ANALISIS &
INTERPRETASI CITRA
INTERPRETASI CITRA :
• Adalah kegiatan mengkaji citra dengan
maksud untuk mengidentifikasi obyek dan menilai arti pentingnya obyek.
• Pengenalan obyek pada citra, dilakukan dengan penyidikan karakteristik obyek yang terekam pada citra, yaitu :
▪ Karakteristik Spektral : tercermin dalam tingkat kecerahan/ rona
▪ Karakteristik Spasial : tercermin dalam bentuk, ukuran, bayangan, tekstur, pola, situs, asosiasi
▪ Karakteristik Temporal: terkait dengan
umur dan saat perekaman
TAHAPAN PENGENALAN OBYEK
1. DETECTION :
Penentuan ada / tidaknya obyek pada citra 2. IDENTIFICATION :
Pengejaan ciri-ciri obyek yang terekam pada citra
3. RECOGNITION : Penarikan kesimpulan obyek berdasarkan pengejaan ciri-ciri
obyek yang terekam
Pada tahap pengenalan akhir, digunakan azaz
“KONVERGENSI BUKTI” (Converging Evidence/
Convergence of Evidence)
Contoh :
BENTUK : POLA : UKURAN : SITUS :
(Tajuk berbentuk (Tidak (Tinggi > 10 M) Muara
bintang) Teratur) Sungai
Kelapa
Kelapa Sawit Nipah
Nipah Enau
Enau
Enau Sagu
Sagu SAGU
Sagu
Dilakukan secara digital
Kebanyakan interpretasi dan identifikasi obyek di dalam RS dilakukan secara visual dan manual, dengan human interpreter.
Dilakukan secara Visual
A.Interpretasi Visual & Digital
B. Elements of Visual Interpretation
Recognizing targets = kunci untuk interpretasi dan ekstraksi informasi.
Unsur Interpretasi Citra : merupakan
karakteristik obyek yang tergambar pada
citra dan digunakan untuk pengenalan obyek Unsur Interpretasi citra :
▪ Tone & Colour
(unsur interp primer)▪ Shape, size, texture
(unsur interp sekunder)▪ Pattern, shadow
(unsur interp tersier)▪ Site, association
(unsur interp kerumitan tertinggi)Tone
Menunjukan tingkat kecerahan (relative brightness or colour) suatu obyek pada citraFaktor yang mempengaruhi rona : karakteristik obyek, bahan yang digunakan,
pemrosesan emulsi, cuaca, dan letak obyek
Shape
Merupakan variabel kualitatif yang memerikan konfigurasiatau kerangka suatu obyek (Lo, 1976)
Menunjukan bentuk umum, struktur, outline dari obyek individu. Mis: urban, hutan, persawahan, dll.
Atribut obyek a.l berupa jarak, luas, tinggi, lereng, volume
Ukuran obyek pd citra merupakan fungsi skala. Perlu diketahui ukuran relatif suatu obyek thdp obyek lain, termasuk ukuran absolutnya, untuk membantu interpretasi
Size
Pattern
Refers to the spatial arrangement of visibly discernible objects.Merupakan ciri yang menandai sebagian besar obyek man made features, dan beberapa natural features
Adalah susunan dan frekuensi perubahan rona pada citra
(tekstur sering dinyatakan dalam : halus, sedang, kasar)
Texture
Tekstur kasar, perbedaan rona
tinggi, terjadi perubahan tajam pada grey scale untuk luasan yang relatif sempit.
Smooth textures, umumnya menggambarkan
permukaan yang uniform, rata (misal aspal, padang rumput, dll).
Obyek dengan permukaan tidak seragam dan struktur tidak teratur akan menghasilkan tekstur kasar, mis:
forest canopy.
Contoh :
- Sawah, air (laut) bertekstur halus
- Permukiman, bertekstur sedang-kasar
Shadow membantu
interpretasi karena bisa memberikan ide tentang profil dan ketinggian relatif obyek.
Shadow
Shadow is also useful for enhancing or identifying topography and landforms, particularly in radar imagery.
Tetapi, shadow juga bisa mengurangi interpretasi, karena daerah yang terkena shadow relatif
tersembunyi.
Merupakan keterkaitan antara obyek yg satu dengan obyek lain
Membantu mengenal hubungan dengan obyek lain yang lokasinya relatif berdekatan, untuk
mempermudah identifikasi.
Association
Merupakan ciri obyek dlm kaitan dengan lingkungan sekitarnya
Menunjukkan letak obyek terhadap bentang darat
(contoh : Situs permukiman
memanjang, umumnya di beting gisik)
Site
Site Site
Site
Uji Ketelitian Interpretasi Citra
A, B, C, D = Kelas obyek di lapangan A’,B’,C’,D’ = Kelas obyek hasil interpretasi A’A = Kelas obyek A yang diinterpretasi A’
A’B = Kelas obyek B yang diinterpretasi A’
B’A = Kelas obyek A yang diinterpretasi B’
Karakte ristik
Uji Lapangan/Ground Truth Total Inter pretasi
Total Kesalahan
(A) (B) (C) (D)
In ter pre tasi
A’ A’A A’B A’C A’D A A-A’A
B’ B’A B’B B’C B’D B B-B’B
C’ C’A C’B C’C C’D C C-C’C
D’ D’A D’B D’C D’D D D-D’D
Total lap. A B C D sampel salah
% benar A’A/A B’B/B C’C/C D’D/D rerata % benar
% komisi A-A’A
A
B-B’B
B
C-C’C
C
D-D’D
D rerata % komisi
1. % ketelitian kelas A = A’A
A 2. % komisi kelas A = A – A’A
A
Ketelitian diterima apabila rerata % benar > 80% dan rerata komisi <
20%.