Supervised Classification dengan ERDAS 2014 (part 1)

Level: basic

Halo!

Kali ini saya ingin berbagi sedikit ilmu tentang klasifikasi citra terbimbing (supervised image classfication) dengan menggunakan software Erdas 2014. Sengaja saya bagi menjadi 2 bagian, bagian pertama (post ini) membahas persiapan file hingga proses pengklasifikasian citra. Pada bagian kedua, saya akan jelaskan mengenai accuracy assesment.

Tutorial ini juga saya tujukan untuk teman-teman di program parcasarjana Pengelolaan Sumberdaya Alam dan Lingkungan (PSL) IPB angkatan 2015, peserta mata kuliah Dasar-dasar GIS dan Remote Sensing. Semoga bisa memuaskan rasa ingin tahu teman-teman ūüôā

Langkah pertama, silakan download file-file yang dibutuhkan untuk tutorial ini.

DOWNLOAD

Dalam file zip yang telah didownload, ada 1 buah file Ms Excel (format .xlsx) dan 1 buah file raster. File Excel adalah data survey berisi detail lokasi survey dan koordinatnya. File ini akan dipakai untuk membuat Area of Interest (AOI). Sedangkan file raster adalah file citra utama yang akan diklasifikasikan. Lokasi dari citra tersebut adalah di Lombok Timur.

Software yang akan digunakan dalam tutorial ini adalah:
1. Ms Excel untuk mengolah data survey
2. ArcGIS 10.3 untuk mengolah data survey menjadi shapefile
3. Erdas 2014 untuk klasifikasi citra

Well, let’s start the game!

Mengubah data Ms Excel ke tab delimited

Silakan buka file field-check.xlsx. Terdapat 3 kolom data (Name, X, dan Y). Pada kolom name, terdapat banyak nama, yang sebenarnya adalah 16 kelompok.

Lalu klik menu File -> Save As. Tentukan lokasi penyimpanan. Pada Save as type, pilih Text (Tab delimited) (*.txt). Silakan beri nama field-check.txt. Lalu klik Save.

Tujuan dari langkah ini adalah agar data survey dapat dibuka di ArGIS.

Add xy data di ArcGIS

Buka ArcGIS (Arcmap), lalu klik menu File -> Add Data -> Add XY Data. Lalu buka file txt yang telah anda buat di langkah pertama dengan klik pada icon open (warna kuning). Pada isian X Field, pastikan yang terpilih adalah kolom X. Demikian juga pada isian Y, pastikan yang terpilih adalah kolom Y. Lalu klik OK.

menambahkan data survey di arcgis

Maka seharusnya semua point survey akan muncul pada ArcGIS anda.

Save XY data menjadi shapefile

Langkah selanjutnya, pada TOC (table of content) silakan klik kanan pada layer data yang kita tambahkan tadi, dalam hal ini adalah field-check.txt Events. Lalu pilih Data -> Export Data. Tentukan lokasi penyimpanan, save sebagai field-check.shp. Ini perlu kita lakukan karena data belum tersimpan sebagai shapefile.

Sampai dengan langkah ini, seharusnya anda sudah mempunyai sebuah shapefile (.shp) yang dapat dimasukkan di Erdas.

Memasukkan data raster dan shapefile lokasi survey di Erdas

Buka Erdas, lalu buka file raster dan vector (shp) yang telah disiapkan. Supaya seragam, silakan buka file raster terlebih dahulu.

Klik File -> Open -> Raster Layer. Lalu cari file raster lotim.img yang telah didownload. Klik Open. Maka seharusnya file raster akan tampil pada Erdas anda.

supervised classification erdas 2014 1

Lalu buka juga file vector field-check.shp yang dibuat sebelumnya. Klik File -> Open -> Vector Layer. Lalu cari file field-check.shp. Klik Open. Maka seharusnya titik-titik survey akan muncul pada layar Erdas anda.

supervised classification erdas 2014

Membuat Signature

Sesuai dengan namanya, supervised classification adalah teknik klasifikasi yang membutuhkan campur tangan user. User harus melatih sistem untuk mengenali kelas-kelas klasifikasi sesuai kebutuhan dan keinginan user. Oleh karena itu, supervised classification biasanya dilakukan jika user telah benar-benar mengetahui kondisi real di lapangan.

Dalam Erdas, data training dikenal sebagai Signature.

Klik tab Raster, lalu pilih Supervised -> Signature Editor. Maka akan muncul popup Signature Editor, biarkan saja tetap terbuka.

Kita akan membuat signature dengan menggunakan Area of Interest (AOI). Klik kanan pada 2D view #1, lalu pilih New AOI Layer. Maka sebuah layer AOI akan muncul.

supervised classification erdas

how to create aoi layer erdas

Kita akan membuat AOI untuk masing-masing kelas. Untuk mempermudah, silakan buka attribute table dari file field-check.shp dengan cara klik pada layer field-check.shp, lalu pilih menu Table, dan klik Show Attributes, maka tabel atribut akan muncul pada bagian bawah.  Tabel atribut perlu dibuka untuk mengetahui kelas dari setiap titik. Lagi, untuk mempermudah proses kerja, urutkan tabel berdasarkan abjad A-Z untuk kolom Name dengan cara klik pada kepala kolom Name hingga setiap baris menjadi biru. Lalu klik kanan, pilih Sort -> Sort A..Z, maka tabel akan diurutkan berdasarkan kolom Name.

Untuk mulai membuat AOI, klik tabel atribut tepat pada nomor baris paling atas. Jika anda mengikuti tutorial ini dengan baik, maka seharusnya baris paling atas adalah Badan Air 1. Perhatikan pada peta, seharusnya ada satu titik yang berwarna kuning. Artinya titik itu adalah titik dengan atribut Badan Air 1. Silakan zoom in pada titik kuning itu.

Klik layer AOI, lalu klik menu Drawing. Buat AOI berbentuk polygon dengan klik icon polygon pada tab Insert Geometry.

3-how-to-create-aoi-layer

Buat poligon tepat melingkari titik kuning. Usahakan untuk membuat AOI dengan ukuran minimal 3×3 piksel, namun tetap pada piksel dengan warna yang seragam, tidak bersentukan dengan piksel lain yang berwarna kontras.

membuat aoi di erdas

Kembali ke Signature Editor, lalu klik icon Create New Signature(s) from AOI. Maka seharusnya akan muncul Class 1. Anda bisa mengganti name ini dengan nama lain sesuai kelasnya, misalnya dalam contoh ini adalah Badan Air 1.

5-erdas-signature-editor

Dengan cara yang sama, teruskan untuk baris selanjutnya pada tabel atribut. Dalam contoh ini seharusnya adalah Badan Air 10. Teruskan hingga semua baris Badan Air selesai dibuatkan AOI dan dimasukkan menjadi signature.

Selanjutnya, anda perlu menggabungkan semua signature Badan Air menjadi satu. Dengan cara klik pada baris pertama, lalu drag hingga semua signature Badan Air terseleksi. Lalu klik Merge Selected Signature.

merge signature erdas

Akan muncul signature baru, ganti namanya menjadi Badan Air.

Teruskan hingga semua kelas diwakili oleh satu signature. Dengan demikian, seharusnya akan ada 16 signature, sesuai dengan jumlah kelas.

Simpan signature yang telah anda buat. Pada Signature Editor, klik File -> Save As. Beri nama training.sig.

Cukup panjang ya langkahnya ūüôā

Sampai dengan langkah ini, maka anda sudah memiliki file signature yang bisa digunakan untuk proses klasifikasi. Selamat!

Proses klasifikasi

Setelah perjuangan panjang membuat signature, mari kita santap menu utamanya, klasifikasi!

Klik menu Raster, lalu pada tab Classification pilih Supervised -> Supervised Classification. Maka akan muncul popup Supervised Classification. Pada Input Raster File pilih file raster yang akan diklasifikasi, dalam contoh ini adalah lotim.img. Pada Input Signature File, pilih file signature yang telah dibuat (training.sig). Pada Classified File, tentukan lokasi dan nama file citra yang terklasifikasi (target file). Pada Decision Rule, silakan disesuaikan dengan kebutuhan anda. Misalnya pada Parametric Rule, anda dapat memilih metode klasifikasinya, secara default terpilih Maximim Likelihood. Jika sudah, klik OK

7-supervised-classification

Maka proses klasifikasi akan berjalan. Jika sudah selesai, anda bisa memasukkan file citra yang telah terklasifikasi. Maka hasilnya akan tampak seperti berikut.

9-supervised-classification

Selamat! Anda sudah berhasil mengklasifikasikan citra dengan teknik supervised classification menggunakan Erdas 2014.

Selanjutnya anda perlu menguji kualitas hasil klasifikasi yang anda lakukan dengan accuracy assesment. Langkah-langkahnya akan saya berikan pada tutorial berikutnya.

Ada langkah yang kurang jelas? Silakan tanyakan pada form komentar ūüôā

Salam!

Update!

Saya sudah buat video tutorialnya. Semoga bisa membantu untuk lebih memahami ūüôā

One thought on “Supervised Classification dengan ERDAS 2014 (part 1)

  1. Pingback: Supervised Classification dengan Erdas 2014 (part 2) | Arif Kurnia Wijayanto

Leave a Reply

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