Panduan Paling Lengkap Belajar OBIA, Mulai dari Teori Hingga Tutorial Praktiknya

Beberapa tahun terakhir ini, topik penelitian tentang OBIA meningkat drastis. Banyak pertanyaan yang kemudian muncul saat memulai mempelajari OBIA. Sayangnya, sumber informasi mengenai OBIA (terutama yang berbahasa Indonesia) masih belum banyak tersedia.

OBIA atau Object Based Image Analysis sebuah pendekatan baru dalam melakukan analisis terhadap citra penginderaan jauh. OBIA adalah diawali dengan membentuk sebuah “object” dengan mengelompokkan piksel yang seragam menurut kriteria tertentu, biasanya melalui segentasi citra. Analisis dan interpretasi citra kemudian tidak dilakukan berdasarkan piksel, melainkan berdasarkan “object”.

Tulisan ini merupakan sebuah Panduan Lengkap Belajar OBIA, Mulai dari Teori Hingga Tutorial Praktiknya. Tulisan ini ditujukan untuk pembaca yang masih awam.

Tulisan ini akan panjang. Jika kamu hanya mencari satu bagian bahasan saja, silahkan langsung klik sesuai daftar isi di bawah ini.

Pengertian OBIA

Pertanyaan pertama yang akan kita jawab adalah:

Apa itu OBIA?

OBIA atau Object Based Image Analysis adalah sebuah pendekatan baru dalam melakukan analisis terhadap citra penginderaan jauh. OBIA diawali dengan membentuk sebuah “object” dengan mengelompokkan piksel yang seragam menurut kriteria tertentu, biasanya melalui segentasi citra. Analisis dan interpretasi citra kemudian tidak dilakukan berdasarkan piksel, melainkan berdasarkan “object”.

Penjelasan secara visual dapat kamu lihat di video ini:

Hal ini yang membedakan OBIA dengan analisis citra berbasis piksel yang telah ada sebelumnya.

Beberapa tahun yang lalu, OBIA sering juga disebut dengan OOIA (Object Oriented Image Analisis).

Ada juga beberapa tulisan yang membedakan OOIA dan OBIA.

Kerancuan juga muncul ketika OBIA kemudian disejajarkan (dan dibandingkan) dengan metode field-based classification.

Kerancuan-kerancuan kerancuan ini wajar muncul karena OBIA masih merupakan sebuah “evolving paradigm” yang masih mencari bentuk dan batas-batasnya.

Istilah “object-based” selanjutnya dipilih untuk digunakan dibandingkan dengan “object-oriented” untuk membedakannya dengan istilah “object-oriented programming” pada ranah ilmu komputer.

OBIA dan GEOBIA

GEOBIA (Geographic Object Based Image Analysis) merupakan istilah yang diajukan oleh Hay dan Castilla pada tahun 2006 untuk membedakan OBIA dengan proses “OBIA” yang dilakukan teman-teman di bidang keilmuan lain, seperti Computer Vision, Material Sciences atau Biomedical Imaging.

GEOBIA pada akhirnya banyak digunakan untuk menyebut OBIA sebagai sebuah paradigm yang meliputi proses kerangka berpikir dan eksekusi analisis citra penginderaan jauh digital yang jauh berbeda dengan proses analisis citra yang telah ada sebelumnya.

Untuk lebih memahami mengenai apa itu GEOBIA beserta sejarah perkembangannya, saya merekomendasikan artikel berikut:

BACA JUGA: Sejarah dan Perkembangan GEOBIA

Kelebihan OBIA

Selanjutnya, kita akan bahas karakteristik OBIA dan apa yang menjadi kelebihan-kelebihannya. Berikut beberapa di antaranya:

1. Pembagian (partitioning) citra menjadi objek dan metode klasifikasinya menggunakan cara yang sama dengan cara manusia melakukan delineasi citra
2. Sebagai tambahan feature spektral, pada OBIA dapat pula digunakan feature tekstural dan kontekstual (hubungan dengan objek lain) serta feature bentuk/geometrik
3. Ekstraksi objek dalam resolusi/skala yang berbeda dari data yang sama
4. Objek kajian yang dapat diekstraksi pada skala tertentu dan dapat diasosiasikan dengan level abstraksi yang berbeda (misal perbedaan skala)
5. Kemampuan yang lebih baik dalam mengatasi “salt and pepper” pada data resolusi spasial sangat tinggi

Untuk lebih memahami mengenai karakteristik OBIA, silahkan baca artikel berikut:

BACA JUGA: Konsep dan Dasar-Dasar OBIA

GEOBIA: pendekatan baru dalam analisis citra penginderaan jauh

Awalnya, terjadi banyak perdebatan apakah GEOBIA merupakan sebuah paradigma baru, atau tidak. (Saya mengulasnya di tulisan: Apakah GEOBIA sebuah paradigma baru?)

Setelah perkembangan teoritik maupun praktikal, kumpulan ahli telah menyebutkan bahwa GEOBIA merupakan sebuah pendekatan baru dalam analisis citra penginderaan jauh dan GIS-science secara umum.

Mereka memiliki alasan bahwa GEOBIA mampu menjawab beberapa tantangan, antara lain:

• interpretasi citra secara manual merupakan dasar panduan dilakukannya GEOBIA;
• GEOBIA merupakan proses pemodelan dengan objek sebagai unit analisisnya;
• pemahaman geo-ontologi dan semantik network sebagai dasar penulisan rule;
• pemahaman terhadap image-object dan geo-object
• hasil segmentasi bukan hasil akhir;
• objek merupakan susunan hirarki;
• GEOBIA mampu memnfaatkan fungsi-fungsi dari GIS

Untuk penjelasan lengkapnya, silahkan baca tulisan ini:

BACA JUGA: GEOBIA Workflow: Konsep-konsep kunci

Jenis-jenis metode OBIA

Beberapa peneliti mengkombinasikan metode dan pendekatan-pendekatan tertentu untuk meningkatkan akurasi hasil analisisnya.

Perlu dicatat bahwa penggunaan strategi klasifikasi tertentu sangat terkait dengan data yang digunakan, objek yang menjadi kajian penelitian, serta kompleksitas kondisi geografis daerah kajian.

Berikut beberapa metode dan pendekatan OBIA dalam aplikasi pemetaan tutupan lahan:

• Field-based Classification. Bentuk klasifikasi berbasis objek yang lebih awal muncul adalah field-based atau parcel-based classification.
• Simple-Sample-based clasification. Klasifikasi sederhana berdasarkan sampel merupakan bentuk paling sederhana dari OBIA.
• Multistage, sample-based clasification. Strategi klasifikasi ini menggabungkan metode klasifikasi bertingkat dan klasifikasi berdasar sampel.
• Rule-based clasification. Klasifikasi berdasar aturan sebenarnya merupakan upaya untuk men-transfer logika-logika interpretasi citra dari otak/pikiran dan pengalaman manusia ke dalam loperasi di komputer.
• Rule-based clasification dengan data mining. Salah satu kesulitan dalam melakukan klasifikasi berdasar aturan adalah pada proses pembuatan aturan itu sendiri, sehingga teknik data mining digunakan untuk membantu.
• Kombinasi sample-based dan rule-based clasification. Mengkombinasikan dua pendekatan yang sudah ada.
• Strategi GEOBIA approach. Strategi pendekatan ini mirip dengan apa yang kita lakukan saat kita melakukan interpretasi visual.

Untuk mempelajari lebih lanjut, silahkan baca tulisan saya yang ini:

BACA JUGA: Beberapa Pendekatan OBIA untuk Klasifikasi Penutup/Penggunaan Lahan

Contoh aplikasi OBIA

Seperti teknik penginderaan jauh lainnya, OBIA telah banyak diaplikasikan dalam berbagai bidang aplikasi, di antaranya:

• Pemetaan tutupan lahan
• Pemetaan penggunaan lahan
• Pemetaan terumbu karang
• Aplikasi geologi dan geomorfologi
• Pemanfaatan data lidar
• Pemanfaatan foto udara

Apa yang dibutuhkan untuk melakukan OBIA?

Sebelum memulai untuk mempelajari OBIA, ada bebarapa dasar-dasar teori yang harus dipahami.

Pemahaman terhadap beberapa pengetahuan yang akan saya sebutkan di bawah ini saya rasa sangat penting dan krusial dalam proses belajar OBIA.

Semakin tinggi pemahaman atas hal-hal tersebut, maka proses belajar OBIA akan semakin mudah.

Pemahaman-pemahaman yang diperlukan adalah:

• Dasar-dasar interpretasi citra dan penginderaan jauh digital
• Pemahaman atas objek kajian (domain knowledge)
• Pemahaman atas daerah kajian (local knowledge)

Saya berikan beberapa kata kunci agar proses pencarian dapat lebih cepat.

•  Dasar-dasar interpretasi citra:

1.   Unsur interpretasi
2.   Kunci interpretasi
3.   Teori konvergensi bukti

• Dasar-dasar penginderaan jauh digital

1.   Prapemrosesan citra
2.   Konsep resolusi citra (spektral, spasial, temporal, radiometrik)
3.   Pemahaman tentang pantulan objek (interaksi energy dengan objek)
4.   Konsep klasifikasi multispectral
5.   Transformasi dan band ratio

• Pemahaman atas objek kajian

1. Pemahaman atas objek kajian bergantung pada objek atau fenomena yang dikasi.
2. Pengetahuan mengenai daerah kajian (local knowledge)

Selain pemahaman terhadap pengetahuan di atas, pengalaman-pengalaman dalam proses interpretasi visual maupun klasifikasi digital akan memberikan pengaruh yang signifikan terhadap proses pembelajaran OBIA.

Tahapan OBIA

OBIA terdiri atas 2 tahap yaitu segmentasi citra dan klasifikasi citra.

Segmentasi citra merupakan proses memecah dan mengelompokkan piksel citra ke dalam segmen atau object, dan klasifikasi citramerupakan proses untuk mengkelaskan segmen-segmen ke dalam kelas tertentu.

Kedua tahap tersebut sangat berpengaruh dalam menentukan tingkat akurasi hasil klasifikasi dalam OBIA. Proses klasifikasi dapat dilakukan dengan berdasarkan sampel (sample-based), berdasarkan aturan (rule-based), atau menggunakan keduanya melalui skema layered classification.

Segmentasi citra

Segmentasi merupakan bagian yang sangat krusial dalam proses OBIA.

Segmentasi citra dalam konteks OBIA dapat diartikan sebagai proses pengelompokan dari piksel-piksel bertetangga ke dalam area (atau segmen) berdasarkan kemiripan kriteria seperti digital number atau tekstur.

 Algoritma segemntasi citra dapat dikelompokkan menjadi tiga kelompok,  yaitu:

• Spectral-based segmentation
• Region-based segmentation
• Edge detection.

Spectral-based segmentation mengelompokkan piksel berdasarkan analisis data pada feature space. Contoh umum dari pendekatan ini adalah clustering dan histogram tresholding.

Edge detection segmentation menentukan batas antara dua region yang memiliki homogenitas dalam karakteristiknya.

Region-based segmentation  adalah sebuah teknik membentuk area homogen melalui proses perulangan yang dimulai dari individu piksel dan parameter segmentasi masukan, perulangan akan terhenti ketika setiap piksel selesai diproses.

Jika kamu tertarik untuk belajar mengenai segmentasi citra, terutama dalam konteks OBIA, silahkan baca tulisan ini:

BACA JUGA: Mengenal lebih dalam proses segmentasi citra

Dalam proses OBIA, salah satu metode atau algoritma segmentasi paling populer dan sering digunakan adalah algoritma Multiresolution Segmentation.

Apa itu algoritma Multiresolution Segmentation dan bagaimana cara kerjanya?

Silahkan baca lebih lanjut di tulisan ini:

LANJUT BACA: Segmentasi Citra Algoritma Multiresolution Segmentation

Rekomendasi bahan bacaan

Tutorial OBIA

Setelah ini, tulisan akan lebih membahas tentang proses-proses OBIA dan penjelasan teknis step by step cara melakukannya.

Silahkan lanjut baca untuk mendapatkan kemapuan praktik atau teknis menggunakan software-software baik berbayar maupun gratis.

Software untuk OBIA

Ada banyak software yang dapat digunakan untuk melakukan analisis OBIA, baik yang berbayar, maupun yang gratis.

Berikut beberapa di antaranya.

Sofware berbayar:

• eCognition Developer
• Idrisi
• Erdas
• ENVI
• ArcGIS Desktop (ArcMap)
• ArcGIS Pro

Sedangkan untuk software yang dapat diakses secara gratis (free) antara lain:

• SAGA GIS
• QGIS + Orfeo Toolbox.
• InterIMAGE
• Python
• R

Tutorial OBIA – eCognition Developer tingkat dasar

Software eCognition Developer dari Trimble merupakan software yang paling banyak digunakan dalam proses GEOBIA.

Software ini juga merupakan salah satu dari beberapa hal yang membuat GEOBIA berkembang pesat.

Jika kamu menggunakan software Ecognition Developer, silahkan mengikuti seri tutorial ini:

1. Proses download dan instalasi software eCognition Developer
2. Tahap pertama setelah membuka eCognition Developer: pengaturan-pengaturan
3. Menulis Ruleset di eCognition Developer: tutorial lengkap
4. Panduan Lengkap Melakukan Segmentasi Citra Menggunakan Berbagai Algoritma Segmentasi di Ecognition Developer
5. Tutorial Klasifikasi OBIA: Sample-based Classification Menggunakan eCognition Developer
6. Tutorial Klasifikasi OBIA: Rule-based Classification Menggunakan eCognition Developer
7. Cara Export Hasil Klasifikasi OBIA di eCognition Developer: atributnya ikut semua.

Jika kamu lebih menyukai tutorial berupa video, video dari Mas Danang Budi Susetyo ini mungkin membantu. Cukup jelas dan to the point tutorialnya: [Tutorial] Segmentasi dan klasifikasi Menggunakan Metode OBIA di Software eCognition.

Tutorial yang lebih baru menggunakan software eCOgnition Developer versi 10 dapat kamu adalah sebagai berikut.

1. From the Ground Up – Getting Started (~2h)
2. From the Ground Up – Supervised Classification (~1h)

Dan jika kamu tidak bermasalah dengan video yang lebih panjang dan dalam Bahasa Inggris, kamu bisa ikuti tutorial OBIA untuk pemula dari yang punya software di sini untuk versi lengkap dari awal sampai akhir:

Tutorial OBIA – eCognition Developer tingkat lanjut

Sekarang mungkin kamu sudah menyelesaikan semua tutorial di atas, atau kamu sudah berada di level di mana semua tutorial eCognition Developer tingkat dasar di atas sudah terlalu mudah.

Kamu dapat mengikuti tutorial tingat menengah dan tingkat lanjut di bawah ini:

1. Cara menghitung pohon sawit (Oil palm tree counting)–> Paling sering ditanyakan! [Link video 1][Link video 2] [Link artikel 1]
2. From the Ground Up – Working with Regions (~1h)
3. From the Ground Up – Startrails (~2h)
4. From the Ground Up – Customized Import (~2h)
5. From the Ground Up – Batch Processing (~2h)–> mempercepat proses kerja
6. From the Ground Up – How to create a DSM, DTM & nDSM ?!? (~2h) –> sangat bermanfaat!
7. From the Ground Up – Multi-temporal NDVI Change Detection (~2h) –> relatif mudah dan berguna
8. From the Ground Up – Change Detection using Maps (~2h)
9. From the Ground Up – Deep Learning (~5h) –> Hot topic beberapa waktu ini.

Secara lebih lengkap dan berurutan, kamu dapat melakukan sendiri online course eCognition Developer di halaman ini.

Tutorial OBIA – SAGA GIS

Selain eCognition Developer, software yang sering digunakan untuk melakukan analisis OBIA adalah SAGA GIS.

Berbeda dengan eCOgnition Developer, SAGA GIS merupakan perangkat lunaka yang dapat diunduh dan digunakan secara gratis. Ini merupakan salah satu keuntungan tersendiri.

Selain untuk OBIA, SAGA GIS juga menawaran berbagai fungsi analisis spasial, SIG, dan penginderaan jauh yang jarang dimiliki software lainnya.

Berikut link tutorial OBIA menggunakan software SAGA GIS:

1. Tutorial Klasifikasi OBIA (Object Based Image Analysis) Menggunakan SAGA GIS 3.0
2. Tutorial SAGA GIS: OBIA segmentation
3. SAGA GIS tutorial: Segmentation/OBIA – Video’s

Tutorial OBIA – QGIS (+Orfeo Toolbox)

Pilihan sofware gratis untuk OBIA lainnya adalah QGIS yang digabungkan dengan Orfeo Toolbox.

Sebenarnya, kamu bisa jalankan Orfeo Toolbox secara terpisah. Namun pada prakteknya, penggunaannya via QGIS lebih disenangi karena memiliki interface yang lebih mudah.

Berikut beberapa tutorial melakukan OBIA menggunakan QGIS:

1. Object based image classification workflow in Orfeo Toolbox
2. Object-based Image classification in QGIS || OBIA !! || A complete Tutorial

Tutorial OBIA – ArcGIS

Software terbesar dan paling banyak digunakan dalan kegiatan geosapsial, ArcGIS juga tidak ketinggalan.

ArcGIS maupun ArcGIS Pro kini menyediakan fungsi- atau tools yang dapat kita gunakan untuk melakukan analisi OBIA di dalamnya.

Berikut beberapa di antaranya, yang menurut saya paling bagus, lengkap dan mudah diikuti:

1. Tutorial Image Segmentation in ArcGIS
2. Image Segmentation. A Completed Workflow From Training Samples Generation to Accuracy Assessment
3. ArcGIS Pro: Image Segmentation, Classification and Machine Learning

Kesimpulan

Selamat kamu telah menyelesaikan artikel ini.

Artikel ini memuat penjelasan dan panduan mengenai OBIA atau Object Based Image Analysis, mulai dari teori hingga tutorial prakteknya secara teknis.

Jika kamu membaca setiap link bacaan dan mengikuti setiap tutorial yang diberikan dalam tulisan ini, saya yakin sekarang kamu sudah cukup mahir melakukan OBIA.

Jika setelah membaca masih ada pertanyaan mengenai OBIA, silahkan tulis di kolom komentar di bawah.

Termasuk juga, jika kamu punya link bacaan atau tutorial yang akan membantu teman-teman yang lain untuk belajar, silahkan juga cantumkan di bawah.

Artikel ini akan saya usahakan tetap update dari waktu ke waktu.

Terima kasih dan salam.