Penggunaan Model Multinomial Untuk Mendukung Keputusan Neural Buatan Dalam Klasifikasi dan Deteksi Perubahan Penutup Lahan Citra Multi Waktu dan Multi Sensor
Abstrak: Makalah ini
menyajikan hasil studi
berkelanjutan pada klasifikasi
citra. Dalam studi
sebelumnya, telah direkomendasikan skema
neuro-statistik dalam skema
multi temporal citra
sensor optik. Skema
ini terdiri atas pengklasifikasi jaringan
neural untuk menghitung
probabilitas posterior, metode
ekspektasi maksimum untuk mengoptimalkan probabilitas
join, dan probabilitas
majemuk untuk menghasilkan
citra tematik dan
citra perubahan penutup lahan.
Makalah ini melaporkan hasil perluasan dari skema yang telah ada untuk
klasifikasi citra multi waktu – multi
sensor. Untuk setiap
pengklasifikasi citra sensor,
dua skema telah
dilakukan pengujian. Skema
pertama menggunakan fitur tekstur
citra tonal asli sebagai data input
Model Gaussian untuk pengklasifikasi jaringan neural. Skema kedua
menggunakan fitur tekstur citra asli dan matrik ko-okuren dengan Model
Multinomial sebagai data input pengklasifikasi jaringan neural. Berdasarkan
studi ini kami merekomendasi sebuah skema untuk klasifikasi citra multi waktu-
multi sensor.
Kata Kunci: Probabilistic
Neural Network, Model Gaussian, Model Multinomial, Multisensor Multitemporal
Penulis: Wawan Setiawan
Kode Jurnal: jptinformatikadd110125
