DIGITASI OTOMATIS OBJEK BANGUNAN PADA CITRA SATELIT MENGGUNAKAN METODE K MEANS CLUSTERING SKRIPSI BOHO SURIANTO NAIBAHO 091402047

(1)

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

(2)

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

(3)

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

(4)

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

(5)

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.

(6)

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.

(7)

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

(8)

DAFTAR ISI

PERSETUJUAN ... I

PERNYATAAN ...II

UCAPAN TERIMA KASIH ... III

ABSTRAK ... IV

ABSTRACT ... V

DAFTAR ISI ... VI

DAFTAR TABEL ... VIII

(9)

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

(10)

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

(11)

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

(LANJUTAN) ... 31

(LANJUTAN) ... 34

(LANJUTAN) ... 35

(LANJUTAN) ... 36

(12)

(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 4.13. HASIL DIGITASI OTOMATIS CITRA 3. ... 58

GAMBAR 4.14. HASIL DIGITASI MANUAL CITRA 3. ... 58

GAMBAR 4.15. CITRA 4. ... 59

(13)

xi

GAMBAR 4.16. HASIL DIGITASI OTOMATIS CITRA 4. ... 59

GAMBAR 4.18. CITRA 5. ... 60

GAMBAR 4.26. HASIL DIGITASI MANUAL GAMBAR 7 ... 64