Integration of Spectral and Textural Features from Ikonos Image to Classify Vegetation Cover in Mountainous Area

Abstract

Studi ini mengevaluasi penggunaan fitur spektral dan tekstur secara terintegrasi yang didapat dari citra IKONOS untuk mengindentifikasi tipe-tipe tutupan lahan pertanian di daerah pegunungan. Studi meliputi pra pengolahan citra, pengembangan metode kuantisasi citra, penghitungan nilai tekstur, pembuatan dataset dan penilaian akurasi. Pra pengolahan citra berfokus pada registrasi citra dan normalisasi topografis. Dalam studi ini dikembangkan dua metode kuantisasi citra yaitu segmentasi citra dan filter rata-rata. Segmentasi citra mengklasifikasi citra kedalam beberapa segmentasi berdasarkan determinasi jumlah total piksel setiap kelas, sedangkan filter rata-rata mengelompokkan citra berdasarkan rata-rata nilai angka dijital dalam ukuran window tertentu. Empat ukuran tekstur yaitu inverse difference moment, contrast, entropy dan energy dihitung dengan grey level co-occurrence matrix (GLCM). Hasil studi menunjukkan kombinasi aspek spektral dan tekstur meningkatkan akurasi klasifikasi secara signifikan dibandingkan klasifikasi hanya menggunakan fitur spektral saja. Segmentasi citra dan filter ratarata dapat memberikan bentuk-bentuk spasial tipe tutupan lahan pertanian yang lebih efektif dibanding menggunakan citra dengan derajat keabuan 256. Ketelitian keseluruhan meningkat 11,33% ketika menggunakan integrasi spektral dan fitur tekstur inverse difference moment (5x5) dan energy (9x9).