Klasifikasi citra multispektral software dengan ENVI

Klasifikasi citra multispektral software dengan ENVI

Klasifikasi citra multispektral menghasilkan informasi penutup lahan dari citra Landsat maupun Spot. Infomasi penutup lahan ini nantinya diturunkan infomasinya menjadi
penggunaan lahan. Teknik klasifikasi yang biasanya digunakan yaitu klasifikasi terbimbing (supervised classification) dengan analisis maximum likelihood. Pemilihan klasifikasi terbimbing diasumsikan bahwa peneliti memiliki local knowledge terhadap karakteristik daerah kajian sehingga memudahkan dalam pengenalan objek. Klasifikasi citra dapat dilakukan dengan beberapa software salah satunya dengan ENVI. Berikut langkahnya:

• Pertama kita panggil data (citra yang akan kita lakukan klasifikasi) dengan cara file è open è lalu pilih citra yang akan kita klasifikasi. Setelah citra kita panggil akan tampil seperti gambar di bawah ini :

•      Selanjutnya kita bikin ROI (Region of Interrest) ini berfungsi untuk menentukan sampel atau area yang akan kita training. Langkahnya yaitu klik Region of Interest yang ada pada menu è new ROI è pada ROI Nama isikan nama dan ROI Calor pilih warna sesuai yang kita inginkan. Lakuan langkah berikut sesuia klasifikasi yang akan kita buat, sebagai contoh klasifikasi akan dibagi menjadi 6 klas yaitu: permukiman dan lahan terbangun, badan air, pertanian, lahan terbuka, lahan bukan pertanian dan awan. Untuk lebih jelasnya dapat di lihat pada gambar di bawah ini

                     

•      Selanjutnya kita mulai melakukan pengambilan sampel pada citra dengan langkah, klik 2 kali pada ROI yang telah kita bikin tadi (awan) lalu akan muncul seperti gambar berikut. Untuk melakukan pengambilan sampel geometri (polygon, rectangle, ellipse, polyline dan point) kita bisa memilih salah satunya contoh rectangle lalu kita tentukan sampelnya kita tentukan klik kanan lalu klik accept rectangle.

• Untuk memudahkan klasifikasi kita bisa mengati tampilan atau RGB citra , dengan langkah: klik kanan pada citra è change RGB bands è lalu tentukan band nya contoh 432 seperti gambar dibawah ini:

 

 

• Selanjut nya pada toolbox è supervised Classification è Maximum Likelihood Classification

•       Akan muncul Classification Input file, lalu pilih citra yang akan kita klasifikasi selanjutnya klik oke
• 
  

                                  

•       Pada minimum distance parameters, seleck class yang sudah kita bikin, selanjutnya tentukan lokasi penyimpanan dengan langkah klik file è choose è tentukan lokasi tempat penyimpanannya è tunggu proses sampai selesai.

•  Hasilnya akan terlihat seperti gambar dibawah ini