BAB 1 PENDAHULUAN
1.1
Latar Belakang Segmentasi obyek pada citra dapat dilakukan dengan tiga metode yaitu ambang batas (thresholding), berbasis tepi (edge-base) dan berbasis region (regionbased). Metode ambang batas dapat dilakukan dengan beberapa pendekatan seperti histogram shape-based, cluster-based, entropy-based, object attribute-based, dan spatial-based, tetapi dalam hal ini, tidak dapat digunakan untuk mensegmentasi citra objek geografis dikarenakan metode ambang batas diukur berdasarkan tingkat intensitas derajat keabuannya, sedangkan dalam citra objek geografis, ada banyak sekali warna sehingga metode ini tidak dapat kami gunakan secara sepenuhnya dan sebenarnya di dalam algoritma region growing pun terdapat pengaturan ambang batas atau threshold-nya. Metode segmentasi berbasis tepi adalah suatu metode yang mengidentifikasikan perubahan nilai intensitas derajat keabuan yang mendadak (besar) dalam suatu jarak yang singkat. Dua langkah dalam mengaplikasikan metode ini yaitu mendeteksi batas segmen dari suatu citra dan men-generate region pada citra tersebut. Operator yang umum digunakan pada metode segmentasi adalah Diffrential Gradien, Laplacian, dan Canny Operator, tetapi sekali lagi dalam hal ini, tidak dapat digunakan untuk citra objek geografis karena segmentasi berbasis tepi hanya membuat citra yang ada menjadi citra bertepi (edge images) dan bukan mengklasifikasikan objek tersebut . Dari data yang ada,
1
2
maka digunakanlah algoritma region growing yang diharapkan dapat mengoptimasi hasil dari segmentasi yang dilakukan itu, sehingga hasil yang didapat menjadi lebih efektif dan efisien dikarenakan algoritma region growing ini biasa digunakan untuk mensegmentasi dan juga mengelompokkan piksel yang ada ke dalam suatu region atau suatu kelompok tertentu. Sebelumnya, algoritma ini telah dipakai di berbagai bidang seperti kedokteran, untuk keperluan temu kembali citra pada event olahraga lapangan hijau, tetapi belum pernah digunakan untuk mensegmentasi citra objek geografis, sehingga kami akan mencoba untuk melakukan segmentasi citra spasial multi resolusi dan dalam berbagai format citra sebagai pembanding.
Proses segmentasi citra yang sekarang dilakukan secara digitasi memakan waktu lama, sumber daya yang lebih besar, memakan biaya yang lebih tinggi, dan juga bila terjadi kesalahan dalam prosesnya, maka data citra perlu dicetak ulang sehingga pekerjaan kembali dari awal lagi. Oleh karena itu, kami berharap dengan adanya segmentasi secara komputerisasi ini dapat memudahkan segmentasi sekarang yang dilakukan secara digitasi dapat dilakukan secara lebih cepat dan teliti.
1.2
Ruang Lingkup Dalam segmentasi ini, ruang lingkup yang dilakukan untuk proses segmentasi adalah tutupan lahan (Land Cover) dan menggunakan algoritma berbasis region yang diklaim memiliki tingkat akurasi yang lebih baik dibandingkan algoritma lainnya. Batasan dalam skripsi ini hanya citra foto udara
3
dan quickbird sebagai perbandingan sejauh mana informasi yang dapat diekstraksi dengan algoritma region growing. Citra yang diambil dari foto udara maupun quickbird dengan luasan wilayah, resolusi, dan ukuran yang sama. Format citra yang digunakan adalah .jpg, .png, dan .bmp sebagai perbandingan analisis untuk tiap format.
1.3
Tujuan dan Manfaat Tujuan dari penelitian ini adalah : 1) Melakukan segmentasi objek geografis yang berbeda pada berbagai resolusi spasial dan format citra satelit dan foto udara. 2) Mengetahui seberapa jauh informasi yang dapat diekstraksi dengan cara segmentasi pada berbagai resolusi spasial dan format citra satelit dan foto udara. 3) Dapat menyusun klasifikasi tutupan lahan dari berbagai resolusi spasial citra yang berbeda oleh ahli.
Adapun manfaat dari penelitian ini adalah sebagai berikut : 1) Diperoleh teknik ekstraksi objek geografis dari citra satelit dan foto udara secara otomatis dengan cara segmentasi. 2) Ekstraksi otomatis mempermudah dan mempercepat proses pengenalan dan klasifikasi objek khususnya tutupan lahan.
4
1.4
Metodologi Dalam proses segmentasi ini, metodologi yang digunakan berupa data citra foto dari udara, citra foto quickbird, dan juga algoritma Region Growing. 1) Data citra a) Foto udara Citra foto merupakan sebuah gambar yang dicetak pada media kertas (foto) yang dihasilkan dari hasil pemotretan dengan perekaman secara fotografi. Foto udara ini adalah salah satu produk dari bidang ilmu geografi dalam mengambil obyek, daerah, atau fenomena yang ada di permukaan bumi ini menggunakan alat berupa kamera dengan proses perekaman secara fotografik dengan bantuan detector atau alat pendeteksi berupa film. Film hasil perekaman ini kemudian dicetak secara kimiawi dalam ruang gelap agar mendapatkan hasil gambar yang sempurna. Gambar tersebut disebut dengan citra yang kemudian dilakukan proses segmentasi untuk mendapatkan informasi yang diinginkan. b) Citra quickbird Citra
quickbird
merupakan
citra
foto
dengan
resolusi
tinggi.
Kemunculan quickbird memberi harapan baru bagi praktisi di bidang Perencanaan Wilayah/Perkotaan, Pertambangan, Pertanian, Perkebunan, Transportasi, Advertising, Utilitas, Telekomunikasi, Broadcasting, dan semua
pihak
yang
membutuhkan
data
akurat
dan
detail.
5
Keunggulan quickbird adalah mampu menyajikan data dengan resolusi hingga 61 cm. Dengan resolusi setinggi ini, sebuah lokasi permukiman dapat diidentifikasi per individu bangunan, sebuah jaringan jalan dapat didentifikasi sebagai poligon dua sisi, dan yang tidak kalah pentingnya adalah pemesanan data sangat mudah dilakukan, tidak serumit pembuatan foto udara yang mengharuskan adanya security clearance (ijin dari pihak keamanan), ijin jalur terbang, sewa hanggar, sewa pesawat dll.
2) Algoritma Region Growing Algoritma berbasis region adalah algoritma segmentasi yang akan digunakan dalam penelitian ini untuk mensegmentasi individual unit dari kelas-kelas yang ada di citra foto udara maupun citra quickbird yang akan diteliti. Algoritma ini umum digunakan untuk segmentasi obyek pada berbagai karakteristik citra multi resolusi maupun citra multi spasial. Kedua jenis citra yang disegmentasi ini dipengaruhi oleh beberapa faktor yaitu scale parameter, shape and color dan smoothness.
1.5
Sistematika Penulisan BAB 1
PENDAHULUAN Berisi latar belakang, ruang lingkup, tujuan dan manfaat, metodologi, dan sistematika penulisan.
BAB 2
LANDASAN TEORI Berisi teori-teori yang terkait dengan topik skripsi yang dibuat.
6
BAB 3
ANALISIS DAN PERANCANGAN SISTEM Berisi analisis terhadap penulisan yang dilakukan dan sistem yang digunakan dan berisi gambaran secara jelas perancangan sistem yang akan dibuat nantinya.
BAB 4. IMPLEMENTASI DAN EKSPERIMEN Berisi penjelasan mengenai implementasi terhadap aplikasi yang dibuat serta dijabarkan eksperimen yang dilakukan penulis dan hasil dari eksperimen tersebut. BAB 5. SIMPULAN DAN SARAN Berisi kesimpulan dan saran yang diajukan penulis guna pengembangan aplikasi lebih lanjut.
