Simulasi Analisis Gerombol dengan Pendekatan Penguraian Sebaran Campuran Normal Ganda pada Data MSS Landsat
DENGAN PENDEKATAN
BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA
PADA DATA MSS LANDSAT
%
Oleh
FAKULTAS PASCASARJANA
INGTLTUT PERTANIIAN BOGOR
1991
R I N G K C I S A N
ANIK DJURAIDAH. Simulasi Analisis Gerombol dengan Pendekatan Penguraian
Sebaran Campuran Normal
Ganda
pada
Data
MSS Landsat. (Di bawah bimbingan SISWADI
sebagai
Ketua, dan H. A. A. NATTJIK, ABDURRAUF RAMBE, dan UUP S.
WIRADISASTRA sebagai Anggota).
Klasifikasi tak terbimbing atau dalam bidang statistika
dikenal
dengan
analisis
eksploratif dari
karena
akan
tidak
pada
suatu
adalah
adalah
rnetode
ada asumsi mengenai
diklasifikasikan.
fikasi ini
gerombol
lebih
penarikan kesimpulan,
struktur
populasi
mengasumsikan
populasi
yang
klasi-
Suatu pendekatan lain untuk
sebagai
model campuran dari k subpopulasi dengan proporsi
Penguraian
bersifat
sebuah
tertentu.
populasi campuran k e subpopulasi-subpopulasi
sini mirip dengan analisis
gerombol,
tetapi kriteria
digunakan untuk mengelompokkan
pengamatan
adalah
akhir (posterior probability).
Pada penelitian
di
yang
peluang
ini diasum-
sikan populasi mempunyai sebaran campuran normal ganda.
Penelitian
ini
bertujuan untuk
mengelompokkan
dengan rnenggunakan metode penguraian model
normal ganda.
data
campuran sebaran
Untuk mengukur ketepatan metode ini digunakan
metode sirnulasi.
Data yang dianalisis dibangkitkan dari
ganda.
Nilai
dan Z pada
penelitian ini
sebaran
ditentukan
citra MSS Landsat liputan 6 Juli 1986 kecamatan
sekitarnya.
lahan yang
normal
Ciasem
dari
dan
Pada citra tersebut dipilih kelas-kelas penutup
terpisah
secara
spektral
pencar MSS5 dan MSS7 yaitu laut dalam,
berdasarkan
diagram
laut dangkal,
sawah
kosong, tambak tertutup, permukiman, dan
padi dewasa.
Data
yang telah dibangkitkan tersebut dicampur sehingga diperoleh
beberapa populasi
campuran
pop3B, pop4A, pop4B,
mengikuti "pop"
yaitu
pop5
dan
menunjukkan
pop2A,
:
pop6.
B
pop3A,
2 - 6
Angka
banyaknya
populasi campuran, huruf A dan
popZB,
yang
subpopulasi
dalam
masing-masing menunjukkan
proporsi masing-masing subpopulasi sama dan berbeda.
Metode
yang digunakan untuk menduga proporsi,
ter-parameter
sebaran dan peluang akhir adalah
parame-
metode
mungkinan maksimum dengan algoritme EM (Expectation
zation).
acak,
Maximi-
4 nilai awal yang di-
Pada setiap populasi dicoba
tentukan dari : plot skor dari dua komponen
secara
ke-
utama
pertama,
metode gerombol K-rataan, dan metode gerombol
hibrida.
Hasil
penelitian
menunjukkan
bahwa
total persentase
keragaman data yang dapat diterangkan oleh 2 komponen
pertama pada pop2A sampai pop6
antara 99.50 sampai 99.80
komponen
utama setiap
cukup
persen.
subpopulasi
besar yaitu
Pada
utama
berkisar
plot tebaran
mengumpul
skor
dalam
satu
kelompok dan tidak ada pengamatan yang salah kelas.
Hasil
dari
metode gerombol
K-rataan
pada populasi selain pop6 adalah sama dan
matan yang salah kelas
kedua
metode memberikan
adalah
0.
dan
Hibrida
banyaknya
Sedangkan
hasil yang berbeda.
penga-
untuk
Hasil
pop6,
metode
hibrida untuk pop6 tidak dapat digunakan sebagai nilai
karena adanya kelas matriks peragam berunsur 0.
Tetapl
lnl berslfat khas untuk data yang digunakan di sini.
awal
Hasil penguraian dengan nilai awal dari analisis kompoin
nen utama memberikan
kemungkinan
yang
paling
Asumsi homaskedastik pada populasi heteroskedastik
besar.
memberi-
kan nilai in kemungkinan yang lebih kecil dibandingkan hasil
dari
asumsi
setiap
heteroskedastik.
populasi yang
Proporsi
diteliti
tidak
subpopulasi
tampak
pada
pengaruhnya
terhadap nilai dugaan, hanya nilai in kemungkinan berbeda.
Banyaknya pengamatan yang salah kelas hasil
sebaran dipengaruhi oleh
kehomogenan
nilai
awal
dan
subpopulasi-subpopulasi.
penguraian
asumsi
Hasil
klasifikasi
dengan metode penguraian
sebaran normal
dibandingkan
metode K-rataan diukur dari
hasil dari
lahan klasifikasi.
Analisis
hasil klasifikasi yang
ganda
mengenai
diskriminan juga
lebih
baik
kesa-
menghasilkan
baik, tetapi pada analisis ini perlu
menentukan anggota subpopulasi.
Penerapan klasifikasi dengan metode penguraian
campuran
pada
citra
asumsi heteroskedastik.
MSS
Landsat
sebaiknya
sebaran
menggunakan
Dan analisis komponen utama diguna-
kan untuk menentukan nilai awal.
Sebelum
melakukan
anali-
s i s komponen utama, lebih dahulu dipilih contoh-contoh kelas
yang tampak pada suatu sekatan citra secara visual.
SIMULASI A N A L I S I S GEROMBOL
DENGAN PENDEKATAN
PENGURAIAN SEBARAN CAMPURAN NORMAL GANDA
PADA DATA MSS LANDSAT
oleh
ANIK DJURAIDAH
87084
Tesis
sebagai s a l a h s a t u s y a r a t untuk
rnernperoleh g e l a r M a g i s t e r S a i n s
pada
F a k u l t a s Pascasarjana,
I n s t i t u t P e r t a n i a n Bogor
FAKULTAS PASCASARJANA
I N S T I T U T PERTANIAN BOGOR
1991
DENGAN PENDEKATAN
BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA
PADA DATA MSS LANDSAT
%
Oleh
FAKULTAS PASCASARJANA
INGTLTUT PERTANIIAN BOGOR
1991
R I N G K C I S A N
ANIK DJURAIDAH. Simulasi Analisis Gerombol dengan Pendekatan Penguraian
Sebaran Campuran Normal
Ganda
pada
Data
MSS Landsat. (Di bawah bimbingan SISWADI
sebagai
Ketua, dan H. A. A. NATTJIK, ABDURRAUF RAMBE, dan UUP S.
WIRADISASTRA sebagai Anggota).
Klasifikasi tak terbimbing atau dalam bidang statistika
dikenal
dengan
analisis
eksploratif dari
karena
akan
tidak
pada
suatu
adalah
adalah
rnetode
ada asumsi mengenai
diklasifikasikan.
fikasi ini
gerombol
lebih
penarikan kesimpulan,
struktur
populasi
mengasumsikan
populasi
yang
klasi-
Suatu pendekatan lain untuk
sebagai
model campuran dari k subpopulasi dengan proporsi
Penguraian
bersifat
sebuah
tertentu.
populasi campuran k e subpopulasi-subpopulasi
sini mirip dengan analisis
gerombol,
tetapi kriteria
digunakan untuk mengelompokkan
pengamatan
adalah
akhir (posterior probability).
Pada penelitian
di
yang
peluang
ini diasum-
sikan populasi mempunyai sebaran campuran normal ganda.
Penelitian
ini
bertujuan untuk
mengelompokkan
dengan rnenggunakan metode penguraian model
normal ganda.
data
campuran sebaran
Untuk mengukur ketepatan metode ini digunakan
metode sirnulasi.
Data yang dianalisis dibangkitkan dari
ganda.
Nilai
dan Z pada
penelitian ini
sebaran
ditentukan
citra MSS Landsat liputan 6 Juli 1986 kecamatan
sekitarnya.
lahan yang
normal
Ciasem
dari
dan
Pada citra tersebut dipilih kelas-kelas penutup
terpisah
secara
spektral
pencar MSS5 dan MSS7 yaitu laut dalam,
berdasarkan
diagram
laut dangkal,
sawah
kosong, tambak tertutup, permukiman, dan
padi dewasa.
Data
yang telah dibangkitkan tersebut dicampur sehingga diperoleh
beberapa populasi
campuran
pop3B, pop4A, pop4B,
mengikuti "pop"
yaitu
pop5
dan
menunjukkan
pop2A,
:
pop6.
B
pop3A,
2 - 6
Angka
banyaknya
populasi campuran, huruf A dan
popZB,
yang
subpopulasi
dalam
masing-masing menunjukkan
proporsi masing-masing subpopulasi sama dan berbeda.
Metode
yang digunakan untuk menduga proporsi,
ter-parameter
sebaran dan peluang akhir adalah
parame-
metode
mungkinan maksimum dengan algoritme EM (Expectation
zation).
acak,
Maximi-
4 nilai awal yang di-
Pada setiap populasi dicoba
tentukan dari : plot skor dari dua komponen
secara
ke-
utama
pertama,
metode gerombol K-rataan, dan metode gerombol
hibrida.
Hasil
penelitian
menunjukkan
bahwa
total persentase
keragaman data yang dapat diterangkan oleh 2 komponen
pertama pada pop2A sampai pop6
antara 99.50 sampai 99.80
komponen
utama setiap
cukup
persen.
subpopulasi
besar yaitu
Pada
utama
berkisar
plot tebaran
mengumpul
skor
dalam
satu
kelompok dan tidak ada pengamatan yang salah kelas.
Hasil
dari
metode gerombol
K-rataan
pada populasi selain pop6 adalah sama dan
matan yang salah kelas
kedua
metode memberikan
adalah
0.
dan
Hibrida
banyaknya
Sedangkan
hasil yang berbeda.
penga-
untuk
Hasil
pop6,
metode
hibrida untuk pop6 tidak dapat digunakan sebagai nilai
karena adanya kelas matriks peragam berunsur 0.
Tetapl
lnl berslfat khas untuk data yang digunakan di sini.
awal
Hasil penguraian dengan nilai awal dari analisis kompoin
nen utama memberikan
kemungkinan
yang
paling
Asumsi homaskedastik pada populasi heteroskedastik
besar.
memberi-
kan nilai in kemungkinan yang lebih kecil dibandingkan hasil
dari
asumsi
setiap
heteroskedastik.
populasi yang
Proporsi
diteliti
tidak
subpopulasi
tampak
pada
pengaruhnya
terhadap nilai dugaan, hanya nilai in kemungkinan berbeda.
Banyaknya pengamatan yang salah kelas hasil
sebaran dipengaruhi oleh
kehomogenan
nilai
awal
dan
subpopulasi-subpopulasi.
penguraian
asumsi
Hasil
klasifikasi
dengan metode penguraian
sebaran normal
dibandingkan
metode K-rataan diukur dari
hasil dari
lahan klasifikasi.
Analisis
hasil klasifikasi yang
ganda
mengenai
diskriminan juga
lebih
baik
kesa-
menghasilkan
baik, tetapi pada analisis ini perlu
menentukan anggota subpopulasi.
Penerapan klasifikasi dengan metode penguraian
campuran
pada
citra
asumsi heteroskedastik.
MSS
Landsat
sebaiknya
sebaran
menggunakan
Dan analisis komponen utama diguna-
kan untuk menentukan nilai awal.
Sebelum
melakukan
anali-
s i s komponen utama, lebih dahulu dipilih contoh-contoh kelas
yang tampak pada suatu sekatan citra secara visual.
SIMULASI A N A L I S I S GEROMBOL
DENGAN PENDEKATAN
PENGURAIAN SEBARAN CAMPURAN NORMAL GANDA
PADA DATA MSS LANDSAT
oleh
ANIK DJURAIDAH
87084
Tesis
sebagai s a l a h s a t u s y a r a t untuk
rnernperoleh g e l a r M a g i s t e r S a i n s
pada
F a k u l t a s Pascasarjana,
I n s t i t u t P e r t a n i a n Bogor
FAKULTAS PASCASARJANA
I N S T I T U T PERTANIAN BOGOR
1991
BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA
PADA DATA MSS LANDSAT
%
Oleh
FAKULTAS PASCASARJANA
INGTLTUT PERTANIIAN BOGOR
1991
R I N G K C I S A N
ANIK DJURAIDAH. Simulasi Analisis Gerombol dengan Pendekatan Penguraian
Sebaran Campuran Normal
Ganda
pada
Data
MSS Landsat. (Di bawah bimbingan SISWADI
sebagai
Ketua, dan H. A. A. NATTJIK, ABDURRAUF RAMBE, dan UUP S.
WIRADISASTRA sebagai Anggota).
Klasifikasi tak terbimbing atau dalam bidang statistika
dikenal
dengan
analisis
eksploratif dari
karena
akan
tidak
pada
suatu
adalah
adalah
rnetode
ada asumsi mengenai
diklasifikasikan.
fikasi ini
gerombol
lebih
penarikan kesimpulan,
struktur
populasi
mengasumsikan
populasi
yang
klasi-
Suatu pendekatan lain untuk
sebagai
model campuran dari k subpopulasi dengan proporsi
Penguraian
bersifat
sebuah
tertentu.
populasi campuran k e subpopulasi-subpopulasi
sini mirip dengan analisis
gerombol,
tetapi kriteria
digunakan untuk mengelompokkan
pengamatan
adalah
akhir (posterior probability).
Pada penelitian
di
yang
peluang
ini diasum-
sikan populasi mempunyai sebaran campuran normal ganda.
Penelitian
ini
bertujuan untuk
mengelompokkan
dengan rnenggunakan metode penguraian model
normal ganda.
data
campuran sebaran
Untuk mengukur ketepatan metode ini digunakan
metode sirnulasi.
Data yang dianalisis dibangkitkan dari
ganda.
Nilai
dan Z pada
penelitian ini
sebaran
ditentukan
citra MSS Landsat liputan 6 Juli 1986 kecamatan
sekitarnya.
lahan yang
normal
Ciasem
dari
dan
Pada citra tersebut dipilih kelas-kelas penutup
terpisah
secara
spektral
pencar MSS5 dan MSS7 yaitu laut dalam,
berdasarkan
diagram
laut dangkal,
sawah
kosong, tambak tertutup, permukiman, dan
padi dewasa.
Data
yang telah dibangkitkan tersebut dicampur sehingga diperoleh
beberapa populasi
campuran
pop3B, pop4A, pop4B,
mengikuti "pop"
yaitu
pop5
dan
menunjukkan
pop2A,
:
pop6.
B
pop3A,
2 - 6
Angka
banyaknya
populasi campuran, huruf A dan
popZB,
yang
subpopulasi
dalam
masing-masing menunjukkan
proporsi masing-masing subpopulasi sama dan berbeda.
Metode
yang digunakan untuk menduga proporsi,
ter-parameter
sebaran dan peluang akhir adalah
parame-
metode
mungkinan maksimum dengan algoritme EM (Expectation
zation).
acak,
Maximi-
4 nilai awal yang di-
Pada setiap populasi dicoba
tentukan dari : plot skor dari dua komponen
secara
ke-
utama
pertama,
metode gerombol K-rataan, dan metode gerombol
hibrida.
Hasil
penelitian
menunjukkan
bahwa
total persentase
keragaman data yang dapat diterangkan oleh 2 komponen
pertama pada pop2A sampai pop6
antara 99.50 sampai 99.80
komponen
utama setiap
cukup
persen.
subpopulasi
besar yaitu
Pada
utama
berkisar
plot tebaran
mengumpul
skor
dalam
satu
kelompok dan tidak ada pengamatan yang salah kelas.
Hasil
dari
metode gerombol
K-rataan
pada populasi selain pop6 adalah sama dan
matan yang salah kelas
kedua
metode memberikan
adalah
0.
dan
Hibrida
banyaknya
Sedangkan
hasil yang berbeda.
penga-
untuk
Hasil
pop6,
metode
hibrida untuk pop6 tidak dapat digunakan sebagai nilai
karena adanya kelas matriks peragam berunsur 0.
Tetapl
lnl berslfat khas untuk data yang digunakan di sini.
awal
Hasil penguraian dengan nilai awal dari analisis kompoin
nen utama memberikan
kemungkinan
yang
paling
Asumsi homaskedastik pada populasi heteroskedastik
besar.
memberi-
kan nilai in kemungkinan yang lebih kecil dibandingkan hasil
dari
asumsi
setiap
heteroskedastik.
populasi yang
Proporsi
diteliti
tidak
subpopulasi
tampak
pada
pengaruhnya
terhadap nilai dugaan, hanya nilai in kemungkinan berbeda.
Banyaknya pengamatan yang salah kelas hasil
sebaran dipengaruhi oleh
kehomogenan
nilai
awal
dan
subpopulasi-subpopulasi.
penguraian
asumsi
Hasil
klasifikasi
dengan metode penguraian
sebaran normal
dibandingkan
metode K-rataan diukur dari
hasil dari
lahan klasifikasi.
Analisis
hasil klasifikasi yang
ganda
mengenai
diskriminan juga
lebih
baik
kesa-
menghasilkan
baik, tetapi pada analisis ini perlu
menentukan anggota subpopulasi.
Penerapan klasifikasi dengan metode penguraian
campuran
pada
citra
asumsi heteroskedastik.
MSS
Landsat
sebaiknya
sebaran
menggunakan
Dan analisis komponen utama diguna-
kan untuk menentukan nilai awal.
Sebelum
melakukan
anali-
s i s komponen utama, lebih dahulu dipilih contoh-contoh kelas
yang tampak pada suatu sekatan citra secara visual.
SIMULASI A N A L I S I S GEROMBOL
DENGAN PENDEKATAN
PENGURAIAN SEBARAN CAMPURAN NORMAL GANDA
PADA DATA MSS LANDSAT
oleh
ANIK DJURAIDAH
87084
Tesis
sebagai s a l a h s a t u s y a r a t untuk
rnernperoleh g e l a r M a g i s t e r S a i n s
pada
F a k u l t a s Pascasarjana,
I n s t i t u t P e r t a n i a n Bogor
FAKULTAS PASCASARJANA
I N S T I T U T PERTANIAN BOGOR
1991
DENGAN PENDEKATAN
BEN6URAIAN SEBARAN CAMPURAN NORMAL GANIJA
PADA DATA MSS LANDSAT
%
Oleh
FAKULTAS PASCASARJANA
INGTLTUT PERTANIIAN BOGOR
1991
R I N G K C I S A N
ANIK DJURAIDAH. Simulasi Analisis Gerombol dengan Pendekatan Penguraian
Sebaran Campuran Normal
Ganda
pada
Data
MSS Landsat. (Di bawah bimbingan SISWADI
sebagai
Ketua, dan H. A. A. NATTJIK, ABDURRAUF RAMBE, dan UUP S.
WIRADISASTRA sebagai Anggota).
Klasifikasi tak terbimbing atau dalam bidang statistika
dikenal
dengan
analisis
eksploratif dari
karena
akan
tidak
pada
suatu
adalah
adalah
rnetode
ada asumsi mengenai
diklasifikasikan.
fikasi ini
gerombol
lebih
penarikan kesimpulan,
struktur
populasi
mengasumsikan
populasi
yang
klasi-
Suatu pendekatan lain untuk
sebagai
model campuran dari k subpopulasi dengan proporsi
Penguraian
bersifat
sebuah
tertentu.
populasi campuran k e subpopulasi-subpopulasi
sini mirip dengan analisis
gerombol,
tetapi kriteria
digunakan untuk mengelompokkan
pengamatan
adalah
akhir (posterior probability).
Pada penelitian
di
yang
peluang
ini diasum-
sikan populasi mempunyai sebaran campuran normal ganda.
Penelitian
ini
bertujuan untuk
mengelompokkan
dengan rnenggunakan metode penguraian model
normal ganda.
data
campuran sebaran
Untuk mengukur ketepatan metode ini digunakan
metode sirnulasi.
Data yang dianalisis dibangkitkan dari
ganda.
Nilai
dan Z pada
penelitian ini
sebaran
ditentukan
citra MSS Landsat liputan 6 Juli 1986 kecamatan
sekitarnya.
lahan yang
normal
Ciasem
dari
dan
Pada citra tersebut dipilih kelas-kelas penutup
terpisah
secara
spektral
pencar MSS5 dan MSS7 yaitu laut dalam,
berdasarkan
diagram
laut dangkal,
sawah
kosong, tambak tertutup, permukiman, dan
padi dewasa.
Data
yang telah dibangkitkan tersebut dicampur sehingga diperoleh
beberapa populasi
campuran
pop3B, pop4A, pop4B,
mengikuti "pop"
yaitu
pop5
dan
menunjukkan
pop2A,
:
pop6.
B
pop3A,
2 - 6
Angka
banyaknya
populasi campuran, huruf A dan
popZB,
yang
subpopulasi
dalam
masing-masing menunjukkan
proporsi masing-masing subpopulasi sama dan berbeda.
Metode
yang digunakan untuk menduga proporsi,
ter-parameter
sebaran dan peluang akhir adalah
parame-
metode
mungkinan maksimum dengan algoritme EM (Expectation
zation).
acak,
Maximi-
4 nilai awal yang di-
Pada setiap populasi dicoba
tentukan dari : plot skor dari dua komponen
secara
ke-
utama
pertama,
metode gerombol K-rataan, dan metode gerombol
hibrida.
Hasil
penelitian
menunjukkan
bahwa
total persentase
keragaman data yang dapat diterangkan oleh 2 komponen
pertama pada pop2A sampai pop6
antara 99.50 sampai 99.80
komponen
utama setiap
cukup
persen.
subpopulasi
besar yaitu
Pada
utama
berkisar
plot tebaran
mengumpul
skor
dalam
satu
kelompok dan tidak ada pengamatan yang salah kelas.
Hasil
dari
metode gerombol
K-rataan
pada populasi selain pop6 adalah sama dan
matan yang salah kelas
kedua
metode memberikan
adalah
0.
dan
Hibrida
banyaknya
Sedangkan
hasil yang berbeda.
penga-
untuk
Hasil
pop6,
metode
hibrida untuk pop6 tidak dapat digunakan sebagai nilai
karena adanya kelas matriks peragam berunsur 0.
Tetapl
lnl berslfat khas untuk data yang digunakan di sini.
awal
Hasil penguraian dengan nilai awal dari analisis kompoin
nen utama memberikan
kemungkinan
yang
paling
Asumsi homaskedastik pada populasi heteroskedastik
besar.
memberi-
kan nilai in kemungkinan yang lebih kecil dibandingkan hasil
dari
asumsi
setiap
heteroskedastik.
populasi yang
Proporsi
diteliti
tidak
subpopulasi
tampak
pada
pengaruhnya
terhadap nilai dugaan, hanya nilai in kemungkinan berbeda.
Banyaknya pengamatan yang salah kelas hasil
sebaran dipengaruhi oleh
kehomogenan
nilai
awal
dan
subpopulasi-subpopulasi.
penguraian
asumsi
Hasil
klasifikasi
dengan metode penguraian
sebaran normal
dibandingkan
metode K-rataan diukur dari
hasil dari
lahan klasifikasi.
Analisis
hasil klasifikasi yang
ganda
mengenai
diskriminan juga
lebih
baik
kesa-
menghasilkan
baik, tetapi pada analisis ini perlu
menentukan anggota subpopulasi.
Penerapan klasifikasi dengan metode penguraian
campuran
pada
citra
asumsi heteroskedastik.
MSS
Landsat
sebaiknya
sebaran
menggunakan
Dan analisis komponen utama diguna-
kan untuk menentukan nilai awal.
Sebelum
melakukan
anali-
s i s komponen utama, lebih dahulu dipilih contoh-contoh kelas
yang tampak pada suatu sekatan citra secara visual.
SIMULASI A N A L I S I S GEROMBOL
DENGAN PENDEKATAN
PENGURAIAN SEBARAN CAMPURAN NORMAL GANDA
PADA DATA MSS LANDSAT
oleh
ANIK DJURAIDAH
87084
Tesis
sebagai s a l a h s a t u s y a r a t untuk
rnernperoleh g e l a r M a g i s t e r S a i n s
pada
F a k u l t a s Pascasarjana,
I n s t i t u t P e r t a n i a n Bogor
FAKULTAS PASCASARJANA
I N S T I T U T PERTANIAN BOGOR
1991