<![CDATA[Konsep klasifikasi terbimbing konvensional adalah terjadinya relasi antara informasiterlatih (training area) dengan hasil klasifikasi dalam mengkelaskan satu pixel ke dalam satu kelas. Salah satu kelemahan dari penentuan training area adalah akan menurunkan tingkat ketelitian citra, ketika proses penentuan pixel menjadi anggota kelas. Pada tulisan ini diterangkan algorithma klasifikasi dengan menggunakan software definiens yang didasarkan pada metoda pengambilan keputusan tetangga terdekat. Metode ini telah digunakan untuk menginventarisir objek dari citra ALOS tertanggal 10 Mei 2007 wilayah Provinsi Jawa Barat. Hasil analisa dan perhitungan objek yang dapat dikelaskan dengan metoda ini antara lain: man made object seluas 38.077,46 ha, lahan terbuka seluas 29.236,06 ha, tubuh air seluas 13.985,47 ha, sedangkan vegetasi jarang dan rapat berturut-turut seluas 42.988,47 ha dan 70.821,76 ha.Kata-Kunci : Klasifikasi Terbimbing, Segmentasi, Citra ALOS, Tetangga TerdekatABSTRACTIn the concept of conventional remote sensing supervised classification, the relationship between trained information and the classification result is one pixel belongs to one class. Once of limitation of training area process is decreasing the accuracy of image, caused The existence of mixed class can not accepted due to the assumption that had been taken during the classification and during the determination of pixel membership. In this paper explained the Algorithm of classification using Definiens software based on nearest neighbourhood method. This method has been applied to inventorying object using ALOS image at at Mei 10st, 2007 in the West Jawa Province. Based on calculation, the object can be classified by this method content : man made object area,38.077,46 ha, the open field area, 29.236,06 ha, water body area 13.985,47 ha, Beside that, the high and low density of vegetation area are 42.988,47 ha and 70.821,76 ha respectively.Key Words : Classification Supervised, Segmentation, ALOS Image, NearestNeighbourhood]]>
