BAB IV

PENGOLAHAN DATA DAN HASIL

4.1 Pengolahan Awal Citra ASTER

Citra ASTER diolah menggunakan perangkat lunak ER Mapper 6.4 dan Arc GIS

9.2. Beberapa tahapan awal yang dilakukan yaitu konversi citra. Citra yang

diperoleh adalah citra ASTER dalam format .dat. Agar dapat diolah oleh ER

Mapper maka diubah ke dalam format .ers. ER Mapper dapat secara otomatis

mengkonversi Citra ASTER ini ke dalam format .ers dan memisahkan langsung

ke dalam 3 scene yaitu Visible and Near Infrared (VNIR), Shortwave Infrared

(SWIR) dan Thermal Infrared (TIR). Kemudian ubah rotasinya menjadi nol pada

jendela algoritma agar bagian atas citra berorientasi ke utara.

Tahap selanjutnya dilakukan koreksi geometrik yaitu melakukan koreksi terhadap

titik-titik koordinat citra agar sesuai dengan titik-titik koordinat di sebenarnya.

Pada tugas akhir ini acuan yang digunakan untuk koreksi geometrik yaitu peta

vektor dari hasil survey lapangan.

4.1.1 Pengolahan nilai piksel band VNIR dan SWIR

Pengolahan nilai piksel Band VNIR (band 1-3) dan SWIR (4-9) untuk

memperoleh citra NDVI, emisivitas permukaan (ε), indeks luas daun (LAI),

parameter kekasaran (Zom dan Zoh), ketinggian vegetasi (h) dan displacement

height (d). Tiga parameter penting yang dihasilkan yaitu ;

• Albedo

Citra albedo diperoleh dari nilai reflektansi (persamaan 3.1). Nilai reflektansi

tersebut menjadi input ke dalam persamaan 3.2. Citra yang digunakan untuk

menghitung albedo adalah citra komposit band 1, 3,5,6,8,dan 9. Citra albedo

hasil dari pengolahan nilai reflektansi untuk tanggal 12 Juni 2003 dan 7

Oktober 2005 dapat dilihat pada gambar 4.1 dan 4.2.

• Indeks Vegetasi (NDVI)

Citra indeks vegetasi atau NDVI diperoleh dari persamaan 3.3, menggunakan

band VNIR yaitu band 2 dan 3. Hasil citra NDVI yang sudah diolah disimpan

dalam bilangan ril untuk memudahkan proses selanjutnya. Citra NDVI untuk

tanggal 12 Juni 2003 dan 7 Oktober 2005 dapat dilihat pada gambar 4.3 dan

4.4.

• Emisivitas

Emisivitas diperoleh dari persamaan 3.5 dengan input fractional vegetation

cover (persamaan 3.4). Emisivitas merupakan parameter penting dalam

perhitungan temperatur permukaan (persamaan 3.13) untuk koreksi emisivitas.

Selain itu emisivitas digunakan dalam perhitungan radiasi net (persamaan

2.2). Citra emisivitas hasil pengolahan untuk tanggal 12 Juni 2003 dan 7

Oktober 2005 dapat dilihat pada gambar 4.5 dan 4.6.

4.1.2 Pengolahan nilai piksel band TIR

Dari band TIR (band 10 – 14) pada citra ASTER, dipilih band 13 (10.25-10.95

µm) untuk menghitung temperatur permukaan (Ts). Band 13 dipilih karena lebar

band ini mendekati puncak radiasi dari spektrum benda hitam.

Citra temperatur permukaan diperoleh dari persamaan 3.13. Pertama dihitung

terlebih dahulu spektral radian Lλ (persamaan 3.11). Kemudian Lλ sebagai input

kedalam perhitungan temperatur benda hitam (Tc) (persamaan 3.12). Kemudian

citra temperatur benda hitam dilakukan koreksi emisivitas (persamaan 3.13).

Emisivitas diperoleh dari persamaan 3.5. Citra temperatur permukaan (Ts) untuk

tanggal 12 Juni 2003 dan 7 Oktober 2005 dapat dilihat pada gambar 4.7 dan 4.8.

4.1.3 Klasifikasi Citra

Klasifikasi citra pada tugas akhir ini dilakukan dengan metode unsupervised

classification. Dalam klasifikasi citra dengan menggunakan metode ini, pertama

kita menentukan jumlah kelas yang dikehendaki. Dalam tugas akhir ini dilakukan

klasifikasi citra dengan 11 kelas. Kemudian perangkat lunak secara otomatis

menjalankan proses klasifikasi dengan metode Maksimum likelihood Enhanced.

Dengan bantuan data tutupan lahan dapat dikenali masing-masing kelas. Untuk

memudahkan analisa citra klasifikasi ini ditambahkan legenda yaitu jenis-jenis

tutupan lahan. Klasifikasi citra dilakukan untuk mengamati sejauh mana terjadi

perubahan tutupan lahan yang akan menunjang untuk analisis. Hasil klasifikasi

citra pada tugas akhir ini dapat dilihat pada gambar 4.9 dan 4.10

4.2 Pengolahan data Meteorologi dan Uji hipotesis

4.2.1 Kecepatan angin (U)

Kecepatan angin digunakan dalam satuan meter/detik. Data kecepatan angin yang

diperoleh dari stasiun merupakan kecepatan angin pada ketinggian 10 m.

Sehingga perlu dilakukan konversi dari kecepatan angin 10 m menjadi kecepatan

angin pada ketinggian 2 m menggunakan persamaan 3.14.

4.2.2 Temperatur udara (Tu)

Temperatur udara (Tu) yang diperoleh dari pengukuran stasiun klimatologi

memiliki satuan oC. Temperatur udara dikorelasikan dengan nilai piksel band 13

dari TIR dengan persamaan 2.6, 2.7 dan 2.8 pada bab II. Koefisien regresi yang

diperoleh maih harus diuji kelayakan dengan menggunakan persamaan 2.9.

Setelah diperoleh persamaan regresi antara temperatur udara dan nilai piksel maka

persamaan regresi dimasukan kedalam formula pada perangkat lunak yang

digunakan. Hasil regresi linear temperatur udara dapat dilihat pada gambar 4.11

dan 4.12.

4.2.3 Kelembaban udara (RH)

Kelembaban udara (RH) yang digunakan adalah data harian. Kelembaban udara

spasial diperoleh dengan melakukan regresi linear antara kelembaban udara hasil

pengkuran lapangan dengan nilai piksel band 13, menggunakan persamaan 2.14,

2.15 dan 2.16. Koefisien regresi yang diperoleh masih harus diuji kelayakan

dengan menggunakan persamaan 2.17. Setelah diperoleh persamaan regresi antara

temperatur udara dan nilai piksel maka persamaan regresi dimasukan kedalam

formula pada perangkat lunak yang digunakan. Hasil regresi linear kelembaban

udara dapat dilihat pada gambar 4.13 dan 4.14.

4.2.4 Tekanan uap jenuh (es)

Tekanan uap jenuh dihitung dengan persamaan 3.15. Tekanan uap jenuh

merupakan fungsi dari temperatur udara. Temperatur udara spasial yang sudah

diperoleh, diolah dengan memasukan persamaan 3.15 ke dalam formula pada

perangkat lunak kemudian didapat tekanan uap jenuh spasial. Tekanan uap jenuh

spasial dapat dilihat pada gambar 4.15 dan 4.16.

4.3 Pengolahan radiasi net (Rn)

Rn dihitung dengan persamaan 2.2. Dengan input albedo (persamaan 3.2), Rs

(persamaan 3.17), temperatur permukaan (persamaan 3.13), emisivitas permukaan

(ε) (persamaan 3.5) dan temperatur udara spasial (Tu). Citra radiasi net hasil

pengolahan dapat dilihat pada gambar 4.17 dan 4.18.

4.4 Pengolahan fluks Panas Tanah (G)

Fluks panas tanah dihitung menggunakan persamaan 2.3 dengan input Rn

(persamaan 2.2) dan fc (persamaan 3.4). Citra fluks Panas Tanah dapat dilihat

pada gambar 4.19 dan 4.20.

4.5 Pengolahan evapotranspirasi spasial

Evapotranspirasi spasial dihitung dari rumus Penman Monteith (persamaan 2.1).

Jika semua input yang bukan konstanta sudah dalam bentuk spasial maka rumus

Penman Monteith dimasukan kedalam perangkat lunak pengolah citra kemudian

dihasilkan citra evapotranspirasi spasial. Citra evapotranspirasi spasial hasil

pengolahan dapat dilihat pada gambar 4.21 dan 4.22.

4.6 Hasil Pengolahan Data

Citra Albedo

Gambar 4.1 Citra Albedo Daerah Bandung dan Sekitarnya 12 juni 2003

Gambar 4.2 Citra Albedo Daerah Bandung dan Sekitarnya 7 Oktober 2005

Citra NDVI

Gambar 4.3 Citra NDVI Daerah Bandung dan sekitarnya 12 Juni 2003

Gambar 4.4 Citra NDVI Daerah Bandung dan sekitarnya 7 Oktober 2005

Citra Emisivitas

Gambar 4.5 Citra Emisivitas Daerah Bandung dan Sekitarnya 12 Juni 2003

Gambar 4.6 Citra Emisivitas Daerah Bandung dan Sekitarnya 7 Oktober 2005

Citra Temperatur Permukaan

Gambar 4.7 Citra Temperatur Permukaan Daerah Bandung dan Sekitarnya

12 juni 2003

Gambar 4.8 Citra Temperatur Permukaan Daerah Bandung dan Sekitarnya

7 Oktober 2005

Citra klasifikasi Lahan

Gambar 4.9 Citra Klasifikasi Lahan Daerah Bandung dan Sekitarnya

12 juni 2003

Gambar 4.10 Citra Klasifikasi Lahan Daerah Bandung dan Sekitarnya

7 Oktober 2005