Klasifikasi Supervised

Klasifikasi Unsupervised dilakukan tanpa menggunakan daerah acuan (obyek yang akan dikelompokkan tidak dikenal), sehingga klasifikasi ini secara otomatis dikelompokkan oleh komputer.

Langkah awal untuk klasifikasi Supervised ini adalah tampilkan citra dengan komposit RGB 453.

Pilih Edit > Edit/Edit Create region, gunakan Mode Raster pada tool box New Map Composition, sehingga akan muncul tool box baru. Pilih Polygon pada tool untuk memulai klasifikasi supervised.

Sekarang buat polygon pada data citra tersebut, hal ini dilakukan untuk membuat training area. Misalkan wilayah yang akan di training adalah laut, mangrove, dan daratan, maka polygon di buat sedemikian rupa guna mewakili pixel dari data citra training tersebut tersebut. Gunakan Display/Edit Object Atribut untuk memberikan label pada wilayah polygon tersebut.

Apabila pembuatan polygon pada kawasan training area tersebut selesai, Save As data dalam Raster region.

Tahap selanjutnya masuk pada menu Procces > Calculate Statistics, masukan citra yang telah detraining areanya.

Setelah prosses Calculate Statistics sukses dilakukan, sekarang pilih Procces > Classification > Supervised slassification.

Pada window Supervised Classification, masukan citra yang telah ditraining area pada Input dataset. Sedangkan pada Output dataset masukan nama untuk hasil klasifikasi. Pada Classification Type, gunakan Maximun Likelihood Standard.

Klik Edit > Edit Class  > Region Color and Name. Klasifikasi sekarang akan kita dapatkan jumlah kelas sebanyak 3, kemudian 3 kelas tersebut akan di identifikasi berdasarkan data training yang sebelumnya dibuat. Ganti Pseudo Layer ke dalam bentuk Class Display lagi. Maka hasilnya akan Nampak sebagai berikut