menyerap energi pada panjang gelombang yang terpusat pada sekitar 0.4 µm dan 0.6 µm. Berdasarkan hal itu maka kita menangkap vegetasi sehat berwarna hijau
disebabkan oleh besarnya penyerapan energi pada spektrum hijau. Apabila suatu tumbuhan mengalami beberapa bentuk gangguan, yang mempengaruhi proses
pertumbuhan dan produksinya yang normal, maka hal itu akan mengurangi atau mematikan produksi klorofil. Akibatnya terjadi penurunan serapan oleh klorofil
pada saluran biru dan merah. Sering pantulan pada spektrum merah bertambah hingga kita lihat tumbuhan tampak berwarna kuning, gabungan antara hijau dan
merah. Mendekati spektrum infra merah, pantulan vegetasi sehat meningkat pada
rentang 0.7 µ m-1.3 µm, pada rentang ini daun tumbuhan memantulkan 50 tenaga yang datang padanya dan sebagian besar dari 50 energi selebihnya
ditransmisikan, karena serapan pada daerah spektral ini minimal. Pantulan tumbuhan pada panjang gelombang 0.7 µm-1.3 µm terutama dihasilkan oleh
struktur internal tumbuhan tersebut. Pengukuran pantulan pada panjang gelombang ini memungkinkan untuk melakukan pemisahan spesies tumbuhan
karena struktur internal banyak berbeda untuk berbagai spesies tumbuhan Lillesand dan Kiefer, 1979.
E. Klasifikasi Penutupan Lahan
Klasifikasi diartikan sebagai proses mengelompokkan piksel-piksel ke dalam kelas-kelas atau kategori-kategori yang telah ditentukan berdasarkan nilai
kecerahan brightness value BV atau digital numberDN piksel yang bersangkutan Jaya, 2002.
Lahan merupakan material dasar dari suatu lingkup situs, yang diartikan berkaitan dengan jumlah karakteristik alami yaitu iklim, geologi, tanah,
topografi, hidrologi dan biologi Aldrich, 1981 dalam Lo, 1995. Menurut Lo 1995, tiga kelas data yang mencakup dalam penutupan
lahan secara umum adalah : 1. struktur fisik yang dibangun oleh manusia
2. fenomena biotik vegetasi alami, tanaman pertanian dan kehidupan bentang 3. tipe-tipe pembangunan.
F. Knowledge Based Classification
Knowledge based classification dicirikan dengan adanya penyusunan
rule aturan oleh interpreter. Dalam Richard 1993 dijelaskan bahwa analisa
sistem berdasarkan rule adalah cara yang efektif untuk menangani data citra multi resolusi, sebagai contoh, rule dapat diaplikasikan sebagai awal untuk melihat
apakah terdapat pengakuan dari label yang tersedia pada piksel-piksel data citra dengan resolusi rendah. Jika ada maka sumber data dengan resolusi spasial tinggi
tidak diperlukan, dan waktu untuk proses data dapat dihemat. Namun sistem berdasarkan rule hanya dapat memberi dukungan yang lemah terhadap label yang
tersedia dalam basis data resolusi rendah, sehingga kemudian harus digabung dengan sumber data yang beresolusi tinggi untuk melihat apakah ada piksel-piksel
yang lebih kecil yang dapat diberi label dengan tingkat kepastian yang lebih tinggi. Hal seperti ini dapat menjadi contoh kasus pada daerah urban dimana
piksel-piksel dengan resolusi rendah akan susah diklasifikasikan karena merupakan campuran dari vegetasi dan bangunan.
Untuk menyusun rule dalam pengklasifikasian citra dapat digunakan teknik fuzzy. Menurut Zadeh, 1966 dalam Pal dan Majumder 1986, teori
kumpulan fuzzy merupakan alat matematik dan teknik yang cocok dalam menganalisis sistem-sistem yang kompleks dan proses keputusan yang
ketidaktentuan polanya disebabkan variabilitas bawaan danatau samaran kefuzzian daripada keacakan randomness. Tidak terdapat batasan yang tepat
disebabkan kefuzzian bawaan daripada keacakan dalam pola -pola. Dengan cara yang sama, karena sebuah grey tone gambar memiliki beberapa ambiguitas di
dalam piksel disebabkan tingkat kecemerlangan berharga ganda yang mungkin, jelaslah diterapkan konsep dan logika kumpulan fuzzy daripada teori kumpulan
biasa terhadap sebuah masalah pemrosesan citra. Dengan kenyataan ini dalam sebuah citra dapat dianggap sebagai deretan array singleton fuzzy , yang
setiapnya memilih sebuah harga fungsi keanggotaan yang menyatakan tingkat kepunyaan sebuah tingkat kecemerlangan.
G. Perubahan Lahan
