ABSTRAK Nama : Suzan Novtalia Gill Program Studi : Ilmu Komputer Judul : Klasifikasi citra satelit menggunakan basis aturan dan automatic multi seeded color edge region growing Klasifikasi citra merupakan tahapan yang sangat penting dalam pemanfaatan citra satelit. Efisiensi dan tingkat akurasi merupakan dua hal penting yang masih diusahakan untuk terus ditingkatkan dalam proses klasifikasi. Pada penelitian ini citra satelit diklasifikasi menggunakan basis aturan dan automatic multi seeded color edge region growing. Klasifikasi diterapkan pada citra Quickbird dan GeoEye-1 wilayah perkotaan yang ditransformasi kedalam format YCbCr untuk kemudian di segmentasi menggunakan metode automatic multi seeded color edge region growing. Segmen kemudian diklasifikasi menggunakan basis aturan. Persentase hasil akurasi klasifikasi pada citra Quickbird untuk objek air, vegetasi, bangunan dan jalan adalah 31,73 %; 82,75 %; 73,96 % dan 74,41 %. Sedangkan persentase hasil akurasi klasifikasi pada citra GeoEye-1 untuk objek air, vegetasi, jalan dan bangunan adalah 89,74 %; 77,23 %; 82,72 % dan 80,59%. Kata Kunci: Citra satelit, klasifikasi otomatis, edge region growing, multi seed, basis aturan, YCbCr.