ABSTRAK Nama : Wiwin Farhania Program Studi : Magister Ilmu Komputer Judul : Vektorisasi Citra Dalam Kompresi Citra Hiperspektral Dengan Menggunakan Set Partitioning In Hierarchical Trees Dan Discrete Cosine Transform Penginderaan Jauh merupakan teknologi yang mampu mengatasi permasalahan pengukuran data untuk informasi yang cepat dan akurat. Pengimplementasian teknologi Penginderaan Jauh dalam bidang pertanian salah satunya adalah dalam pengambilan data citra hiperspektral untuk mengetahui kondisi maupun umur tanaman padi. Hal tersebut diperlukan untuk estimasi rice yield demi mendukung kebijakan pemerintahan dalam melakukan impor beras untuk memenuhi kebutuhan pangan di Indonesia. Data yang diperoleh dari lapangan yang akan digunakan untuk memprediksi jumlah persediaan beras yang dimiliki sangatlah besar dan hal ini menyulitkan dalam penyimpanan karena memerlukan memori yang besar dan apabila data tersebut harus ditransmisikan akan memakan waktu yang lama karena terlalu besar. Untuk mengatasi hal tersebut telah banyak dilakukan penelitian dalam mengkompresi citra hiperspektral. Pada penelitian ini dilakukan suatu cara mengkompres citra dengan menggunakan metode yang cukup efisien yaitu Set Partitioning In Hierarchical Trees ( SPIHT ) dan Discrete Cosine Transform (DCT) dengan memvektorisasi citra terlebih dahulu. Hasil yang diperoleh dari penelitian ini adalah bahwa penggunan metode SPIHT lebih baik dibandingkan dengan hasil yang diperoleh dengan menggunakan metode DCT dengan membandingkan PSNR yang didapat dan akurasi hasil klasifikasi citra tersebut. Kata Kunci: Citra Hiperspektral,kompresi, PSNR,DCT, SPIHT, vektorisasi