6. Bayangan membantu dalam memberikan imaginasi tentang profil suatu
objek dan mengidentifikasi topografi areal atau wilayah. Pada citra radar bayangan dapat mengganggu dalam kegiatan penafsiran.
7. Asosiasi mempertimbangkan hubungan keberadaan antara satu objek
dengan objek lainnya. Sebagai contoh keberadaan rawa dan belukar rawa akan bergantung pada keberadaan badan air.
2.3.5 Klasifikasi Kuantitatif
Klasifikasi kuantitatif adalah teknik klasifikasi dengan pertimbangan nilai kecerahan Brightnes valueBV dan nilai digital Digital numberDN suatu
objek yang dapat dipisahkan dengan objek lainnya. Metode klasifikasi yang digunakan adalah klasifikasi terbimbing Supervised classification. Klasifikasi
terbimbing adalah proses pemilihan kelas kategori yang diinginkan dengan memilih area contoh Training area yang mewakili tiap kategori Lillesland and
Kiefer 1990. Setiap kelas klasifikasi dibuatkan penciri kelas Singnature sebagai perwakilan untuk dibandingkan dengan kelas klasifikasi lainnya. Penciri kelas
diperoleh dengan cara membuat area contoh Training area pada masing-masing kelas. Kelas klasifikasi ditetapkan berdasarkan hasil dari penafsiran visual citra
komposit ALOS PALSAR resolusi 50 meter tahun perekaman 2007 dan 2009.
2.3.6 Analisis Separabilitas
Kelas klasifikasi tutupan lahan yang sudah ditetapkan perlu dilakukan pengujian separabilitas atau keterpisahannya agar selanjutnya dapat diuji
akurasinya. Analisis separabilitas merupakan pernyataan kuantitaif untuk pemisahan kategori berupa pengukuran secara statistik bagi pemisahan antara
kategori tutupan lahan yang dihitung dalam bentuk matrik kelas berupa jarak kovarian tertimbang antara rata-rata setiap kategori tutupan lahan yang disebut
matriks divergensi Purwadhi 2001. Menurut Jaya 2010, ada beberapa ukuran separabilitas yang umum digunakan, yaitu Divergence, Transformed Divergence,
Battacharya Distance dan Jeffries-Matusita Divergence.
Analisis separabilitas dilakukan pada penciri kelas untuk menguji bagaimana keterpisahan kelas klasifikasi tersebut dengan kelas klasifikasi lainnya.
Nilai separabilitas diperoleh dengan menggunakan metode Transformed Divergence dari statistik penciri antar kelas klasifikasi. Karakteristik dari nilai
separabilitas dapat dilihat pada Tabel 14, dengan kisaran nilai antara 0 yang berarti tidak dapat dipisahkan sampai dengan 2000 yang berarti keterpisahannya
sangat baik. Tabel 14 Kriteria nilai keterpisahan Transformed Divergence.
Nilai Transformasi Keterpisahan Keterangan
2000 Sempurna excellent 1900 ~ 2000 Sangat baik good
1700 ~ 1900 Baik fair 1600 ~1800 Cukup baik poor
1600 Tidak terpisahkan inseperable
Sumber : Jaya 2010
2.3.7 Uji Akurasi
