LAPORAN PRAKTIKUM
INDERAJA TERAPAN
Change Detection
Disusun Oleh :
Nafi Abiyyu Rasyid
15/386523/SV/09909
PROGRAM STUDI DIPLOMA III TEKNIK GEOMATIKA
DEPARTEMEN TEKNOLOGI KEBUMIAN
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
2017
MATERI
Change Detection Pada Citra Jawa Tengah tahun 2013 dan 2017
TUJUAN
Mahasiswa dapat melakukan change detection dan mengetahui perubahan pada daerah tertentu menggunakan tools change detection menggunakan ENVI pada citra jawa tengah tahun 2013 dan 2017.
WAKTU DAN PELAKSANAAN
Hari, tanggal : Kamis, 19 Oktober 2017
Pukul : 11.10 – 16.20 WIB
Tempat : Laboratorium FotogrametriTeknik Geodesi dan Geomatika UGM
ALAT DAN BAHAN
PC / Laptop
Citra Landsat 8 Jawa Tengah tahun 2013
Citra Landsat 8 Jawa Tengah tahun 2017
Software ENVI
LANGKAH KERJA
Membuka software ENVI
Membuka citra landsat 8 jawa tengah
Lalu load band natural colour dari citra tersebut
Lalu melakukan cropping citra tersebut pada lokasi tertentu, dengan catatan pada citra 2013 dan citra 2017 lokasinya harus sama menggunakan tools link display.
Tools → Link → Link Display
Klik File → Save Image As → Image File → “beri nama file yang sesuai”
Klik Spatial Subset → Image → OK
Hasil cropping kedua citra sebagai berikut :
Citra 2013 Citra 2017
Melakukan pengkelasan sesuai jenis objeknya (Perairan, Vegetasi, Pemukiman, dan Tanah Kosong)
Klik Basic Tools → Region Of Interest → ROI Tool
Pada ROI Type pilih Polygon
Pada Windows pilih Zoom
Lalu lakukan digitasi sesuai kelasnya atau jenis objeknya
Untuk mengakhiri poligon menggunakan klik kanan
Lakukan di tempat yang berbeda antara citra 2013 dan citra 2017
Citra 2017
Citra 2013
Melakukan klasifikasi supervised
Pilik Classification → Supervised → Minimum Distance
Lalu pilih citra yang telah diklasifikasi
Lalu pilih keempat hasil pengkelasan yang telah di lakukan
Hasil klasifikasi sebagai berikut
Melakukan Change Detection dari kedua citra hasil klasifikasi
Klik Basic Tools → Change Detection → Change Detection Statistics
Makan akan muncul windows “select intial image”, pilih citra hasil klasifikasi dengan tahun yang lama, yaitu tahun 2013 → OK
Lalu akan muncul windows “select final image”, pilih citra hasil klasifikasi dengan tahun yang baru, yaitu tahun 2017 → OK
Pada jendela “Define Equivalent Classes” pasangkan untuk tiap masing – masing pengkelasan yang sama
Jika sudah klik OK
Lalu simpan file sesuai yang anda inginkan
Maka hasilnya sebagai berikut :
Lalu untuk menyimpan tabel change detection tersebut klik file → save txt file
HASIL dan PEMBAHASAN
Dari tabel tersebut dapat diketahui bahwa terdapat perbedaan pada citra tahun 2013 dan citra tahun 2017. Perbedaan tersebut dapat dilihat dari kolom image difference yang menampilkan perbedaan pixel dari tiap kelasnya. Jika nilai tersebut memiliki tanda minus (-) berarti pada citra 2017 terdapat lebih sedikit dibanding citra 2013 dan begitu juga sebaliknya. Maka dapat diketahui dari kelas pemukiman memiliki nilai 11378 pixel, berarti pada citra 2017 memiliki sejumlah 11378 pixel pemukiman lebih banyak dibanding citra tahun 2013. Lalu pada kelas vegetasi memiliki nilai -6640 pixel, berarti pada citra tahun 2017 memiliki sejumlah 6640 pixel vegetasi lebih sedikit dibanding citra tahun 2013. Pada kelas perairan memiliki nilai -3994 pixel, berarti pada citra tahun 2017 memiliki sejumlah 3994 pixel perairan lebih sedikit dibanding citra tahun 2013. Untuk kelas Tanah Kosong memiliki nilai -744 pixel, berarti pada citra tahun 2017 memiliki sejumlah 744 pixel tanah kosong lebih sedikit dibanding citra tahun 2013.
KESIMPULAN
Pada praktikum kali ini mahasiswa telah belajar mengenai change detection pada citra hasil klasifikasi. Lalu dapat membandingkan perubahan deteksi dari setiap kelas – kelas klasifikasi yang telah ditentukan menggunakan nilai perbedaan pixel pada tabel hasil change detection.
DAFTAR PUSTAKA