5

BAB II

TINJAUAN PUSTAKA

Bab II berisikan teori-teori penunjang yang mendasari dalam pembahasan

permasalahan, diantaranya state of the art, teori mengenai Penginderaan Jauh

(Remote Sensing) melingkupi kemampuan dan pemanfaatannya, penjelasan

mengenai Satelit Landsat serta pemrograman berbasis MatLab.

2.1 State of The Art

Aplikasi Deteksi Kebakaran Hutan Menggunakan Citra Satelit Landsat

menggunakan teknologi penginderaan jauh yang pada prinsipnya adalah suatu

metode pengambilan data permukaan bumi, salah satunya seperti bencana alam.

Adanya bantuan teknologi remote sensing maka dalam kegiatan mengamati dan

mengawasi suatu kejadian di permukaan bumi menjadi jauh lebih mudah,

khususnya dalam hal ini adalah bencana kebakaran hutan. Terdapat beberapa

penelitian yang telah dilakukan oleh beberapa orang yang digunakan sebagai state

of the art dalam penelitian ini.

Penelitian pertama adalah penelitan tentang Deteksi Lokasi Titik Api Pada

Kebakaran Hutan Menggunakan Colour Image Prosessing yang dilakukan oleh

mahasiswa Universitas Budi Luhur (Widyarto et al, 2012). Penelitian ini

menggunakan konsep segmentasi watershed yaitu dengan menganggap sebuah

gambar merupakan bentuk tiga dimensi yaitu posisi x dan y dengan tingkat warna

pixel yang dimilikinya. Hasil dari segmentasi ini digunakan pada proses selanjutnya

untuk mendapatkan fitur-fitur titik api pada kebakaran hutan yang nantinya akan

dilakukan pengklasifikasian sebagai analisa lanjutan.

Penelitian selanjutnya adalah penelitian yang dilakukan oleh Fakultas

Kehutanan IPB dengan judul penelitian Tehnik Mendeteksi Kebakaran Hutan

Melalui Citra Satelit Multiwaktu: Studi Kasus di Propinsi Sumatera Selatan dan

Riau (Jaya et al, 2000). Penelitian ini menjelaskan teknik untuk mendeteksi

kebakaran hutan dan lahan. Menggunakan Teknik deteksi tiga perubahan

terevaluasi yaitu: (1) perbandingan paska-klasifikasi/PPK (Post-Classification

Comparison/PCC), (2) klasifikasi multiwaktu secara langsung/KML (Direct

6

Multidate Classification/DMC) dan (3) Analisis Komponen Utama

multiwaktu/AKUM (Multitemporal Principal Component Analysis/MPCA),

khususnya yang berasal dari matriks varians-kovarians (komponen utama

unstandardixed) diakui cocok dalam mendeteksi perubahan akibat kebakaran hutan

dan lahan. Penelitian ini menunjukkan bahwa Landsat TM menyediakan informasi

hutan bekas tebangan dan hutan yang dibakar.

Penelitian lainnya dilakukan oleh Mahasiswa Fakultas Pertanian

Universitas Sumatera Utara dengan judul penelitian Penggunaan Data Hotspot

untuk Monitoring Kebakaran Hutan dan Lahan di Indonesia (Thoha, 2008).

Penelitian ini menggunakan data citra satelit AVHRR-NOAA (Advanced Very High

Resolution Radiometer–National Oeceanic and Atmospheric Administration).

Menggunakan Brightness temperature dimana pada keadaan normal suhu

kecerahan (Brightness temperature) dari piksel citra NOAA-AVHRR band 3 (Tb3)

selalu lebih kecil dari Brightness temperature band 4 (Tb4). Apabila Tb3>Tb4

maka terjadi anomali yang disebabkan oleh adanya sumber panas seperti kebakaran

hutan atau dapat juga karena pengaruh kilauan matahari (sunglind). Apabila Tb3-

Tb4>20 maka piksel tersebut adalah hotspot.

Dapat diketahui bahwa terdapat banyak metode penelitian dalam

mendeteksi titik api setelah melihat ke 3 contoh penelitian diatas. Beberapa bentuk

diantaranya adalah segmentasi wathershed, Post-Classification Comparison/PCC,

Direct Multidate Classification/DMC, Multitemporal Principal Component

Analysis/MPCA dan Brightness temperature. Judul yang diangkat yaitu Aplikasi

Penginderaan Jauh Dalam Mendeteksi Kebakaran Hutan Menggunakan Citra

Satelit Landsat 8 menggunakan metode Brightness temperature dan citra satelit

Landsat 8 sebagai data yang diteliti.

2.2 Penginderaan Jauh (Remote Sensing)

Penginderaan Jauh umumnya mengacu pada kegiatan pencatatan,

mengamati atau memahami (sensing) objek atau peristiwa di tempat jauh (remote).

Dalam penginderaan jauh, sensor tidak bersentuhan langsung dengan objek atau

7

peristiwa yang diamati. Informasi yang ada membutuhkan pembawa fisik untuk

melakukan perjalanan dari benda/peristiwa pada sensor melalui media intervensi.

Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi

tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh

dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang

dikaji. (Lillesand et al, 2015)

Penginderaan jauh sangat bergantung dari energi Gelombang

Elektromagnetik. Gelombang Elektromagnetik dapat berasal dari banyak hal, akan

tetapi Gelombang Elektromagnetik yang terpenting pada penginderaan jauh adalah

sinar matahari.

Gambar 2.1 Sensor aktif dan sensor pasif (http://www.cpuik.com/)

Banyak sensor menggunakan energi pantulan sinar matahari sebagai sumber

Gelombang Elektromagnetik, tetapi ada beberapa sensor penginderaan jauh yang

menggunakan energi yang dipancarkan oleh bumi dan yang dipancarkan oleh

sensor itu sendiri. Sensor yang memanfaatkan energi dari pantulan cahaya matahari

atau energi bumi disebut sensor pasif, sedangkan yang memanfaatkan energi dari

sensor itu sendiri disebut sensor aktif (Kerle et al, 2004) seperti yang terlihat pada

Gambar 2.1.

8

2.3 Karakteristik Citra

Energi Elektromagnetik dapat dideteksi baik secara fotografi atau secara

elektronik. Proses fotografi menggunakan reaksi kimia pada permukaan film peka

cahaya untuk mendeteksi dan merekam variasi energi. Hal ini penting untuk

membedakan antara citra/gambar dan foto dalam penginderaan jauh. Suatu citra

mengacu pada setiap representasi bergambar, terlepas dari panjang gelombang apa

atau perangkat penginderaan jauh yang telah digunakan untuk mendeteksi dan

merekam Energi Elektromagnetik. Sebuah foto merujuk secara khusus untuk

gambar yang telah terdeteksi serta direkam pada film fotografi. Foto hitam putih di

bawah ini adalah bagian dari Kota Ottawa, Kanada diambil di bagian yang terlihat

dari spektrum.

Gambar 2.2 Foto Hitam Putih Kota Ottawa, Kanada (http://www.ccrs.nrcan.gc.ca/)

Foto biasanya direkam dalam rentang panjang gelombang dari 0,3 µM

(gelombang tampak) sampai 0,9 µM (gelombang inframerah). Berdasarkan definisi

tersebut, dapat dikatakan bahwa semua foto adalah gambar tapi tidak semua

gambar adalah foto, oleh karena itu, selain membahas secara khusus tentang

gambar yang direkam secara fotografi, digunakan istilah gambar (Solomon,

2011).

Sebuah foto juga bisa diwakili dan ditampilkan dalam format digital dengan

membagi gambar ke daerah-daerah yang sama-berukuran dan berbentuk kecil, yang

disebut elemen gambar atau piksel, dan mewakili kecerahan daerah masing-masing

dengan nilai numerik atau angka digital seperti yang terlihat pada gambar di bawah

9

ini. Menggunakan definisi yang baru saja dibahas, ini sebenarnya adalah

sebuah citra digital dari foto asli. Foto ini dipindai dan dibagi menjadi piksel

dengan masing-masing piksel diberi nomor digital yang mewakili kecerahan

relatif.

Gambar 2.3 Elemen Citra atau Piksel (http://www.ccrs.nrcan.gc.ca/)

Komputer menampilkan setiap nilai digital sebagai tingkat kecerahan yang

berbeda. Sensor yang merekam energi elektromagnetik, secara elektronik merekam

energi sebagai bentuk array angka dalam format digital tepat dari awal. Kedua cara

yang berbeda ini mewakili dan menampilkan data penginderaan jauh, baik secara

bergambar atau secara digital, yang dipertukarkan karena keduanya menyampaikan

informasi yang sama (meskipun beberapa detil mungkin akan hilang saat dikonversi

bolak-balik).

Warna bisa terlihat karena mata mendeteksi seluruh rentang panjang

gelombang tampak dan otak memproses informasi menjadi warna yang terpisah.

Dapat dibayangkan seperti apa dunia akan terlihat jika yang bisa terlihat hanya

rentang panjang gelombang atau warna yang sangat sempit. Itu adalah bagaimana

cara kerja dari kebanyakan sensor satelit. Informasi dari berbagai panjang

gelombang yang sempit dikumpulkan dan disimpan di saluran, juga kadang-kadang

disebut sebagai sebuah band. Kita dapat menggabungkan dan menampilkan saluran

informasi secara digital menggunakan tiga warna primer (biru, hijau, dan merah).

Data dari masing-masing saluran yang direpresentasikan sebagai salah satu warna

primer, tergantung pada kecerahan relatif (yaitu nilai digital) dari setiap pixel di

10

setiap saluran, warna primer digabungkan dalam proporsi yang berbeda untuk

mewakili warna yang berbeda.

Metode ini ketika digunakan untuk menampilkan suatu saluran tunggal atau

panjang gelombang, sebenarnya hanya menampilkan saluran tersebut melalui

semua tiga warna primer. Karena tingkat kecerahan dari setiap pixel adalah sama

untuk setiap warna primer, ketiganya bergabung untuk membentuk citra hitam

putih, menampilkan berbagai nuansa abu-abu dari hitam menjadi putih (Russ,

1995).

Gambar 2.4 Citra Hitam Putih dan Citra Warna (http://www.ccrs.nrcan.gc.ca/)

Ketika menampilkan lebih dari satu saluran (band) masing-masing sebagai

warna dasar yang berbeda, maka tingkat kecerahan mungkin berbeda untuk setiap

kombinasi/warna dasar saluran dan mereka akan bergabung untuk membentuk citra

warna seperti yang terlihat pada Gambar 2.4.

2.4 Interpretasi Citra

Interpretasi citra adalah kegiatan mengkaji foto udara atau citra dengan

maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut.

Ada tiga rangkaian kegiatan yang diperlukan dalam pengenalan objek yang

tergambar pada citra, yaitu deteksi, identifikasi, dan analisis. Deteksi ialah

pengamatan atas adanya objek, identifikasi ialah upaya mencirikan objek yang

telah dideteksi dengan menggunakan keterangan yang cukup, sedangkan analisis

11

ialah tahap mengumpulkan keterangan lebih lanjut (Natural Resource Canada,

2008.).

Unsur interpretasi citra terdiri atas sembilan unsur, yaitu rona atau warna,

ukuran, bentuk, tekstur, pola, situs, bayangan, asosiasi dan konvergensi bukti.

Berikut ini adalah penjelasan lebih lengkapnya.

1. Rona dan Warna (Tone and Color).

Rona ialah tingkat kegelapan atau kecerahan objek pada citra. Adapun

warna adalah wujud yang tampak oleh mata. Ada tingkat kegelapan warna biru,

hijau, merah, kuning dan jingga. Rona dibedakan atas lima tingkat, yaitu putih,

kelabu putih, kelabu, kelabu hitam, dan hitam.

Gambar 2.5 Warna dan Rona (http://www.ccrs.nrcan.gc.ca/)

Karakteristik objek yang mempengaruhi rona, permukaan yang kasar

cenderung menimbulkan rona yang gelap, warna objek yang gelap cenderung

menimbulkan rona yang gelap, objek yang basah atau lembap cenderung

menimbulkan rona gelap. Contoh pada foto pankromatik air akan tampak gelap,

atap seng dan asbes yang masih baru tampak rona putih, sedangkan atap sirap

ronanya hitam seperti yang terlihat pada Gambar 2.5.

12

2. Bentuk (Shape)

Bentuk mengacu pada bentuk umum, struktur, atau garis besar dari objek

individu dan bisa menjadi petunjuk yang sangat khas untuk interpretasi. Banyak

objek yang dapat dikenali berdasarkan bentuknya saja, seperti bentuk memanjang,

lingkaran, dan segi empat. Contoh gedung sekolah pada umumnya berbentuk huruf

I, L, U atau berbentuk empat persegi panjang. Rumah sakit berbentuk empat

persegi panjang. Sementara fitur alam, seperti tepi hutan umumnya tidak teratur

bentuknya, kecuali ada manusia yang telah membuat jalan atau penebangan.

3. Ukuran (Size)

Ukuran yang berupa jarak, luas, tinggi, lereng, dan volume selalu berkaitan

dengan skalanya. Ukuran rumah sering mencirikan apakah rumah itu rumah

penduduk, kantor, atau industri. Contoh rumah penduduk pada umumnya lebih

kecil bila dibandingkan dengan kantor atau pabrik. Ukuran lapangan sepak bola 80

m X 100 m, 15 m X 30 m lapangan tennis, 8 m X 15 m bagi lapangan bulu tangkis.

4. Kekasaran (Texture)

Tekstur adalah halus kasarnya objek pada citra. Contoh pengenalan objek

berdasarkan tekstur: Hutan bertekstur kasar, belukar bertekstur sedang, semak

bertekstur halus. Tanaman padi bertekstur halus, tanaman tebu bertekstur sedang,

dan tanaman pekarangan bertekstur kasar. Permukaan air yang tenang bertekstur

halus.

13

Gambar 2.6 Tekstur (http://www.landscapetoolbox.org/)

Contoh tekstur kasar, tekstur sedang dan tekstur halus seperti yang terlihat

pada Gambar 2.6. Tekstur merupakan salah satu elemen yang paling penting untuk

membedakan fitur dalam citra radar.

5. Pola (Pattern)

Pola adalah hubungan susunan spasial objek. Pola merupakan ciri yang

menandai objek bentukan manusia ataupun alamiah. Pola aliran sungai sering

menandai bagi struktur geologi dan jenis tanah. Misalnya, pola aliran trellis

menandai struktur lipatan. Kebun karet, kelapa sawit dan kebun kopi memiliki pola

yang teratur sehingga dapat dibedakan dengan hutan.

14

Gambar 2.7 Pola (http://www.landscapetoolbox.org/)

Contoh pola terlihat pada Gambar 2.7 dimana hutan yang ditebang menjadi

bentuk sedemikian rupa oleh penduduk sekitar.

6. Bayangan (Shadow)

Bayangan bersifat menyembunyikan objek yang berada di daerah gelap.

Bayangan dapat digunakan untuk objek yang memiliki ketinggian, seperti objek

bangunan, patahan, menara.

Gambar 2.8 Bayangan (http://www.landscapetoolbox.org/)

15

Contoh bayangan terlihat pada Gambar 2.8. Bayangan ini juga berguna untuk

meningkatkan atau mengidentifikasi topografi dan bentang alam, khususnya di citra

radar.

7. Situs (Site)

Situs merupakan posisi suatu obyek terhadap obyek yang lain yang ada di

sekitarnya. Misalnya adalah pemukiman yang memiliki pola linier dengan

mengikuti panjang jalan atau pantai dan sekolah yang berada di dekat lapangan

sepak bola.

8. Asosiasi (Association)

Asosiasi adalah keterkaitan antara objek yang satu dengan objek lainnya.

Suatu objek pada citra merupakan petunjuk bagi adanya objek lain. Stasiun kereta

api berasosiasi dengan rel kereta api yang jumlahnya bercabang. Lapangan bola

ditandai dengan situsnya yang berupa gawang selain bentuknya yang persegi

panjang.

9. Konvergensi Bukti

Konvergensi bukti ini adalah menggunakan beberapa unsur interpretasi citra

sehingga bisa mempersempit ruang lingkup yang mengarahkan pada kesimpulan

obyek tertentu. Misalnya ada obyek yang berbentuk kotak dengan tekstur halus dan

bentuknya teratur, bisa mengindikasikan bahwa objek tersebut adalah sawah

2.5 Spektrum Elektromagnetik

Spektrum Elektromagnetik memiliki kaitan yang erat dengan ilmu Remote

Sensing. Banyak data Remote Sensing berasal dari hasil pantulan Spektrum

Elektromagnetik. Spektrum merupakan ragam dari rentangan panjang dari suatu

gelombang radiasi. Spektrum gelombang elektromagnetik adalah ragam

gelombang elektromagnetik yang dikategorikan berdasarkan rentang frekuensinya

(Finkenthal et al, 2010). Spektrum gelombang elektromagnetik dipancarkan oleh

16

transisi elektron yaitu ketika suatu elektron berpindah dari orbit satu ke orbit yang

lain.

Gambar 2.9 Spektrum Elektromagnetik (http://planck.caltech.edu/)

Jenis-Jenis spektrum gelombang elektromagnetik ada 7 macam. Jenis

tersebut dikategorikan berdasarkan besar frekuensi gelombangnya seperti yang

terlihat pada gambar 2.9. Berikut ini adalah besasr frekuensi gelombang jika

diurutkan dari frekuensinya yang paling besar ke yang paling kecil:

1. Gelombang Radio

Gelombang ini memiliki panjang sekitar 103 meter dengan frekuensi sekitar

104 Hertz. Sumber gelombang ini berasal dari rangkaian Oscillator elektronik yang

bergetar. Rangkaian Oscillator tersebut terdiri dari komponen Resistor (R),

Induktor (L), dan Kapasitor (C). Spektrum Gelombang Radio dimanfaatkan

manusia untuk teknologi radio, televisi, dan telepon.

2. Gelombang Mikro

Gelombang ini memiliki panjang sekitar 10-2 meter dengan frekuensi sekitar

108 Hertz. Gelombang ini dihasilkan oleh Tabung Klystron yang kegunaanya

sebagai penghantar energi panas. Salah satu contoh penggunaan Gelombang Mikro

17

yaitu pada oven microwave yang berupa efek panas untuk memasak. Gelombang

Mikro dapat mudah diserap oleh suatu benda dan juga menimbulkan efek

pemanasan pada benda tersebut. Gelombang Mikro juga dapat digunakan untuk

mesin radar.

3. Gelombang Inframerah

Gelombang Inframerah memiliki panjang sekitar 10-5 meter dengan

frekuensi sekitar 1012 Hertz. Gelombang Inframerah dihasilkan ketika molekul

elektron bergetar karena panas, contohnya tubuh manusia dan bara api. Manfaat

kegunaan lain Gelombang Inframerah yaitu untuk remote TV dan transfer data di

ponsel.

4. Gelombang Cahaya Tampak

Gelomang Cahaya Tampak sesuai namanya spectrum berupa cahaya yang

dapat ditangkap langsung oleh mata manusia. Gelombang ini memiliki panjang

0.5x10-6 meter dengan frekuensi 1015 Hertz. Gelombang Cahaya Tampak sendiri

terdiri dari 7 macam yang disebut warna. Jika diurutkan dari yang paling besar

frekuensinya adalah merah, jingga, kuning, hijau, biru, nila, dan ungu.

5. Gelombang Ultra Violet

Gelombang UV (Ultra Violet) memiliki panjang 10-8 meter dengan

frekuensi 1016 Hertz. Gelombang ini berasal dari matahari dan juga dapat

dihasilkan oleh transisi elektron dalam orbit atom, busur karbon, dan lampu

mercury. Fungsi UV dapat bermanfaat dan dapat berbahaya bagi manusia. Salah

satu contoh fungsi sinar UV adalah sebagai detektor untuk membedakan uang

asli dan uang palsu.

6. Gelombang Sinar X

Gelombang Sinar X memiliki panjang 10-10 meter dan memiliki frekuensi

1018 Hertz. Gelombang Sinar X sering juga disebut dengan Sinar Rontgen, karena

gelombang ini banyak dimanfaatkan untuk kegiatan Rontgen di rumah sakit.

18

7. Gelombang Sinar Gamma

Gelombang Sinar Gamma memilik panjang 10-12 meter dengan frekuensi

1020 Hertz. Gelombang ini dihasilkan dari peristiwa peluruhan radioaktif atau inti

atom yang tidak stabil. Gelombang Sinar Gamma merupakan gelombang yang

memiliki frekuensi paling besar dan panjang gelombang terkecil sehingga daya

tembusnya sangat besar, bahkan bisa menembus plat besi. Salah satu fungsi dari

Sinar Gamma yaitu dapat digunakan dalam kedokteran sebagai pembunuh sel

kanker dan sterilisasi alat-alat kedokteran.

2.6 NDVI

NDVI (Normalized Difference Vegetation Index) adalah perhitungan yang

melibatkan citra satelit untuk mendapatkan nilai Indeks Vegetasi. NDVI umumnya

digunakan untuk mengetahui tingkat kehijauan, sebagai tahap awal dari pembagian

daerah vegetasi. Nilai NDVI didapatkan dari rumus matematis antara Band 5 (Band

Near-Infrared) dengan Band 4 (Band Red) (As-syakur, 2009).

Pemilihan 2 band ini tentunya dengan pertimbangan, yaitu pemantulan

cahaya oleh objek (Reflectance), penyerapan cahaya oleh objek (Absorptance) dan

pelolosan cahaya oleh objek (Transmittance). Pemantulan maksimum ini

disebabkan oleh struktur daun (Mesophyll) yang dapat meningkatkan pemantulan

gelombang Band Near-Infrared. Penyerapan maksimum terjadi pada panjang

gelombang Band Red. Penyerapan ini disebabkan oleh zat hijau daun (Chlorophyll)

(As-syakur, 2009).

Persamaan NDVI merupakan hasil dari pengurangan nilai piksel Band

Near-Infrared terhadap Band Red dibagi penjumlahan nilai piksel Band Near-

Infrared terhadap Band Red. Input band yang digunakan harus terlebih dahulu di

koreksi secara radiometric (Kustiyo, 2004). Persamaan NDVI dirumuskan sebagai

berikut (Jensen, 2000).

N D V I =

(Band NIR – Band Red)

(Band NIR + Band Red)

. . . (1)

19

Analisi citra digital dengan metode transformasi NDVI akan lebih efektif

untuk objek kajian yang mempunyai wilayah persebaran yang luas dan homogeny

(Armanto, 2013) seperti hutan. Proses NDVI akan menghasilkan sebuah citra baru

dengan nilai pikel-piksel berkisar antara -1 sampai dengan +1. Nilai piksel positif

menandakan suatu vegetasi, sedangkan nilai piksel negative menandakan objek

non-vegetasi.

Tabel 2.1 Klasifikasi NDVI

Klasifikasi Nilai NDVI

Awan, Air, Es < 0

Batu dan Lahan Kosong 0 – 0,1

Padang Rumput 0,2 – 0,3

Hutan Tropis, Hutan Mangrove 0,4 – 0,8

2.7 Satelit Landsat

Program Landsat adalah program untuk mendapatkan citra bumi dari luar

angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972 dan yang paling

akhir Landsat 8, diluncurkan tanggal 11 Februari 2013 (Parcher, 2012). Instrumen

satelit-satelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut

diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh

dunia yang memiliki sumberdaya untuk riset perubahan global dan aplikasinya pada

pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan

nasional.

Citra Landsat OLI/TIRS merupakan salah satu jenis citra satelit

penginderaan jauh yang dihasilkan dari sistem penginderaan jauh pasif. Pada

Landsat 8, terdapat 11 saluran atau band dimana setiap band menggunakan panjang

gelombang tertentu. Satelit Landsat merupakan satelit dengan jenis orbit

sunsyncron. Mengorbit bumi dengan hampir melewati kutub, memotong arah rotasi

bumi dengan sudut inklinasi 98,2 derajat dan ketinggian orbitnya 705 km dari

permukaan bumi. Luas liputan per scene 185 km x 185 km. Landsat mempunyai

20

kemampuan untuk meliput daerah yang sama pada permukaan bumi pada setiap 16

hari dengan ketinggian orbit 705 km.

2.7.1 Sistem Sensor dalam Satelit Landsat

Satelit Landsat membawa instrumen-instrumen tertentu dalam tugasnya

mencitrakan bumi. Instrumen-instrumen tersebut adalah:

1. Return Beam Vidicon (RBV).

Instrumen ini pada dasarnya merupakan sistem sensor mirip kamera televisi

yang merekam gambar permukaan bumi di sepanjang lintasan satelit. Hasil

rekaman berupa frame image berukuran 185 km x 185 km. Pada Landsat 1 dan

Landsat 2 digunakan 3 kamera RBV yang dipisahkan oleh filter transmisi yang

berbeda hingga memungkinkan perekaman 3 band spektral yang berbeda.

2. Multi Spectral Scanner (MSS).

Sistem sensor ini berupa sistem scanner yang secara bersamaan dapat

merekam bagian permukaan bumi (scene) yang sama dengan menggunakan

beberapa domain panjang gelombang yang berbeda. Pada satelit Landsat, sistem

sensor ini merekam data 4 band dari spektrum tampak (visible) hingga

inframerah.

3. Thematic Mapper (TM).

Instrumen TM ini adalah sistem sensor berupa crosstrack scanner. Sistem

sensor ini merekam data 7 band dari domain tampak (visible) hingga inframerah

thermal (LWIR) pada satelit Landsat. Instrumen ini mulai digunakan pada Landsat

4.

4. Enhanced Thematic Mapper (ETM).

ETM atau ETM+ pada Landsat 7 adalah sistem sensor yang merupakan

perbaikan dari sistem TM dengan tambahan band pankromatik yang beresolusi 15

meter x 15 meter untuk mendapatkan resolusi spasial yang lebih tinggi.

21

5. Onboard Operational Land Imager (OLI)

Instrumen Landsat 8 yang merupakan buatan Ball Aerospace. Sistem sensor

ini memiliki 9 band dan terdapat 2 band baru pada satelit Program Landsat yaitu

Deep Blue Coastal/Aerosol Band (0.433 – 0.453 mikrometer) untuk deteksi wilayah

pesisir serta Shortwave-InfraRed Cirrus Band (1.360 – 1.390 mikrometer) untuk

deteksi awan/cirrus.

6. Sensor Thermal InfraRed Sensors (TIRS).

Instrumen ini juga terdapat pada satelit Landsat 8. Sensor ini dibuat oleh

NASA Goddard Space Flight Center, terdapat dua band pada region thermal yang

mempunyai resolusi spasial 100 meter.

2.7.2 Perkembangan Satelit Landsat

Satelit Landsat merupakan salah satu satelit sumber daya bumi yang

dikembangkan oleh NASA dan Departemen Dalam Negeri Amerika Serikat

(Folger, 2014). Satelit ini terbagi dalam dua generasi, yaitu:

1. Generasi pertama, yaitu satelit Landsat 1, Landsat 2, dan Landsat 3.

Generasi ini merupakan satelit percobaan (eksperimental).

2. Generasi kedua, yaitu Landsat 4 dan Landsat 5, merupakan satelit

operasional, sedangkan satelit berikutnya dinamakan sebagai satelit

penelitian dan pengembangan.

Gambar 2.10 Timeline satelit Landsat (http://landsat.gsfc.nasa.gov/?p=3166)

22

Satelit Landsat senantiasa berkembang di tiap generasi. Secara lengkapnya,

satelit Landsat yang telah diluncurkan adalah sebagai berikut:

1. Landsat 1

Landsat 1 pada mulanya bernama "Earth Resources Technology Satellite 1".

Landsat 1 adalah satelit pertama dari Amerika Serikat. Satelit yang diluncurkan pada

23 Juli 1972 oleh roket Delta 900 ini adalah versi modifikasi dari satelit meteorologi

Nimbus 4. Satelit Landsat 1 melakukan monitoring dengan membawa instrumen

kamera RBV dan MSS. Operasi berakhir tahun 1978.

2. Landsat 2

Landsat 2 adalah satelit kedua dari program Landsat. Awalnya satelit ini

bernama ERTS-B (Earth Resource Technology Satellite-B) namun berganti nama

menjadi "Landsat 2" sebelum peluncurannya pada 22 Januari 1975. Landsat 2

membawa sensor yang sama seperti pendahulunya, yaitu RBV dan MSS. RBV

merupakan instrumen yang digunakan untuk tujuan evaluasi teknik sedangkan MSS

secara sistematis terus mengumpulkan gambar dari Bumi. Landsat 2 beroperasi

selama lebih dari tujuh tahun dan akhirnya berhenti beroperasi pada 25 Februari

1982.

3. Landsat 3

Landsat 3 adalah satelit ketiga dari program Landsat. Satelit ini diluncurkan

pada tanggal 5 Maret 1978 dengan tujuan utama menyediakan arsip global

foto satelit. Landsat 3 memiliki desain dasar sama seperti Landsat 2. Satelit ini

membawa instrumen MSS, yang memiliki resolusi maksimum 75 m. Tidak

seperti dua Landsat sebelumnya, instrumenthermal band telah dibuat pada Landsat

3, tetapi instrumen ini gagal beroperasi setelah satelit ditempatkan. Landsat 3

ditempatkan dalam orbit polar berjarak sekitar 920 km dan menghabiskan waktu 18

hari untuk memindai seluruh permukaan bumi. Landsat 3 sudah tidak beroperasi

lagi karena adanya masalah teknis dan berhenti beroperasi pada 21 Maret

1983.

23

4. Landsat 4

Landsat 4 adalah satelit keempat dari program Landsat. Satelit ini

diluncurkan pada 16 Juli 1982 dengan tujuan utama menyediakan arsip global foto

satelit. Meski program Landsat dikelola oleh NASA, data dari Landsat 4

dikumpulkan dan didistribusikan oleh USGS. Landsat 4 sudah tidak beroperasi lagi

karena adanya masalah teknis dan akhirnya berhenti beroperasi pada tahun 1993.

Landsat 4 memiliki bandwidth transmisi maksimum sebesar 85 Mbit/s,

membawa MSS yang telah diperbaharui dan Thematic Mapper (TM) yang memiliki

resolusi maksimum 30 m. Perlu dicatat bahwa Landsat 4 adalah satelit pertama

dalam program Landsat yang menggunakan sensor TM. Sensor TM mampu

mengumpulkan tujuh band data yang berbeda dari empat band data yang

dikumpulkan MSS. Selain memiliki tiga band data lebih banyak, para ilmuwan dapat

melihat data TM dengan resolusi yang lebih tinggi dibandingkan dengan MSS. Band

1-5 dan 7 masing-masing memiliki resolusi spektral 30 m sementara MSS hanya

tersedia resolusi 79 m dan 82 m. Band 6 (merupakan band inframerah thermal)

memiliki resolusi spasial maksimum 120m.

5. Landsat 5

Landsat 5 adalah satelit kelima dari program Landsat. Satelit ini diluncurkan

pada tanggal 1 Maret 1984 dengan tujuan utama menyediakan arsip global foto

satelit. Program Landsat dikelola oleh USGS dan data dari Landsat 5

dikumpulkan serta didistribusikan dari USGS's Center untuk Earth Resources

Observation and Science. Pada tanggal 2 Maret 2009, Landsat 5 merayakan 25

tahun keberhasilannya beroperasi. Landsat 5 telah melampaui harapan sejak

pertama kali dirancang.

Satelit ini memiliki bandwidth transmisi maksimum sebesar 85 Mbit/s dan

ditempatkan pada ketinggian 705,3 km (438,3 mil). Dibutuhkan sekitar 16 hari untuk

memindai seluruh bumi. Satelit ini adalah salinan identik dari Landsat 4 dan pada

awalnya dimaksudkan sebagai backup Landsat 4 karena membawa instrumen yang

sama, termasuk instrumen TM dan MSS. Instrumen MSS ini dimatikan pada tahun

24

1995. Dan pada akhirnya satelit ini berhenti beroperasi berakhir pada bulan Januari

2013.

6. Landsat 6

Landsat 6 dirancang untuk melanjutkan program Landsat. Satelit ini diluncurkan

pada 5 Oktober 1993 menggunakan Titan II tapi gagal mencapai orbit karena

masalah teknis. Sebagai akibatnya, Landsat 4 dan Landsat 5 digunakan lagi

(melebihi umur yang telah ditetapkan). Namun hanya Landsat 5 yang masih

beroperasi.

7. Landsat 7

Satelit ini diluncurkan pada tanggal 15 April 1999. Tujuan utama Landsat 7

adalah untuk memperbaharui arsip citra satelit, menyediakan citra yang update dan

bebas awan. Meski program Landsat dikelola oleh NASA, data dari Landsat 7

dikumpulkan dan didistribusikan oleh USGS. Proyek NASA World Wind

memungkinkan gambar tiga dimensi dari Landsat 7 dan sumber-sumber lainnya

untuk dapat dengan mudah dinavigasi dan dilihat dari berbagai sudut.

Landsat 7 dirancang untuk dapat bertahan 5 tahun dan memiliki kapasitas

untuk mengumpulkan dan mentrasmisikan hingga 532 citra setiap harinya. Orbit dari

satelit ini adalah polar, orbit yang sinkron terhadap matahari, dalam arti dapat

memindai seluruh permukaan bumi, yakni selama 232 orbit atau 15 hari. Massa

satelit tersebut 1973 kg, memiliki panjang 4,04 meter dan diameter 2,74 meter. Tak

seperti pendahulunya, Landsat 7 memiliki memori 378 gigabits (kira-kira 100

citra). Instrumen utama Landsat 7 adalah Enhanced Thematic Mapper Plus

(ETM+).

8. Landsat 8

Landsat Data Continuity Mission (LDCM) atau dikenal juga dengan nama

Landsat 8 merupakan satelit generasi terbaru dari Program Landsat. Satelit ini

merupakan projek gabungan antara USGS dan NASA beserta NASA Goddard

25

Space Flight Center dan diluncurkan pada hari Senin, 11 Februari 2013 di Pangkalan

Angkatan Udara Vandeberg, California – Amerika Serikat.

Satelit Landsat 8 yang direncanakan mempunyai durasi misi selama 5 – 10

tahun ini, dilengkapi dua sensor yang merupakan hasil pengembangan dari sensor

yang terdapat pada satelit-satelit pada Program Landsat sebelumnya. Kedua sensor

tersebut yaitu Sensor Operational Land Manager (OLI) yang terdiri dari 9 band

serta Sensor Thermal InfraRed Sensors (TIRS) yang terdiri dari 2 band.

Untuk Sensor OLI yang dibuat oleh Ball Aerospace, terdapat 2 band yang

baru terdapat pada satelit Program Landsat yaitu Deep Blue Coastal/Aerosol Band

(0.433 – 0.453 mikrometer) untuk deteksi wilayah pesisir serta Shortwave-InfraRed

Cirrus Band (1.360 – 1.390 mikrometer) untuk deteksi awan cirrus. Sedangkan sisa

7 band lainnya merupakan band yang sebelumnya juga telah terdapat pada sensor

satelit Landsat generasi sebelumnya. Dan untuk lebih detailnya, berikut ini daftar 9

band yang terdapat pada Sensor OLI:

Tabel 2.2 Daftar 9 band yang terdapat pada Sensor OLI

Band Spektral Panjang Gelombang Resolusi Spasial

Band 1 – Coastal/Aerosol 0.433 – 0.453 mikrometer 30 Meter

Band 2 – Blue 0.453 – 0.515 mikrometer 30 Meter

Band 3 – Green 0.525 – 0.600 mikrometer 30 Meter

Band 4 – Red 0.630 – 0.680 mikrometer 30 Meter

Band 5 – Near Infrared 0.845 – 0.885 mikrometer 30 Meter

Band 6 – Short Wavelength InfraRed 1.560 – 1.660 mikrometer 30 Meter

Band 7 – Short Wavelength InfraRed 2.100 – 2.300 mikrometer 30 Meter

Band 8 – Panchromatic 0.500 – 0.680 mikrometer 15 Meter

Band 9 – Cirrus 1.360 – 1.390 mikrometer 30 Meter

26

Terdapat dua band tambahan untuk Sensor TIRS yang dibuat oleh NASA

Goddard Space Flight Center pada region thermal yang mempunyai resolusi spasial

100 meter, yaitu:

Tabel 2.3 Daftar 2 band yang terdapat pada Sensor TIRS

Band Spektral Panjang Gelombang Resolusi Spasial

Band 10 – Long Wavelength

InfraRed 10.30 – 11.30 mikrometer 100 Meter

Band 11 – Long Wavelength

InfraRed 11.50 – 12.50 mikrometer 100 Meter

2.7.3 Resolusi Spasial Citra

Resolusi spasial merupakan ukuran terkecil dari suatu bentuk permukaan

bumi yang bisa dibedakan dengan bentuk permukaan disekitarnya atau sesuatu

yang ukurannya bisa ditentukan. Pengertian lain menyebutkan bahwa resolusi

spasial ialah luas suatu objek di bumi yang diukur dalam satuan piksel pada citra

satelit. Citra Landsat memungkinkan pengguna untuk menentukan luas suatu objek

di permukaan bumi berdasarkan resolusi spasial yang terdapat pada spesifikasi

setiap Band. Kemampuan ini memungkinkan pengguna untuk melakukan analisa

dan indentifikasi luas objek tertentu di permukaan bumi.

Gambar 2.11 Resolusi Spasial Citra Band 8

Setiap Band memiliki resolusi spasial yang berbeda. Sebagai contoh Band

5 pada satelit Landsat 8 memiliki resolusi spasial 30m seperti yang terlihat pada

Nilai 1 piksel / 1 kotak = 900 m2

27

Gambar 2.11. Dengan demikian, citra tersebut dapat disimpulkan memiliki luas

bidang 900m2 untuk setiap pikselnya.

2.7.4 Brightness Temperature

Brightness Temperature adalah pengukuran cahaya dari radiasi gelombang

micro yang bergerak ke atas dari permukaan atmosfir bumi (Geological Survey,

2015). Perhitungan Brightness Temperature disini digunakan untuk mencari tahu

dan menentukan suhu permukaan yang ada di bumi, sebagai tahap mendeteksi titik-

titk api (hotspot). Berikut ini adalah perhitungan Brightness Temperature yang

dimana pada penelitian ini menggunakan Band 10 (Band Thermal). Tahap pertama

yaitu perhitungan cahaya spectral TOA (Top of Atmosphere):

Lλ = MLQcal + AL

dimana:

Lλ = cahaya spectral TOA (Watts/( m2 * srad * μm))

ML = RADIANCE_MULT_BAND_x dari metadata, dimana x adalah Band yang

digunakan

AL = RADIANCE_ADD_BAND_x dari metadata, dimana x adalah Band yang

digunakan

Qcal = Produk standar yang sudah dikalibrasi (DN). Dalam hal ini adalah Band

10

Tahap selanjutnya adalah perhitungan Brightness Temperature. Data Band

Thermal dapat dikonversi dari cahaya spectral menjadi data Brightness

Temperature menggunakan konstanta thermal yang disediakan dalam metadata

sebagai berikut:

T =

K2

ln( K1 +1)

Lλ

. . . (2)

. . . (3)

28

dimana:

T = brightness temperature (K)

Lλ = cahaya spectral TOA (Watts/( m2 * srad * μm))

K1 = konstanta thermal dari metadata (K1_CONSTANT_BAND_x, dimana x

adalah Band yang digunakan)

K2 = konstanta thermal dari metadata (K2_CONSTANT_BAND_x, dimana x

adalah Band yang digunakan)

2.8 Matlab

Matlab (Matrix Laboratory) adalah sebuah program untuk analisis dan

komputasi numerik dan merupakan suatu bahasa pemrograman matematika lanjutan

yang dibentuk dengan dasar pemikiran menggunakan sifat dan bentuk matriks.

Pada awalnya, program ini merupakan interface untuk koleksi rutin-rutin numerik

dari proyek LINPACK dan EISPACK, dan dikembangkan menggunkan bahasa

FORTRAN namun sekarang merupakan produk komersial dari perusahaan

Mathworks, Inc. yang dalam perkembangan selanjutnya dikembangkan

menggunakan bahasa C++ dan assembler (utamanya untuk fungsi-fungsi dasar

Matlab).

Matlab telah berkembang menjadi sebuah environment pemrograman yang

canggih yang berisi fungsi-fungsi built-in untuk melakukan tugas pengolahan sinyal,

aljabar linier, dan kalkulasi matematis lainnya. Matlab juga berisi toolbox yang

berisi fungsi- fungsi tambahan untuk aplikasi khusus. Matlab bersifat extensible,

dalam arti bahwa pengguna dapat menulis fungsi baru untuk ditambahkan pada

library ketika fungsi-fungsi built-in yang tersedia tidak dapat melakukan tugas

tertentu. Kemampuan pemrograman yang dibutuhkan tidak terlalu sulit bila

memiliki pengalaman dalam pemrograman bahasa lain seperti C, PASCAL, atau

FORTRAN.

MatLab adalah software yang dikembangkan oleh Mathworks.Inc.

(http://www.mathworks.com). Matlab merupakan software yang paling efisien

untuk perhitungan numerik berbasis matriks, sehingga Matlab banyak digunakan

pada:

29

1. Matematika dan komputasi.

2. Pengembangan dan algoritma.

3. Pemrograman modeling, simulasi, dan pembuatan prototype.

4. Analisis data, eksplorasi dan visualisasi.

5. Analisis numerik dan statistic.

Matlab merupakan bahasa pemrograman komputer berbasis window dengan

orientasi dasarnya adalah matrik, namun tidak menutup kemungkinan untuk

pengerjaan permasalahan non matrik. Matlab juga merupakan bahasa pemrograman

berbasis objek (OOP), tetapi disisi lain Matlab bukanlah type compiler, maka

program yang dihasilkan pada Matlab tidak dapat berdiri sendiri. Matlab memiliki

tiga windows yang digunakan dalam operasinya yaitu:

1. Command window sebagai layar perintah.

2. Figure window sebagai layar gambar.

3. Note pad sebagai editor program.