Supervised Classification dengan Erdas 2014 (part 2)

Halo!

Yuk kita lanjutkan kembali tutorial sebelumnya, supervised classification dengan Erdas 2014. Jika anda belum menyimak tutorial sebelumnya, maka sebaiknya anda kembali ke tutorial sebelumnya, supervised classification dengan Erdas 2014 (part 1).

Kali ini kita akan melakukan accuracy assessment. Hal ini penting karena kita perlu tahu kualitas dari proses klasifikasi yang sudah kita lakukan. Jika memang akurasinya cukup baik, maka kita dapat menggunakan hasil dari klasifikasi untuk proses selanjutnya.

Mari kita mulai!

Buka kembali citra yang terklasifikasi dengan Erdas 2014

Silakan buka kembali citra yang telah terklasifikasi pada langkah sebelumnya. Dalam contoh ini, nama filenya adalah lotim_classified.img.

Pengkodean data testing

Aktifkan layer lotim_classified.img, lalu klik menu Table -> Show Attributes. Maka akan muncul tabel di sisi bawah. Tabel itu berisi histogram (sebaran jumlah pixel tiap kelas), warna tiap kelas, dan digital number dalam nilai 0-1 dari setiap kelas.

Kita akan mengkodekan setiap kelas pada data testing sesuai dengan tabel itu berdasarkan row number (field paling kiri). Misalnya pada contoh ini, kelas bendungan ada di row number 1, maka kode untuk bendungan adalah 1. Demikian seterusnya.

10-supervised-classification

Tips: urutkan (sort) field class_name secara ascending (A-Z)

Lalu buka kembali shapefile fieldcheck.shp di ArcMap. Aktifkan terlebih dahulu editornya. Buka attribute table-nya, lalu tambahkan field baru dengan cara klik pada Table Options (tombol atas paling kiri), lalu klik Add Field. Lalu pada isian yang muncul, pada isian Name, beri nama field baru anda, misalnya kode. Pada Type, pilih Short integer. Lalu klik OK. Maka field baru akan muncul di ujung kanan. Pada field itu lah kodenya akan kita isikan. Silakan diisi berdasarkan row number tabel pada Erdas. Misalnya, Badan Air 1 termasuk dalam kelas badan air, maka berdasarkan tabel pada Erdas, kodenya adalah 9, maka isikan 9. Dan seterusnya.

Tips: urutkan (sort) field name secara ascending (A-Z), supaya sesuai dengan tabel di Erdas

Jika semua sudah diberi kode, maka export data tersebut menjadi file textfile (*.txt) dengan cara yang sama dengan tutorial sebelumnya. Beri nama akurasi.txt. File textfile inilah yang akan kita gunakan sebagai data testing untuk accuracy assessment.

Mulai accuracy assessment

Kembali ke Erdas, klik pada menu Raster -> Supervised -> Accuracy Assessment. Akan muncul popup accuracy assessment.

Klik menu File -> Open, lalu cari file citra lotim_classified.img. Anda tidak akan menemukan ada perubahan pada isi popup. Jangan khawatir, karena yang berubah hanya pada bagian header, disana muncul nama lotim_classified.

11-supervised-classification

Lalu buka data testing dari file akurasi.txt yang telah kita buat. Klik menu Edit -> Import user-defined points. Cari file akurasi.txt, lalu klik OK. Akan muncul popup Import Options, pada Separator Character, pilih comma. Tapi hal ini harus anda pastikan terlebih dahulu karena bisa jadi file txt anda pemisahnya berbeda. Untuk memastikan, silakan buka file akurasi.txt anda dengan Notepad. Lalu lihat pemisahnya, apakah koma, spasi, titik koma, atau lainnya. Silakan disesuaikan pada isian Separator Character ini.

12-supervised-classification

Klik tab Input Preview. Jika separator character yang anda isikan benar, maka seharusnya data terpisah dengan baik. Jika data tidak terpisah, maka pasti anda salah memilih separator character. Perhatikan dan catat posisi field X, field Y, dan field kode. Lalu pada Column Mapping, ubah angka 1 dan 2 untuk X dan Y disana sesuai dengan posisi field X dan field Y pada data anda. Dalam contoh ini, posisi X adalah pada field 3, maka isikan 3 pada X. Sedangkan posisi Y adalah pada field 4, maka isikan 4 pada Y. Lalu klik OK.

13-supervised-classification

Jika isian anda sesuai, maka seluruh data posisi X dan Y akan muncul pada popup Accuracy Assessment.

14-supervised-classification

Langkah selanjutnya adalah memasukkan field kode ke kolom Reference. Klik pada Reference hingga semua row di bawahnya menjadi biru (terseleksi). Lalu klik kanan, pilih Import, cari kembali file akurasi.txt. Jangan klik tombol OK, karena anda perlu menentukan posisi dari field kode. Klik tombol Options, atur Separator Character kembali. Lalu pada isian Reference, isikan sesuai dengan posisi field kode yang anda catat sebelumnya. Dalam contoh ini adalah 5, maka isikan 5. Lalu klik OK. Klik OK lagi. Maka seluruh data kode sudah mengisi kolom Reference.

Tampilkan isi dari field Class dengan cara klik pada menu Edit -> Show Class Values. Maka seluruh row pada field Class akan terisi.

Klasifikasi dikatakan akurat jika nilai field Class sama dengan nilai field Reference, pada row yang sama.

16-supervised-classification

Get the report!

Selanjutnya anda dapat melihat report dari accuracy assessment ini secara otomatis. Klik menu Report -> Accuracy Report.

Maka anda akan mendapatkan laporan accuracy assessment dalam bentuk data statistik.

17-supervised-classification

 

Akurasi secara keseluruhan dapat anda lihat pada Overall Accuracy dan Kappa Statistic. Pada contoh ini, saya mendapatkan overall accuracy sebesar 80% dan Kappa statistic 0.7788. Sudah cukup bagus sehingga hasil klasifikasi dapat digunakan untuk proses selanjutnya.

18-supervised-classification

Well, cukup sederhana. Jika masih ada yang kurang jelas, anda bisa menyimak video tutorial yang juga saya buat berikut ini. Butuh diskusi? Silakan tanyakan pertanyaan anda di kolom komentar.


 

Leave a Reply

Your email address will not be published. Required fields are marked *