Dalam dunia remote sensing dan klasifikasi citra satelit, warna atau nilai spektral saja sering kali tidak cukup untuk membedakan objek di permukaan bumi. Misalnya, atap bangunan dan tanah kering kadang memiliki warna yang mirip pada citra satelit. Nah, di sinilah GLCM (Gray Level Co-occurrence Matrix) menjadi sangat penting, terutama pada pendekatan object-based classification.

Secara sederhana, GLCM digunakan untuk membaca tekstur pada citra satelit.

Kalau spectral feature melihat “warna”, maka GLCM melihat:

  • pola,
  • susunan,
  • kekasaran,
  • dan hubungan antar piksel dalam suatu area.

Kenapa GLCM Penting pada Object-Based?

Pada object-based classification, citra satelit tidak dibaca per piksel, tetapi dikelompokkan menjadi objek atau segmen.

Masalahnya, banyak objek punya warna yang hampir sama.

Contohnya:

  • jalan beton vs atap bangunan,
  • sawah muda vs rumput,
  • permukiman padat vs lahan terbuka,
  • vegetasi rapat vs perkebunan.

Kalau hanya mengandalkan spektral, AI bisa salah klasifikasi.

Nah, GLCM membantu sistem memahami karakter tekstur tiap objek.

Misalnya:

  • kawasan permukiman → teksturnya kasar dan tidak beraturan,
  • sawah → lebih halus dan berpola,
  • hutan → tekstur rapat,
  • jalan → tekstur linear dan homogen.

Jadi AI tidak hanya “melihat warna”, tetapi juga memahami pola permukaan.

Apa yang Dihitung oleh GLCM?

GLCM bekerja dengan melihat hubungan antar piksel berdasarkan tingkat keabuan (gray level) pada arah dan jarak tertentu.

Dari proses tersebut, dihasilkan berbagai fitur tekstur seperti:

Contrast

Mengukur perbedaan intensitas antar piksel.

➡ Cocok untuk mendeteksi area dengan perubahan tekstur tinggi seperti kawasan urban.

Homogeneity

Mengukur keseragaman tekstur.

➡ Berguna untuk area homogen seperti sawah atau perairan.

Energy

Mengukur keteraturan pola.

➡ Digunakan untuk mengenali objek dengan pola berulang.

Correlation

Mengukur hubungan antar piksel.

➡ Membantu memahami pola spasial dalam suatu objek.

Dalam Object-Based, GLCM Jadi “Nilai Tambah”

Pada object-based classification, biasanya fitur yang digunakan meliputi:

  • spectral feature,
  • shape feature,
  • spatial feature,
  • dan texture feature.

Nah, GLCM masuk ke kategori texture feature.

Karena object-based fokus pada objek utuh, maka tekstur menjadi sangat penting untuk memperjelas karakter tiap segmen.

Itulah kenapa kombinasi:

  • segmentasi objek +
  • texture analysis GLCM

sering menghasilkan klasifikasi yang lebih akurat dibanding hanya menggunakan spektral saja.

Sangat Penting untuk Citra Resolusi Tinggi

GLCM paling terasa manfaatnya pada:

  • drone imagery,
  • citra UAV,
  • WorldView,
  • Sentinel,
  • SPOT,
  • dan citra resolusi tinggi lainnya.

Semakin tinggi resolusi citra, semakin detail tekstur yang bisa dianalisis.

Karena itu GLCM sering digunakan untuk:

  • urban mapping,
  • klasifikasi tutupan lahan,
  • monitoring hutan,
  • pertanian presisi,
  • habitat pesisir,
  • hingga deteksi perubahan lingkungan.

Analogi Sederhana

Kalau AI tanpa GLCM hanya melihat:

“Objek ini warnanya hijau.”

Maka AI dengan GLCM bisa memahami:

“Objek ini hijau, teksturnya rapat, berpola acak, dan kemungkinan besar adalah hutan.”

Artinya, GLCM membantu AI membaca “karakter permukaan” secara lebih mendalam.