Please use this identifier to cite or link to this item: http://repository.ipb.ac.id/handle/123456789/144724
Full metadata record
DC FieldValueLanguage
dc.contributor.advisorRambe, Abdurrauf-
dc.contributor.advisorWiradisastra, Uup S.-
dc.contributor.authorPracoyo, Agustinus-
dc.date.accessioned2024-04-02T02:56:17Z-
dc.date.available2024-04-02T02:56:17Z-
dc.date.issued1990-
dc.identifier.urihttp://repository.ipb.ac.id/handle/123456789/144724-
dc.description.abstractPenelitian ini bertujuan untuk mendapatkan metode klasifikasi tak terbimbing yang kenyal dalam arti kelas tetapi jumlah tidak harus tetap K (seperti pada metode K-Rataan) bisa berubah sesuai dengan keadaan citra. Selain itu pada penelitian ini juga ingin dilihat hasil penggunaan metode ini pada klasifikasi Hybrid. Prinsip dasar analisa gerombol ini adalah pemecahan dan penggabungan kelas. Suatu kelas akan dipecah menjadi dua kelas jika salah satu saluran (band) lebih besar dari ragam maksimum yang ditetapkan. Pixel-pixel suatu kelas-i akan digabungkan ke dalam kelas lain jika proporsi kelasi tersebut tersebut lebih kecil dari proporsi minimum yang ditetapkan. Begitu pula dua kelas akan digabungkan jika jarak (Mahalanobis) kedua pusat kelas tersebut lebih kecil dari jarak maksimum penggabungan yang ditetapkan. Pada penelitian ini digunakan citra MSS Landsat daerah Ciasem yang direkam pada tanggal 6 Juli 1986 dengan- ukuran 215 X 364. Dari citra ini diambil contoh acak sistematik dua kali (terhadap baris dan terhadap kolom)dengan ukuran 50 X 90. Contoh ini digunakan untuk menetapkan fungsi klasifikasi yang diduga dari analisis gerombol Pecah-Gabung. Pada analisis gerombol Pecah-Gabung ini digunakan kelas awal 5, 10, dan 15, yang dikombinasikan dengan jarak maksimum penggabungan sebesar 5 dan 10 sehingga didapat 6 fungsi klasifikasi dugaan. Kemudian keenam fungsi klasifikasi dugaan ini diguna- kan untuk mengklasifikasikan citra asli dan juga citra difilter (hanya untuk fungsi klasifikasi dugaan yang dida- pat dari jarak penggabungan lima) dengan menggunakan fung- si klasifikasi maksimum dengan nilai ambang 95% dan 99%. Hasil klasifikasi dengan jarak penggabungan maksimum sebesar lima ini menghasilkan lebih banyak kelas spektral dibanding menggunakan jarak maksimum penggabungan sepuluh. Hasil klasifikasi terbaik didapat dari hasil klasifikasi data difilter dengan fungsi dugaan dari data asli yang menggunakan kelas awal sepuluh dan jarak penggabungan lima.id
dc.language.isoidid
dc.publisherIPB Universityid
dc.subject.ddcAnalisis gerombol pecahid
dc.subject.ddcgabung pada klasifikasi hybrid untuk data citra digitalid
dc.titleAnalisis gerombol pecah - gabung pada klasifikasi hybrid untuk data citra digitalid
dc.typeUndergraduate Thesisid
Appears in Collections:UT - Statistics and Data Sciences

Files in This Item:
File SizeFormat 
G90APR.pdf
  Restricted Access
3.16 MBAdobe PDFView/Open


Items in DSpace are protected by copyright, with all rights reserved, unless otherwise indicated.