Segmentasi citra memegang peranan penting dalam proses pemahaman dan analisis citra. Segmentasi ini bertujuan untuk mengetahui informasi semantik yang terkandung dari suatu citra dengan cara membagi-bagi citra menjadi beberapa bagian untuk selanjutnya dianalisis. Proses segmentasi citra hyperspectral dapat dilakukan dengan beberapa metode, salah satunya menggunakan metode spektral-spasial dengan menggabungkan hasil klasifikasi menggunakan Support Vector Machine (SVM) dan hasil segmentasi menggunakn Minimum Spanning Forest (MSF). Kedua hasil segmentasi kemudian digabungkan dengan majority voting. Modifikasi dilakukan pada dua hal, yaitu (i) memberikan informasi hasil SVM berupa label dan probabilitas hasil klasifikasi pada pembangunan MSF, dan (ii) menggunakan syarat batas minimal piksel pada setiap segmen dengan tujuan untuk mengurangi error hasil segmentasi. Hasil yang diperoleh menunjukkan bahwa modifikasi dapat meningkatkan akurasi hasil segmentasi dibanding tanpa modifikasi.