i
DIGITASI OTOMATIS OBJEK BANGUNAN PADA CITRA SATELIT
MENGGUNAKAN METODE K MEANS CLUSTERING
SKRIPSI
BOHO SURIANTO NAIBAHO
091402047
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
SKRIPSI
Diajukan untuk melengkapi tugas dan memenuhi syarat memperoleh ijazah
Sarjana Teknologi Informasi
BOHO SURIANTO NAIBAHO
091402047
PROGRAM STUDI S1 TEKNOLOGI INFORMASI
FAKULTAS ILMU KOMPUTER DAN TEKNOLOGI INFORMASI
UNIVERSITAS SUMATERA UTARA
MEDAN
2014
i
PERSETUJUAN
Judul : DIGITASI OTOMATIS OBJEK BANGUNAN
PADA CITRA SATELIT MENGGUNAKAN
METODE K MEANS CLUSTERING
Kategori : SKRIPSI
Nama : BOHO SURIANTO NAIBAHO
Nomor Induk Mahasiswa : 091402047
Program Studi : SARJANA (S1) TEKNOLOGI INFORMASI
Departemen : TEKNOLOGI INFORMASI
Fakultas : ILMU KOMPUTER DAN TEKNOLOGI
INFORMASI
Diluluskan di
Medan, Juli 2014
Komisi Pembimbing :
Pembimbing 2 Pembimbing 1
Baihaqi Siregar, S.Si.MT
NIP. 19790108 201212 1 002
Dr. Syahril Efendi, S.Si.M.IT
NIP. 19671110 199602 1 001
Diketahui/Disetujui oleh
Program Studi Teknologi Informasi
Ketua,
M. Anggia Muchtar, ST.,MM.IT
NIP. 19800110 200801 1 010
PERNYATAAN
DIGITASI OTOMATIS OBJEK BANGUNAN PADA CITRA SATELIT
MENGGUNAKAN METODE K MEANS CLUSTERING
SKRIPSI
Saya mengakui bahwa skripsi ini adalah hasil kerja saya sendiri, kecuali beberapa
kutipan dan ringkasan yang masing-masing disebutkan sumbernya.
Medan, Juli 2014
BOHO SURIANTO NAIBAHO
091402047
iii
UCAPAN TERIMA KASIH
Puji dan syukur penulis panjatkan kepada Tuhan Yang Maha Esa dan Maha
Penyayang, dengan segala rahmat dan karuniaNya penulisan tugas akhir ini berhasil
diselesaikan dalam waktu yang telah ditetapkan. Selama penyelesaian tugas akhir ini,
banyak bantuan dan kerja sama serta doa dan dukungan dari berbagai pihak, oleh
karena itu penulis sampaikan ucapan terima kasih sedalam-dalamnya dan penghargaan
kepada :
1. Kedua orang tua dan sanak saudara penulis yang telah memberikan dukungan
dan motivasi baik materil dan spiritual, ayahanda R. Naibaho dan Ibunda K.
Sinurat yang selalu sabar dalam mendidik dan membesarkan penulis.
2. Bapak Dr. Syahril Efendi, S.Si.M.IT dan Bapak Baihaqi Siregar, S.Si.MT selaku
pembimbing yang telah banyak meluangkan waktu dan pikirannya, memotivasi dan
memberikan kritik dan saran kepada penulis.
3. Bapak Ade Candra,S.T.M.Kom dan Bapak Romi Fadillah Rahmat,
B.Comp.Sc.M.Sc yang telah bersedia menjadi dosen pembanding yang telah memberikan kritik dan saran kepada penulis.
4. Ketua dan Sekretaris Program Studi Teknologi Informasi, Bapak M. Anggia
Muchtar, ST.,MM.IT dan Bapak M. Fadly Syahputra, B.Sc.,M.Sc.IT.
5. Dekan dan Pembantu Dekan Fakultas Ilmu Komputer dan Teknologi Informasi
Universitas Sumatera Utara, semua dosen serta pegawai di Fakultas Ilmu Komputer dan Teknologi Informasi.
Semoga segala kebaikan dan bantuannya dibalas oleh Tuhan Yang Maha Esa dan semoga tugas akhir ini dapat bermanfaat bagi semua pihak yang memerlukannya.
ABSTRAK
Perkembangan ilmu pengetahuan dan teknologi di bidang sistem informasi geografis
semakin memberikan kemudahan dalam melakukan pendataan objek spasial. Digitasi
adalah salah satu contoh perkembangan tersebut. Citra direkam dengan menggunakan
satelit, kemudian disimpan dalam format file gambar. Citra ini nantinya akan
dianalisis oleh praktisi pemetaan untuk berbagai macam kebutuhan, sebagai contoh :
pendataan IMB maupun perencanaan tata ruang kota. Namun, citra ini masih berupa
gambar hasil photo yang banyak terdapat objek-objek yang tidak diperlukan sesuai
kebutuhan. Oleh karena itu, diperlukan proses digitasi untuk memperoleh informasi
sesuai kebutuhan. Pada penelitian ini dirancang sebuah metode untuk melakukan
digitasi secara otomatis yang disebut k means clustering. K means clustering yang
dirancang dalam penelitian ini digabungkan dengan teknik morfologi gambar untuk
mendapat hasil ekstraksi yang lebih baik. Berdasarkan pengujian terhadap tujuh jenis
data citra, hasil digitasi dengan metode k means clustering memperoleh nilai kualitas
rata-rata 0.8623 dimana nilai maksimal adalah 1.
Kata kunci: k means clustering, digitasi, citra satelit.
v
AUTOMATIC DIGITIZATION ON BUILDINGS OBJECT FROM SATELLITE IMAGERY USING K MEANS CLUSTERING
ABSTRACT
Developments in science and technology in the field of geographic information
systems increasingly provide ease of data collection of spatial objects . Digitization is
one example of these developments . Using satellite imagery recorded , then stored in
an image file format . This imagery will be analyzed by mapping practitioners for a
variety of needs , for example : IMB data collection and spatial planning . However ,
this image is a photo image that there are many objects that are not required as
needed. Therefore, the digitization process is required to obtain the information as
needed. In this study designed a method to automatically digitized called k means
clustering. K means clustering is designed in this study combined with the technique
of morphological image to get a better extraction results . Based on testing of the
seven types of image data , the results of digitization with k means clustering method
to get the value of average quality is 0.8623 where the maximum value is 1.
Keywords: k means clustering, digitization, satellite imagery
DAFTAR ISI
PERSETUJUAN ... I
PERNYATAAN ...II
UCAPAN TERIMA KASIH ... III
ABSTRAK ... IV
ABSTRACT ... V
DAFTAR ISI ... VI
DAFTAR TABEL ... VIII
vii
2.8.1 Clustering ... 14
2.8.2Algoritma k means clustering ... 15
2.8.3 Kelebihan dan Kelemahan algoritma K-means ... 19
2.9MEDIAN FILTERING ... 20
BAB 3 ANALISIS DAN PERANCANGAN SISTEM ... 23
3.1 DATA YANG DIGUNAKAN ... 23
3.2 ANALISIS SISTEM ... 23
3.3 GENERAL ARCHITECTURE ... 41
3.4 PERANCANGAN TAMPILAN ANTARMUKA ... 42
BAB 4 IMPLEMENTASI DAN PENGUJIAN ... 44
4.1 IMPLEMENTASI SISTEM ... 44
4.1.1Spesifikasi hardware dan software yang digunakan ... 44
4.1.2Implementasi perancangan antarmuka ... 44
4.2 PENGUJIAN SISTEM ... 45
4.2.1Rencana pengujian sistem ... 46
4.2.2Kasus dan hasil pengujian sistem ... 46
4.2.3Pengujian kinerja sistem ... 48
4.2.4 Evaluasi Hasil ... 53
BAB5 KESIMPULANDANSARAN ... 65
5.1KESIMPULAN ... 65
5.2SARAN ... 65
DAFTAR PUSTAKA ... 66
DAFTAR TABEL
Hal.
Tabel 2.1. Karakteristik citra quickbird ... 13
Tabel 2.2 Penelitian Terdahulu ... 22
Tabel 4.1 Rencana Pengujian Sistem ... 46
Tabel 4.2 Hasil Pengujian Komponen ... 46
Tabel 4.2 Hasil Pengujian Komponen (Lanjutan) ... 47
Tabel 4.2 Hasil Pengujian Komponen (Lanjutan) ... 48
Tabel 4.3 Data Hasil Pengolahan K Means Clustering ... 49
Tabel 4.4. Tabel Hasil Median Filtering ... 50
Tabel 4.5. Hasil Pengenalan Koordinat ... 52
Tabel 4.6. Hasil Translasi Koordinat ... 52
Tabel 4.7. Hasil Evaluasi Hasil ... 55
ix
DAFTAR GAMBAR
Hal.
GAMBAR 2.1. DIAGRAM ALIR ALGORITMA K MEANS CLUSTERING ... 17
GAMBAR 2.2. HASIL DARI PROSES CLUSTERING DENGAN
MENGGUNAKAN ALGORITMA K-MEANS CLUSTERING... 19
GAMBAR 2.3. BLOCK DIAGRAM ALUR KERJA MEDIAN FILTER…………20
GAMBAR 2.4. CONTOH PENERAPAN MEDIAN FILTER ...21
GAMBAR 3.1 MATRIKS UNTUK MEDIAN FILTERING 4X4 ... 24
GAMBAR 3.2. PROSES SELEKSI PIKSEL YANG TERHUBUNG ... 25
GAMBAR 3.3. METODE FILLGRID UNTUK MENCARI PIKSEL BERNILAI 1 26
GAMBAR 3.4. PRIORITAS PENCARIAN PIKSEL BERNILAI 1 ... 26
GAMBAR 3.6 FLOWCHART TAHAPAN MEDIAN FILTERING ... 28
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN .... 29
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 30
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 31
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 34
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 35
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 36
GAMBAR 3.7. FLOWCHART TAHAPAN PENGENALAN CIRI BANGUNAN
(LANJUTAN) ... 37
GAMBAR 3.8 FLOWCHART TAHAPAN PENGENALAN KOORDINAT ... 38
GAMBAR 3.9 FLOWCHART TAHAPAN PENYUSUNAN POLYGON BANGUNAN ... 39
GAMBAR 3.9 FLOWCHART TAHAPAN PENYUSUNAN POLYGON BANGUNAN (LANJUTAN) ... 40
GAMBAR 3.10 GENERAL ARCHITECTURE ... 41
GAMBAR 3.11 RANCANGAN JENDELA UTAMA (MAIN WINDOW) ... 43
GAMBAR 4.1 TAMPILAN JENDELA UTAMA (MAIN WINDOW) ... 45
GAMBAR 4.2 CITRA SATELIT ... 48
GAMBAR 4.3. HASIL SEGMENTASI DENGAN METODE K MEANS CLUSTERING ... 49
GAMBAR 4.4. HASIL MEDIAN FILTERING ... 51
GAMBAR 4.5. HASIL GAMBAR ULANG. ... 51
GAMBAR 4.6 OBJEK BANGUNAN YANG TELAH DIKENALI KOORDINATNYA DIBUKA DENGAN APLIKASI SISTEM INFORMASI GEOGRAFIS. ... 53
GAMBAR 4.7. HASIL DIGITASI SECARA MANUAL ... 54
GAMBAR 4.8. BENTUK PENGUJIAN AKURASI DAN KETEPATAN ... 54
GAMBAR 4.9. CITRA 2 ... 56
GAMBAR 4.10. HASIL DIGITASI OTOMATIS CITRA 2 ... 56
GAMBAR 4.11. HASIL DIGITASI MANUAL CITRA 2 ... 57
GAMBAR 4.12. CITRA 3 ... 57
GAMBAR 4.13. HASIL DIGITASI OTOMATIS CITRA 3. ... 58
GAMBAR 4.14. HASIL DIGITASI MANUAL CITRA 3. ... 58
GAMBAR 4.15. CITRA 4. ... 59
xi
GAMBAR 4.16. HASIL DIGITASI OTOMATIS CITRA 4. ... 59
GAMBAR 4.17. HASIL DIGITASI MANUAL CITRA 4. ... 60
GAMBAR 4.18. CITRA 5. ... 60
GAMBAR 4.19. HASIL DIGITASI MANUAL CITRA 5. ... 61
GAMBAR 4.20. HASIL DIGITASI OTOMATIS CITRA 5 ... 61
GAMBAR 4.21. HASIL DIGITASI OTOMATIS CITRA 6 ... 62
GAMBAR 4.22. HASIL DIGITASI OTOMATIS CITRA 6 ... 62
GAMBAR 4.23. HASIL DIGITASI OTOMATIS CITRA 6 ... 62
GAMBAR 4.24. CITRA 7 ... 63
GAMBAR 4.25. HASIL DIGITASI OTOMATIS CITRA 7 ... 63
GAMBAR 4.26. HASIL DIGITASI MANUAL GAMBAR 7 ... 64