Ekstraksi jalan secara otomatis dari Citra Satelit Quickbird

SAPUTRO, Haris Wahyu, Dr.Ir. Haryono

2007 | Tesis | S2 Teknik Geomatika

Pada dasawarsa terakhir ini penginderaan jauh digunakan lebih luas untuk mendapatkan informasi spasial dari permukaan bumi. Penggunaan penginderaan jauh citra didukung dengan adanya inovasi di bidang teknologi satelit dan pengetahuan penginderaan jauh. Beberapa perusahaan komersial telah meluncurkan satelit citra dengan resolusi tinggi pada akhir tahun 1990-an, seperti EarlyBird (resolusi 3m) dan QuickBird (resolusi 0,6m) dan IKONOS (resolusi 1m/4m). Diantara berbagai kemungkinan pemanfaatan penginderaan jauh untuk kegiatan survei dan pemetaan ialah melakukan ekstraksi jaringan jalan dari citra resolusi tinggi seperti QuickBird. Resolusi spasial mencapai 0,6 meter pada QuickBird untuk tujuan ekstraksi jalan pada banyak kasus cukup memadai. Keuntungan dari citra satelit resolusi tinggi ialah kemungkinan untuk mengekstraksi fitur-fitur linier di dalam citra seperti jalan, sungai, dan bangunan. Hasilnya dapat digunakan untuk memperbaiki peta yang sudah ada. Proses ekstraksi jalan dapat dilakukan dengan cara otomatis maupun semi otomatis. Feature Analyst (dikembangkan oleh Visual Learning System, USA) bekerja menggunakan algoritma pembelajaran mesin dan proses pengenalan bentuk/pola untuk mengekstraksi jalan. Terdapat beberapa elemen yang terlibat di dalam memberikan Feature Analyst kemampuan untuk mengekstrak data dari citrayaitu: masukan (input band) yang menyediakan data spektral, input representation yang menyediakan informasi spasial, dan algoritma pembelajaran. Pada penelitian ini diaplikasikan empat saluran masukan yaitu: citra QuickBird (sebagai masukan utama), dan 3 (tiga) saluran masukan tambahan citra tekstur, penapisan konvolusi dan klasifikasi tak terselia. Penelitian dilakukan pada dua daerah penelitian yang tutupan pada badan jalannya mempunyai karakteristik berbeda yaitu jalan lengang (salient road) dan jalan padat (non salient road). Pembedaan area dimaksud karena perbedaan karakteristik yang menonjol di di dalam hal ini jalan lengang relatif tidak terdapat gangguan kecuali bayangan pohon yang menutupi area jalan (salient roads). Sedangkan jalan padat (non salient roads) cenderung banyak terdapat gangguan berupa bayangan bangunan dan kendaraan. Lokasi penelitian berada di wilayah Kota Bantul Propinsi Daerah Istimewa Yogyakarta. Dari hasil pengukuran kualitas hasil ekstraksi jalan didapatkan bahwa daerah penelitian I menghasilkan nilai kualitas ekstraksi berurutan jalan tanah, jalan aspal, dan jalan campuran (aspal dan tanah) sebesar 0,72; 0,55; dan 0,55. Daerah penelitian penelitian II menghasilkan kualitas hasil ekstraksi secara berurutan jalan tanah, jalan aspal, dan jalan campuran (aspal dan tanah) sebesar 0,39; 0,51; dan 0,53. Tidak terdapat perbedaan yang signifikan pada jalan aspal dan jalan campuran, tetapi pada jalan tanah memberikan perbedaan yang cukup tinggi pada kedua daerah penelitian

During last decade, remote sensing has been used extensively to obtain spatial information over earth surface. The used of remotely sensed imagery was supported by the innovation of satellite technologies and remote sensing knowledge. Some of commercial company has launching satellite imagery at the high-resolution in the last 1990, likely Early Bird (3 m), QuickBird (0,6 m), and IKONOS (1 m/4m). Among some of possibility in the used of remote sensing to surveying and mapping activities are road line extraction from high resolution satellite imagery as QuickBird. Spatial resolution up to 0,6 m in QuickBird, was good enough for the purpose of road extraction in many cases. The advantage of high resolution satellite imagery is possibility to extract another linear feature in the image like roads, rivers, and buildings.The output of the extraction can be used to up date the existing map database. Road extraction process can be conducted with automated or semi automated ways. Feature Analyst (developed by Visual Learning System, USA) work to used machine learning algorithm and patern recognition process to extracting the roads. There are several element involved in the Feature Analyst’s ability to extract data from imagery. The element include: Input Band which provide spectral data; Input Representation which provides spatial information; and Learning Algorithm. This research was applied four input imagery: QuickBird Imagery (as the major input), and three derivative input like texture, convolution filtering, and unsupervised classification. This research was done in two different area which noise of road mask has each characteristic that is salient roads and non salient roads. Differentiation of the area caused by difference of uppermost characteristic, in this case salient roads relatively has a little noise except trees shape that cover the road mask. Non salient roads relatively has many noise like trees shapes, buildings and vehicles. Location of the research residing in Bantul City, Province of Daerah Istimewa Yogyakarta. From the extracted roads quality assessment of first area shows that extracted quality value successively lane’s roads, aspal’s roads, and mixed roads (lane and aspal) are 0,72; 0,55; and 0,55. Second area shows that extracted quality value successively lane’s roads, aspal’s roads, and mixed roads (lane and aspal) are 0,38; 0,51; and 0,53. There are no signifivant differences among aspal’s roads and mixed roads, but in the lane’s roads shows significant differences in each area of research.

Kata Kunci : Citra Satelit Quickbird,Ekstraksi Jalan Otomatis, roads extraction, QuickBird, input bands, salient roads, non salient roads