Welcome Back Mr. Anderson


Setelah 2 bulan murtad dari dunia pertesisan. Mulailah kembali si Mister Anderson memasuki dunia kelamnya, Tesis. Ya, seperti cerita sebelum sebelumnya tesis dan ta tidaklah jauh berbeda, sama sama rudet. Kalau ada orang yang nanya susah ga sih tesis? Yaa.. susah la ya, mirip mirip ta, situ juga bineng bineng kan pas ta. Hehe

Tapi sebenernya ga susah ko. Cuma rusuh aja. Toh smua orang uda ada porsinya untuk kesusahan. Ga akan lebih itu susah, kalo lebih itu mati, percaya. Ngomong – ngomong tesis. Ga biasa si saya ngobrolin tesis, apalagi cerita mesra mesraan dengan tesis ke orang lain. Bukannya ga ingin tapi you know la, orang kalo dibuka kelemahannya langsung malesh kan. Begitulah tesis. Karena orangnya belum ngerja2in tesisnya jadi males untuk diobrolin. Coba kalo udah beres bersih, orang mau nanya apa aja, sikat. Malah suka ditambahin bumbu2 cem macem. Hha

Masuk ke tesis saya ini, processing sebenernya udah dilakukan 2 bulan lalu, april. Dan didapatkanlah hasil klasifikasi tutupan lahan. Metode yang dipakai dalam klasifikasi ini yaitu Object Based Image Analysis.
Apa itu OBIA? coba aja ketik di sini, insyaallah ketemu. :D.

Dan ini hasil klasifikasinya.
Area penelitian : Cekungan Bandung (Kota Bandung, Cimahi, dan Kabupaten Bandung)

Screen Shot 2013-06-02 at 4.57.30 PMDan untuk menguji keakurasian hasil klasfikasi ini tesis, dilakukanlah pengambilan data lapangan, yang biasa orang sebut Ground Truth, yaitu pergi ke lapangan dan marking koordinat dan mencatat ada tutupan lahan di titik tersebut.

Screen Shot 2013-06-02 at 11.21.00 PM

Dan jreng jrengScreen Shot 2013-06-02 at 11.21.10 PMHasil pengambilan data visual Ground Truth di 9 kelas tutupan lahan. Huoh. Ribet banget si kliatannya. Rumah urang dimana ya? Haha.. Coba coba kuis, temukan kelas “Kebun” di tumpukkan pin di atas. Yang berhasil nemu dapet souvenir cantik dari Mister Anderson. Siapa cepat dia dapat !

Yo ah. *brb buat matriks kesalahan

9 thoughts on “Welcome Back Mr. Anderson

  1. cieh yang balikan. pantesan aja si lo ga semangat mau mesra2an ama tesis. tesis lo cowo juga si, ga bisa dipacarin kan jadinya.
    gila gila, selamat lah atas pencapaian anda. semoga gemilang di masa depan, bung!

    Like

  2. halo , slm kenal 🙂
    mas , aku juga lg skripsi ttg obia ,
    mw tanya
    udah tag otak atik scale sm color nya , kok tetep gag pas yah batas lahan tebu obia sm lahan tebu asli?
    apa lg yah yg perlu saya utak-atik ?
    bingung..
    mohon bantuannya ya mas
    makasi banyak 🙂

    Like

    • Halo diana, Kalau tujuannya untuk memisahkan lahan tebu kamu bisa pakai beberapa features yang lain. Tidak hanya color namun masih banyak parameter lain yang bisa kamu maksimalkan, seperti; ratio (perbandingan antar 2 band), shape, roundness, length/width dan lainnya .Dan jangan lupa gunakan pemakaian band secara efektif. Untuk vegetasi band 4 sangatlah membantu.

      Like

  3. salam kenal kang..

    mo tanya dong kang, saya sekarang lagi belajar OBIA pake software eCognation skalian buat nyusun skripsi tentang OBIA, dapet tutorial eCOgnation, disitu pake citra resolusi tinggi + data LIDAR, so untuk klasifikasinya detail banget.kira2 bisa bantu ga tips buat klasifikasi menggunakan citra resolusi rendah…

    nuhun kang

    Like

    • Salam kenal juga hudji

      Pada umumnya klasifikasi citra berjalan sama saja baik res tinggi maupun rendah. Tips untuk res rendah, kamu tentukan dulu informasi apa yang mau didapat. Pastikan kamu tau batasan ketitlitan yang mau kamu deteksii. Setelah itu baru masuk software. Selain ecognition ada juga modul envi tentang object based mungkin kamu bisa pelajari itu. Kuncinya di bagian segmentasi harus mendapat yang terbaik

      Like

      • apa kabar kang..
        mohon bantuannya, saya sudah coba beberapa segmentasi dan penambahan ruleset seperti mean green dan rasio green untuk klasifikasi ( jalan, bangunan, sawah, kebun,pohon, ladang,sungai) hasilnya belum maksimal, data yg saya gunakan citra QB ( hasil donlot dari Google Earth). kira2 ada tips untuk mendapatkan hasil yang maksimal.btw selain via blog saya bisa hubungi kang via WA, BBM or saya bisa ketemu sama kang ga biar lebih ngerti dan jelas.

        nuhun kang

        Like

  4. bg mau nanya nih bg, sbnernya hubungan antara algoritma region growing dengan algoritma multiresolusi apa ya? soalnya di ecognition algoritma yg ada tu salah satunya multiresolution. kurang ngerti nih masalah segmentasi, mohon bantuan ny bg

    Like

Leave a comment