Setelah proses pra-pengolahan citra kemudian citra tersebut di clipping sesuai batas areal PT. Austral Byna agar citra tersebut mudah diolah karena
menggunakan kapasitas yang lebih kecil. Citra pada tahun 2005 dan 2012 dipotong sebelum citra diolah, sedangkan citra tahun 1997 dipotong setelah
dianalisis secara digital. Hal ini dilakukan untuk menghindari adanya pengurangan luas areal karena perbedaan bentuk raster ke vektor.
a. Klasifikasi secara digital
Citra tahun rekaman 1997 diolah secara digital dengan menggunakan metode klasifikasi terbimbing Supervised Classification. Dalam penelitian ini
metode yang digunakan adalah metode peluang maksimum Maximum likelihood classifier. Pada metode ini terdapat pertimbangan berbagai faktor, diantaranya
adalah peluang dari suatu piksel untuk dikelaskan kedalam kelas atau kategori tertentu.
Dalam klasifikasi diperlukan suatu penciri kelas. Penciri kelas ini adalah satu set data yang diperoleh dari suatu training area, ruang feature feature space
atau klaster. Jumlah piksel yang harus diambil untuk training area pada masing- masing kelas adalah sebanyak jumlah band yang digunakan plus satu N+1 Jaya
2010. Sebelum dilakukan proses klasifikasi, terlebih dahulu training area yang sudah dibuat diuji. Evaluasi tersebut dilakukan berdasarkan nilai separabilitas atau
Matrik kontingensi akurat nya. Hasil analisis separabilitas diukur berdasarkan beberapa kriteria yang
dikelompokkan ke dalam lima kelas, setiap kelasnya mendeskripsikan kuantitas keterpisahan tiap tutupan lahan. Kelima kelas yang diklasifikasikan menurut
Kobayasi 1995 and Jensen 1986 dalam Jaya 2009 tersebut yaitu : 1. Tidak terpisah
: 1600 2. Kurang terpisah
: 1600-1800 3. Cukup keterpisahannya
: 1800-1900 4. Baik keterpisahannya
: 1900-2000 5. Sangat baik keterpisahannya
: 2000
Transformasi data raster menjadi data vektor
Hasil analisis digital pada citra tahun 1997 merupakan data dalam bentuk raster. Data raster adalah basis data yang disimpan atau dikodekan dengan
menggunakan sel atau rangkaian sel. Setiap sel menyimpan nilai tertentu yang mencerminkan suatu objek. Pada umumnya, lokasi di dalam model raster secara
langsung dapat diidentifikasikan dengan menggunakan pasangan koordinat lokalnya; kolom dan baris x,y. meskipun demikian, posisi-posisi koordinat
geografis yang sebenarnya dari beberapa piksel yang terletak di sudut-sudut citra raster juga diketahui melalui proses pengikatan; memerlukan beberapa titik
control GCP – Ground Control Point Eddy 2009. Salah satu kelemahan data
raster yang menjadikan data ini harus diubah dalam bentuk vektor adalah objek pada data raster digambarkan dalam bentuk implisit Damyanti dalam Zulfikar
1999.
Reklasifikasi dan Eliminasi
Proses ini dilakukan agar hasil klasifikasi digital memiliki kesamaan dengan klasifikasi visual, pada proses ini dilakukan peng-kelasan ulang pada tiap
kelas tutupan lahan yang terlihat janggal. Pengetahuan untuk reklasifikasi diperoleh berdasarkan observasi lapangan. Sedangkan eliminasi bertujuan untuk
menghilangkan poligon kecil yang mengakibatkan noise pada hasil klasifikasi secara digital. Ukuran polygon yang dihilangkan sama dengan banyaknya pixel
pada polygon terkecil hasil digitasi secara visual dikalikan dengan resolusi citra. Pada penelitian ini ukuran polygon tersebut adalah 1 ha.
b. Klasifikasi secara visual
