bagaimana cara medigitasi awan, pemukiman, hutan, lahan pertanian, Tubuh air dan bayangan!!
* Berapa Hasil nilai kappa yang didapat? Jelaskan!
* Kenapa nilai akurasi harus lebih dari 85%??
* Kelebihan dan Kekurangan Terbimbing

kirim ke :
email praptidwilestari@gmail.com

subjek email: NRP_Judul
Nama File: NRP_Nama

PinkPa27

Leave a Reply

Fill in your details below or click an icon to log in:

WordPress.com Logo

You are commenting using your WordPress.com account. Log Out / Change )

Twitter picture

You are commenting using your Twitter account. Log Out / Change )

Facebook photo

You are commenting using your Facebook account. Log Out / Change )

Google+ photo

You are commenting using your Google+ account. Log Out / Change )

Connecting to %s