ANALISA PERBANDINGAN OBJECT COUNTING DENGAN ECOGNITION DAN PICTERRA
DOI:
https://doi.org/10.23887/em.v2i1.33347Kata Kunci:
Object Counting, Citra UAV, eCognition, PicterraAbstrak
Object Counting adalah proses menghitung objek berdasarkan konektivitasnya terhadapap piksel disekitarnya, bisa berdasarkan 4 piksel koneksi atau menggunakan 8 piksel koneksi. Object Counting digunakan untuk mengetahui jumlah suatu objek dengan cepat berdasarkan hasil dari ektraksi fitur secara otomatis. Penelitian ini dilakukan pada objek pohon kelapa sawit dengan menggunakan data Foto UAV. Penelitian ini dilakukan pada dua luasan yaitu luasan 5 hektare dan 15 hektare. Algoritma yang digunakan yaitu Template Matching, algoritma ini memungkinkan kita untuk menemukan bagian tertentu pada citra masukan yang sesuai dengan template yang dibuat Kemudian nilai threshold yang digunakan dalam proses Template matching sehingga menghasilkan jumlah perhitungan pohon kelapa sawit berdasarkan hasil dari kedua software tersebut. Hasil dari metode template maching pada eCognition dan Picterra akan dianalisa berdasarkan keakuratan jumlah pohon hasil ektraksi software tersebut, kemudian dilakukan validasi untuk menentukan hasil mana yang sesuai atau mendekati dengan data sesungguhnya. Berdasarkan hasil tersebut maka akan diketahui kemampuan dari kedua software dalam menghitung jumlah suatu object secara otomatis, cepat dan efisien, sehingga dapat memudahkan suatu pekerjaan seperti dalam perhitungan jumlah kelapa sawit, traffic light, lampu penerangan jalan, dan beberapa object yang memiliki karakteristik yang sama. Berdasarkan hasil menggunakan dua buah software yang berbeda terlihat bahwa ada beberapa area yang memang kurang akurat. Hal ini mungkin dipengaruhi dari pembuatan train detector yang digunakan identifikasi secara otomatis terkait objek yang akan diproses. Nilai persentase kesalahan pada perbandingan pohon secara otomatis dan manual yang terkecil diperoleh pada luasan 5 Ha sebesar 1.64%.Referensi
Alifia, T., Suprayogi, A., dan Sudarsono, B., 2017. Identifikasi Dan Estimasi Tingkat Produktivitas Kelapa Sawit Menggunakan Teknologi Lidar (Studi Kasus : Air Upas, Kabupaten Ketapang).
Destyningtias. H. S., dan Nurhayati., 2010. Segmentasi Citra Dengan Metode Pengambangan. Jurnal Elektrika. Vol.2, No.1, 2010: 39 – 49
Hashemi, S., Nazanin et, al., 2016. Template Matching Advances and Applications in Image Analysis. American Scientific Research Journal for Engineering, Technology, and Sciences.
Leksono, B et, al., 2011. Aplikasi Metode Template Matching Untuk Klasifikasi Sidik Jari. Semarang : Teknik Elektro Universitas Diponegoro.
Nadira, M et, al., 2007. Optical Character Recognition By Using Template Matching (Alphabet). National Conference on Software Engineering & Computer Systems 2007.
Mahalakshmi, T. R. M., dan Swaminathan, P., 2012. An overview of tem-plate matching technique in image processing. Jurnal penelitian dan Sains, Engineering and Technology.
Pratt, W. K., 1991. Digital Image Processing Second Edition. New York: John Wiley & Sons, Inc.
Prasetya, A., 2010. Distorsi Foto Udara (Fotogrametri).
Purwanto, T. H., 2017. Fotogrametri. Prodi Kartografi dan PJSIG dan Pengembangan Wilayah Fakultas Geografi Universitas Gadjah Mada, Yogyakarta
Tjahjadi, M. E., Handoko, F., dan S. Sai, S., 2017. Novel Image Mosaicking of UAV’s Imagery Using Collinearity Condition. Int. J. Electr. Comput. Eng., vol. 7(3), no. 3, pp. 1188–1196. DOI: https://doi.org/10.11591/ijece.v7i3.pp1188-1196
Tjahjadi, M. E., dan Handoko, F., 2017. Precise Wide Baseline Stereo Image Matching for Compact Digital Cameras. Proc. EECSI 2017, Yogyakarta, Indonesia, 19-21 September 2017. DOI: https://doi.org/10.1109/EECSI.2017.8239106
Unduhan
Diterbitkan
Cara Mengutip
Terbitan
Bagian
Lisensi
Hak Cipta (c) 2021 Jurnal ENMAP
Artikel ini berlisensiCreative Commons Attribution-ShareAlike 4.0 International License.
Authors who publish with the Jurnal ENMAP agree to the following terms:
- Authors retain copyright and grant the journal the right of first publication with the work simultaneously licensed under a Creative Commons Attribution License (CC BY-SA 4.0) that allows others to share the work with an acknowledgment of the work's authorship and initial publication in this journal.
- Authors are able to enter into separate, additional contractual arrangements for the non-exclusive distribution of the journal's published version of the work (e.g., post it to an institutional repository or publish it in a book), with an acknowledgment of its initial publication in this journal.
- Authors are permitted and encouraged to post their work online (e.g., in institutional repositories or on their website) prior to and during the submission process, as it can lead to productive exchanges, as well as earlier and greater citation of published work. (See The Effect of Open Access)