Kembali ke dasar.
Apa perbedaan dari Nearest Neighbor, Bilinear Interpolation dan Cubic Convolution?
Ketiga metode resampling; Nearest Neighbor, Bilinear Interpolation dan Cubic Convolution, menentukan bagaimana nilai piksel dari raster ditentukan setelah suatu operasi geometrik dilakukan. Metode yang digunakan tergantung dengan data input dan penggunaan setelah suatu operasi dilaksanakan.
Nearest Neighbor digunakan untuk data berkategori seperti klasifikasi penggunaan lahan atau klasifikasi lereng. Nilai yang masuk ke dalam grid sama persis, input 2 akan keluar 2 atau input 99 akan keluar 99. Nilai dari piksel dari output ditentukan dari nilai piksel terdekat dari grid input. Nearest Neighbor juga dapat digunakan pada data continue tapi hasilnya dapat tertampil seperti blok blok.
Bilinear Interpolation menggunakan rerata tertimbang dari 4 piksel terdekat dari piksel pusatnya. Semakin dekat pusat input piksel dengan pusat output piksel , maka semakin tinggi pengaruh nilainya terhadap nilai piksel output. Ini berarti nilai output dapat berbeda dengan input terdekatnya, tetapi selalu dalam satu cakupan nilai input. karena nilai dapat berubah, Bilinear tidak direkomendasikan untuk data kategori, tetapi digunakan untuk data yang berkelanjutan/continuous seperti data ketinggian atau data raw slope.
Cubic Convolution mencari 16 nilai piksel terdekat dari piksel pusat dari outputnya dan menyesuaikan kurva halus pada titiknya untuk mencari nilainya. Jadi tidak saja mengubah nilai piksel tetapi juga membuat nilai output diluar cakupan nilai inputnya. Metode ini tidak direkomendasikan untuk data kategori tetapi sangat baik untuk menghaluskan data berlekanjutan/continuous.