15 Dec 2012

laporan Klasifikasi tak terbimbing

Author: VINNI ANDRIANI | Filed under: Uncategorized

Laporan Praktikum                             Hari, tanggal:Kamis, 22 September 2012

Pengindraan Jauh                                Asisten         : Lusy Fransiska (A14090009)

Dan Interpretasi Citra                                                Swesti Praba H. (A14090049)

Athu Puspa C. (A14090059)

 

 

 

KLASIFIKASI TIDAK TERBIMBING

Oleh:

Vinni Andriani

A14110029

 

BAGIAN PENGINDRAAN JAUH DAN INFORMASI SPASIAL

DEPARTEMEN ILMU TANAH DANSUMBERDAYA LAHAN

FAKULTAS PERTANIAN

INSTITUT PERTANIAN BOGOR

2012

PENDAHULUAN

Latar Belakang

Erdas Imagine adalah sebuah aplikasi penginderaan jauh dengan editor
grafis raster kemampuan dirancang oleh Erdas, Inc untuk geospasial aplikasi.
Erdas ditujukan terutama pada pengolahan data geospasial raster dan
memungkinkan pengguna untuk mempersiapkan, menampilkan dan meningkatkan
gambar digital untuk menggunakan pemetaan di GIS perangkat lunak. Sistem
Informasi Geografis (GIS) atau sistem informasi geospasial adalah seperangkat
alat yang menangkap, menyimpan, menganalisa, mengelola, dan menyajikan data
yang berhubungan dengan lokasi. GIS dapat digunakan dalam geografi,
kartografi, penginderaan jauh, survei tanah, utilitas publik manajemen,
manajemen sumber daya alam, pertanian presisi, fotogrametri, perencanaan kota,
manajemen darurat, navigasi, video udara, dan mesin pencari lokal. Sistem Erdas
Imagine mengintergrasikan fungsi – fungsi pengolahan gambar dan sistem
informasi geografi. Fungsi – fungsi ini meliputi importing, viewing, altering, dan
analisis data raster dan vector.

Leica Fotogrametri Suite adalah aplikasi perangkat lunak untuk melakukan
operasi fotogrametri pada citra satelit dan penggalian informasi dari citra. LPS
merupakan fotogrametri komersial dan pemerintah. LPS secara luas digunakan
dalam penelitian akademik. Penelitian bidang termasuk longsor pemantauan, studi
warisan budaya , dan lainnya.

 

 

 

 

 

 

Tujuan

Praktikum yang berjudul Koreksi Geometri mempunyai tujuan. Tujuan
praktikum ini yaitu melatih praktikan untuk rektifikasi (pembetulan) atau restorasi
(pemulihan) citra agar kordinat citra sesuai dengan kordinat geografi; melatih
praktikan untuk registrasi (mencocokkan) posisi citra dengan citra lain atau
mentransformasikan sistem kordinat citra multispektral atau multitemporal; dan
melatih praktikan untuk registrasi citra ke peta atau transformasi sistem kordinat
citra ke peta, yang menghasilkan citra dengan sistem proyeksi tertentu.

TINJAUAN PUSTAKA

            Menurut Chein-I Chang dan H.Ren (2000), Klasifikasi citra merupakan suatu proses pengelompokan seluruh pixel pada suatu citra kedalam dalam kelompok sehingga dapat diinterpretasikan sebagai suatu property yang spesifik. Ada dua metode umum dalam mengidentifikasi dan mengklasifikasikan citraan satelit yaitu klasifikasi takterbimbing dan klasifikasi terbimbing yang berkaitan dengan paendekatan dalam pengenalan pola.

Menurut Lilliesand dan kiefer(1990), Klasifikasi citra dibagi menjadi dua klasifikasi yaitu klasifikasi terbimbing dan klasifikasi tidak terbimbing. Pada proses pengklasifikasian terbimbing dilakukan dengan prosedur pengenalan pola spektral dengan memilih kelompok atau kelas-kelas informasi yang diinginkan dan selanjutnya memilih contoh-contoh kelas(training area) yang mewakili setiap kelompok, kemudian dilakukan perhitungan statistik terhadap contoh-contoh kelas yang digunakan sebagai dasar klasifikasi. Sedangkan pada klasifikasi tidak terbimbing, pengklasifikasian dimulai dengan pemeriksaan seluruh pixel dan membagi kedalam kelas-kelas berdasarkan pada pengelompokan nilai-nilai citra seperti apa adanya. Hasil dari pengklasifikasian ini disebut kelas-kelas spektral. Kelas spektral tersebut kemudian dibandingkan dengan kelas-kelas data referensi untuk menentukan identitas dan nilai informasi kelas spektral tersebut.

Dalam klasifikasi tak terbimbing memiliki tujuan untuk pengelompokan pola multiband dari respon respon spectral yang identik. Respon respon spectral itu dalam computer ditunjukan melalui penotasian Digital Number (DN) dalam setiap pixel. Nilai DN tersebut didapat dari kuantifikasi respon satu band maupun kombinasi respon beberapa band. DN akan semakin beraneka ragam jika dikombinasikan dengan band-band lainnya. Akan tetapi keberagaman itu akan menjadi tidak terkendali ketika jumlah bandnya 4 atau lebih. (Short, tanpa tahun).

 

 

 

 

 

 

 

 

 

 

BAHAN METODE

Alat dan Bahan

Leptop, Program/softwere Erdas 9.2

 

Metode

1.   Pilih File|Open|Raster Layer … dari menu Viewer untuk menampilkan crop_spot5_bogor_180603.img

2.   Pada Select Layer to Add di bawah Filename: (*.img) pilih crop_spot5_bogor_180603.img

3.   Tentukan Layers to Color 2, 1, dan 3 berurutan

4.   Klik OK pada Select Layer to Add to menampilkan file citra yang dipilih

5.   Pilih File|Open|Raster Layer … dari menu Viewer untuk menampilkan layer raster tematik spot_bgr_isodata.img di atas crop_spot5_bogor_180603.img

6.   Pilih spot_bgr_isodata.img dari daftar file di direktori yang dibuka.

7.   Klik Tab Raster Options pada bagian atas Select Layer to Add

8.   Klik Clear Display untuk mematikan check box ini

9.   Klik OK pada Select Layer to Add to menampilkan file citra yang dipilih

10. Pilih Raster|Attributes … dari menu Viewer

11. Pada dialog Raster Attributes pilih Edit|Colomn Properties … untuk mengatur kolom pada CellArray sehingga melihatnya lebih mudah

12. Pada dialog Colomn Properties di bawah Colomn : pilih Opacity kemudian Klik Up untuk memindahkan Opacity sehingga ia berada di bawah Histogram

13. Pilih Class_Names dan klik Up untuk memindahkan Class_Names sehingga ia berada di bawah Color

14. Pilih Value dan klik Bottom untuk memindahkan Value sehingga ia berada paling bawah

15. Klik OK pada dialog Colomn Properties untuk mengatur kembali kolom pada Raster Attribute Editor

16. Pada Raster Attribute Editor klik kata Opacity pada bagian teratas kolom Opacity untuk memilih semua kelas.

17. Klik kanan mouse pada kata Opacity dan pilih Formula … dari menu Colomn Options. Dialog Formula terbuka

18. Pada dialog Formula klik tombol 0, selanjutnya klik Apply untuk merubah nilai pada kolom Opacity menjadi 0 dan kemudian klik Close

19. Pada Raster Attribute Editor klik kanan mouse pada Color untuk Class 1              dan rubah warna menjadi Yellow. Kenampakan pada Viewer menjadi        lebih baik 20. Ubah Opacity dari Class 1 menjadi 1 dan tekan Return pada          keyboard

21. Pada menu Viewer pilih Utility|Flicker… untuk menganalisis pixel mana     yang ditempatkan pada kelas ini

22. Aktifkan Auto Mode dengan mengklik check box. Pixel-pixel berwarna hitam dari file spot_bgr_isodata.img berkedip-kedip adalah pixel dari kelas ini. Ini misalnya adalah area tubuh air.

23. Pada Raster Attribute Editor klik didalam kolom Class_Name untuk Class 1 dan rubahlah nama ini menjadi Air dan tekan Return pada keyboard

 

24. Pada Raster Attribute Editor klik kanan mouse pada Color untuk Air dan rubah warna menjadi Blue

 

25. Setelah selesai menganalisis kelas ini, klik Cancel pada dialog Viewer Flicker dan ketik Opacity dari Air menjadi 0 dan tekan Return pada keyboard

 

26. Ubah Color dari Class 2 menjadi Yellow

 

27. Ubah Opacity dari Class 2 menjadi 1 dan tekan Return pada keyboard

 

28. Pada menu Viewer pilih Utility|Flicker… untuk menganalisis pixel mana yang ditempatkan pada kelas ini

 

29. Aktifkan Auto Mode pada dialog Viewer Flicker. Pixel-pixel berwarna merah dari file spot_bgr_isodata.img berkedip-kedip adalah pixel dari kelas ini. Ini misalnya adalah area hutan

 

30. Pada Raster Attribute Editor klik didalam kolom Class_Name untuk Class 2 dan rubahlah nama ini menjadi Hutan dan tekan Return pada keyboard

 

31. Pada Raster Attribute Editor klik kanan mouse pada Color untuk Hutan dan rubah warna menjadi Pink

 

32. Setelah selesai menganalisis kelas ini, klik Cancel pada dialog Viewer Flicker dan ketik Opacity dari Hutan menjadi 0 dan tekan Return pada keyboard

33. Ulangi tahap ini pada kelas-kelas yang belum dianalisis sehingga dapat dilihat pixel mana yang dikelompokkan ke setiap kelas.

34. Bila sudah selesai pilih File|Save pada dialog Raster Attribute Editor untuk menyimpan data.

HASIL PENGAMATAN

Gambar1. Hasil Klasifikasi Citra

PEMBAHASAN

            Prinsip klasifikasi yang dilakukan dalam computer pengolahan citra adalah pengelompokan individu atau set pixel untuk mewakili beberapa fitur, kelas atau materi yang diplotkan berdasarkan ciri oleh serangkaian (umumnya kecil) dari DNS untuk setiap band yang dimonitor oleh sensor dan kemudian dianalisis secara statistic untuk menentukan derajat keunikan pixel pixel tersebut terhadap tanggapan spectral objek dan dikelompokkan dalam klaster.

Pada praktimum kali ini dilakukan klasifikasi tidak terbimbing dengan menggunakan  citra crop_spot5_bgr.img. Kegiatan klasifikasi ini praktikan akan  mendeleneasi batas kelas di dalam  ruang dimensi dan memberi nama kelas pada pixel-pixel dalam batas. Pada klasifikasi secara tidak terbibimbing ini praktikan meminta komputer untuk menguji dan mengekstrak sejumlah cluster yang berbeda spektral. Hasil dari klasifikasi tidak terbimbing belum menjadi informasi sampai praktikan menetapkan penutup lahan untuk setiap clusters.

Pada praktikum kali ini objek yang akan di klasifikasikan pada citra ialah 20 objek, dan objek yang didapatkan ialah bayangan awan, jalan, kebun campuran, perumahan, hutan, sawah, badan air, vegetasi, rumput, tegalan air dan awan. Pemberian nama pada objek yang telah di klasifikasikan oleh komputer tentunya dengan menggunakan unsur-unsur interpretasi. Setiap objek di beri warna yang berbeda agar mudah untuk diamati kembali, Pada objek bayangan awan, site/letaknya berada di bawah awan dan bentuknya menyerupai awan yang berada di atasnya, objek ini di tandai dengan warna hitam, Begitu sebaliknya pada objek awan(Putih). Kebun campuran, memiliki pola yang teratur dan banyak terdapat vegetasi didlamnya, di tandai dengan warna hijau. Perumahan memiliki pola yang teraratur dan diberi warna merah. Sawah, karena memiliki pola yang teratur, terdapat vegetasi didalamnya dan dekat dengan saluran irigasi, ditandai dengan warna hijau muda. Air, karena memiliki pola yang memanjang dan bercabang, berwarna terang, dan bentuknya berkelok-kelok, objek air di tandai dengan warna biru. Vegetasi, Pada citra berwarna merah dan memiliki pola menyebar, di tandai dengan hijau. Dan objek terakhir yaitu rumput, pola menyebar, ditandai dengan warna kuning.

 

 

 

 

 

KESIMPULAN

            Pada klasifikasi dengan menggunakan  citra crop_spot5_bgr.img dan terdapat 20 objek hasil klasifikasi yaitu bayangan awan, lahan terbangun, perumahan, lahan terbuka, air, sawah, vegetasi, kebun campuran, awan, dan rumput.

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

 

DAFTAR PUSTAKA

Chein-I Chang dan H.Ren. 2000. An Experiment-Based Quantitative and     Comparative Analysis of Target Detection and Image Classification    Algorithms for Hyperspectral Imagery. IEEE Trans. on Geoscience and             Remote Sensing.

Short Nicolas M. tanpa tahun. “Image Prosesing and Interpretation”.         (http://rst.gsfc. nasa.gov/Sect1/Sect1_16.html, diakses tanggal 24        November 2012)

Liliesand Thomas.M,Ralph W Kiefer.1997. Penginderaan Jauh dan Interpretasi Citra. Dulbahri,dkk,penerjemah.Yogyakarta:Gajah Mada University Press. Nal Terjemahan dari : Remote Sensing and Image Interpretation

11 Jun 2012

Tips Agar Rambut Lebih Cepat Panjang

Author: VINNI ANDRIANI | Filed under: Uncategorized

Banyak wanita yang terpaksa memangkas rambutnya karena kurang subur. Jika Anda ingin memiliki rambut panjang yang indah dalam waktu cepat, kami punya kiatnya!

1. Potong ujung rambut minimal sebulan sekali
Ingin rambut panjang kok ujungnya justru dipotong tiap bulan? Memang terasa aneh. Namun ada alasannya: memotong ujung rambut secara rutin akan membuat ujung-ujung rambut yang bercabang menjadi hilang, sehingga akar rambut dapat kembali menyalurkan nutrisi dengan tepat hingga ujung rambut. Hal ini juga akan membuat volume rambut Anda menjadi lebih tebal karena nutrisinya lebih merata.

2. Creambath sebulan sekali
Tak hanya dapat menghilangkan stres, creambath dengan gerakan memijat kulit kepala akan membuat peredaran darah di kulit kepala menjadi lebih lancar. Hal ini juga akan membuat rambut mendapatkan nutrisi secara merata. Selain itu krim creambath juga akan menambah nutrisi pada rambut sehingga membuatnya lebih indah.

3. Minum air yang cukup
Rambut yang kering akan menjadi lebih rapuh dan cepat patah sehingga sulit menjadi panjang. Nah, selain mencegah Anda dari dehidrasi, minum air yang cukup akan mencegah kekeringan pada rambut.

4. Menyisir dengan cara yang benar
Menyisir rambut dapat melancarkan peredaran darah di kepala, namun tak berarti Anda harus sering-sering melakukannya. Salah menyisir dapat membuat rambut semakin rontok dan patah. Lebih baik sisir dulu rambut Anda dalam keadaan kering sebelum keramas untuk mengurangi kekusutannya. Saat selesai keramas dan rambut dalam keadaan basah, gunakan sisir jari yang jarang agar rambut tidak rontok. Ingat, rambut Anda lebih rapuh dalam keadaan basah.

5. Hindari pemakaian alat pengering terlalu sering
Selain membuat rambut kering dan kusam, memanaskan rambut akan membuatnya menjadi lebih rapuh.

6. Jangan memakai pelembap di kulit kepala
Pelembap rambut atau conditioner hanya digunakan seperlunya. Biasanya diusapkan di ujung-ujung rambut kering. Jangan pernah menggunakannya di kulit kepala. Pelembap akan membuat kulit kepala Anda menjadi berminyak bahkan berketombe. Ingat rambut yang sehat tumbuh dari kulit kepala yang sehat.

7. Jangan keramas setiap hari

Keramas setiap mandi bukanlah cara untuk memanjangkan rambut dengan cepat. Ingat shampo Anda juga mengandung aneka bahan kimia. Jika bahan-bahan itu terlalu banyak dan sering digunakan ke rambut, maka hasilnya justru menjadi buruk.

Selamat mencoba!

http://id.she.yahoo.com/agar-rambut-lebih-cepat-panjang.html

27 Sep 2011

Sekali Isi Tangki, Honda Supra X 125 Helm in Taklukkan 3 Provinsi

Author: VINNI ANDRIANI | Filed under: Uncategorized

Jakarta – PT Astra Honda Motor (AHM) kali ini memberikan kejutan lagi setelah berhasil membuktikan ketangguhan dan keiritan motor terbarunya yaitu Honda Supra X 125 Helm in. Touring yang bertajuk “Tantangan Jelajah 3 Provinsi” berhasil membuktikan kemampuan jelajah Supra X 125 Helm in dengan sekali isi tangki BBM.

Touring yang diikuti oleh jurnalis dan perwakilan konsumen dan klub Honda berhasil melintasi 3 provinsi yaitu Jawa Tengah, Jawa Barat, dan DKI Jakarta, dengan berbekal bensin premium 5,6 liter pada tangki BBM Honda Supra X 125 Helm in. Bahkan sesampai di garis finish setelah menempuh perjalanan 310 kilometer, semua unit motor yang digunakan touring ini masih menyisakan bensin di tangki.

Berdasarkan perhitungan tim AHM yang disaksikan para saksi, komsumsi BBM Supra X 125 Helm in teririt tercatat 1 liter/ 83,66km yang dibukukan oleh salah satu peserta “Tantangan Jelajah 3 Provinsi” yaitu Marco Marimus Lunel, anggota klub Honda Astra Supra Team (HAST). Dengan sisa bensin yang ada, diperkirakan Honda Supra X 125 Helm in dapat menempuh perjalanan hingga 468 kilometer jika digunakan kembali dengan kondisi jalan dan cara mengemudi yang sama.

“Peserta touring ini seudah membuktikan sendiri kehandalan Honda Supra X 125 Helm ini. Kami berharap nilai baru yang kami tawarkan melalui motor ini dapat memberikan manfaat yang besar untuk menunjang kegiatan sehari-hari masyrakat di Indonesia,” ujar Direktur Marketing AHM, Auddie A. Wiranata.

Auddie menyambut langsung rombongan touring Jelajah 3 Provinsi Honda Supra X 125 Helm in yang berakhir di ITC Cempaka Mas, Cempaka Putih, Jakarta Utara. Rombongan sebelumnya berangkat dari Tegal sekitar pukul 6.30 WIB. Tidak hanya manajemen AHM yang menyambut para peserta touring, anak klub dan konsumen pecinta Honda juga memberikan sambutan hangat di salah satu pusat belanja teramai di kawasan Jakarta Utara ini.

Dari Tegal, peserta touring melintasi jalur Pantura yaitu Cirebon, Indramayu, Karawang dan Bekasi. Rombongan sempat beristirahat beberapa kali di pos pemberhentian yang telah ditentukan. Dikota Indramayu & Karawang, rombongan disambut oleh panitia dan juga konsumen dan anak klub Honda dengan yang dengan antusias ingin melihat motor Honda Supra X 125 Helm in.

Dikota Karawang rombongan diuji kemampuannya untuk mengisi bagasi Supra X 125 Helm in dengan bermain “U-Box Game”. Dalam permainan ini, para rider diuji kemampuannya untuk mengisi bagasi Supra X 125 Helm in dengan barang belanjaan sehari-hari. Mereka diajak membuktikan langsun manfaat dan kapasitas bagasi serba guna motor baru Honda yang memiliki bagasi serbaguna terbesar di segmen bebek yang berukuran 19,5 liter.

“Supra X 125 Helm in memiliki handling yang lebih mantap dan lincah serta sangat nyaman dikendarai berjam-jam, rem-nya juga pakem banget, jalan 60km – 70km bensinnya nggak turun-turun, jadi makin pede aja ngebawa motornya”, ujar Dani panggilan akrab Mohammad Hisyam Wildani, pemuda berumur 19 tahun yang juga salah satu rider dari rombongan Tantangan Jelajah 3 Provinsi. Dani yang juga tergabung dalam Tangerang Supra Club (TSC), berniat menjual Honda Supra X lamanya untuk men-DP motor Supra X 125 Helm in yang dikendarainya.

Dalam sejarah panjang keberadaannya di pasar motor domestik, Honda Supra telah beredar di Indonesia dalam kurun 14 tahun dengan angka penjualan lebih dari 11 juta unit. Kehadiran varian baru Honda Supra X 125 Helm ini diharapkan akan semakin mengukuhkan posisinya sebagai Rajanya Motor Bebek di kelas 125 cc keatas.

sumber :

27 Sep 2011

Hello world!

Author: VINNI ANDRIANI | Filed under: Uncategorized

Selamat datang di Blog Mahasiswa IPB. Ini adalah postingan pertamamu. Edit atau hapus postingan ini dan mulailah menulis blog sekarang juga!

bit torrents lotus karls mortgage calculator mortgage calculator uk Original premium news theme