LAPORAN RESMI

PRAKTIKUM PENGINDERAAN JAUH

MODUL 2

KOREKSI RADIOMETRI

Oleh

Hendri Zand F lahagu

26020113140118

SHIFT 2

PROGRAM STUDI ILMU KELAUTAN

JURUSAN ILMU KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS DIPONEGORO

SEMARANG

2015

LEMBAR PENILAIAN

(KOREKSI RADIOMETRI)

NO. KETERANGAN NILAI

1. Pendahuluan

2. Tinjauan Pustaka

3. Materi dan Metode

4. Hasil dan Pembahasan

5. Kesimpulan

6. Daftar Pustaka

TOTAL

Mengetahui,

Koordinator Asisten Asisten,

Tegar Ramadhan Andhita Pipiet Christianti26020212130039 26020212140027

Nama: Hendri Zand F Lahagu NIM: 26020113140118 Ttd: ................

I. PENDAHULUAN

1.1. Latar Belakang

Pada zaman sekarang ini khususnya di Indonesia informasi mengenai

permukaan bumi menyebabkan kegiatan survey pemetaan di Indonesia semakin

meningkat. Pelaksanaan kegiatan survey pemetaan dapat dibedakan melalui dua

macam teknologi, yaitu Penginderaan Jauh (PJ) dan Sistem Informasi Geografi

(SIG). Penginderaan Jauh merupakan seni dan dalam ekstraksi informasi

mengenai suatu objek, wilayah atau fenomena yang dikaji (Lillesand dan Kiefer,

1987). Sedangkan Sistem Informasi Geografi merupakan seperangkat sistem

yang digunakan untuk melakukan pengelolaan, analisis dan manipulasi informasi

yang mempunyai rujukan keruangan dalam suatu sistem pemecahan masalah

(Projo Danoedoro, 1996).

Dalam penggunaan teknologi citra satelit lama kita memerlukan koreksi

radiometri. Koreksi radiometri bertujuan untuk mengurangi pengaruh hamburan

atmosfer (yang disebabkan adanya partikel-partikel di atmosfer yang memberikan

efek hamburan pada energi elektromagnet matahari yang berpengaruh pada nilai

spektral citra, sehingga nilainya akan lebih tinggi daripada sebenarnya) pada citra

satelit, terutama pada saluran tampak. Sejalan dengan berjalannya waktu, citra

satelit terbaru tidak perlu dilakukan lagi koreksi radiometri karena begitu citra

tersebut diperoleh maka secara otomotis citra satelit tersebut sudah terkoreksi.

Praktikum penginderaan jauh modul 2 membahas tentang koreksi radiometri

dimana terdiri dari metode Penyesuaian Histogram, Dark Pixel Correction,

Enhanced Dark Pixel Correction, dan Cut Off Scattergram (Anonim, 2012).

Koreksi radiometri digunakan untuk mengurangi pengaruh hamburan

atmosfer (yang disebabkan ada partikel-partikel di atmosfer yang memberikan

efek hamburan pada energy elektromagnet matahari yang berpengaruh pada nilai

spectral citra, sehingga nilainya akan lebih tinggi daripada sebenarnya) pada citra

satelit, terutama pada saluran tampak (visible light). Jensen (1986)

mengungkapkan dua metode untuk memperbaiki kualitas citra, yaitu dengan

penyesuaian histogram dan penyesuaian regresi (Anonim, 2012).

1.2. Tujuan

1. Mahasiswa diharapkan mampu melakukan koreksi radiometri.

2. Mahasiswa diharapkan mampu memeriksa atmosferic bias citra.

3. Mahasiswa diharapkan dapat menggunakan metode penyesuaian

histogram.

4. Mahasiswa diharapkan mampu melakukan teknik penyesuaian

histogram Dark Pixel Correction (DPC).

5. Mahasiswa diharapkan mampu melakukan teknik penyesuaian

histogram Enhanced Dark Pixel Correction (EDPC).

6. Mahasiswa diharapkan mampu melakukan teknik penyesuaian

histogram Cut Off Scattergram.

II. TINJAUAN PUSTAKA

2.1 Koreksi Radiometri

Koreksi radiometri (satelite Image callibration) merupakan sistem

penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan

atmosfer pada citra satelit terutama pada saluran tampak (visible light).

Hamburan atmosfer disebabkan oleh adanya partikel-partikel di atmosfer

yang memberikan efek hamburan pada energi elektromagnetik matahari yang

berpengaruh pada nilai spektral citra. Pengaruh hamburan (scattering) pada

citra yang menyebabkan nilai spektral citra menjadi lebih tinggi daripada nilai

sebenarnya (Sumaryono, 1999).

Koreksi radiometri ditujukan untuk memperbaiki nilai pixel supaya sesuai

dengan yang seharusnya, kesalahan radiometrik ini dapat disebabkan oleh dua

hal, yaitu instrumen sensor dan gangguan atmosfer. Instrumen sensor ini

disebabkan oleh ketidak konsistenan detektor dalam menangkap informasi.

Atmosfer yang biasanya sebagai sumber kesalahan utama, sebagai media

radiasi gelombang elektromagnetik akan menyerap, memantulkan atau

menstransmisikan gelombang elektromagnetik tersebut, hal ini menyebabkan

cacat radiometrik pada citra, yaitu nilai pixel yang jauh lebih tinggi atau jauh

lebih rendah dari pancaran spektral obyek yang sebenarnya (Konturgeo,

2008).

Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang

terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi

lebih besar oleh karena adanya hamburan atau lebih kecil karena proses

serapan. Metode-metode yang sering digunakan untuk menghilangkan efek

atmosfer antara lain metode pergeseran histogram (histogram adjustment),

metode regresi dan metode kalibrasi bayangan (Projo Danoedoro, 1996).

Koreksi radiometrik dilakukan pada kesalahan oleh sensor dan sistem

sensor terhadap respon detektor dan pengaruh atmosfer yang stasioner.

Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi

yang diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi

gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data,

variasi sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama

pengambilan, pengiriman serta perekaman data. Spesifikasi kesalahan

radiometric adalah :

Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra

garis citra

Memperkecil kesalahan pengamatan detektor yang berubah sesuai

perubahan waktu

Kesalahan berbentuk nilai digital yang mempunyai hubungan linier

dengan tingkat radiasi dan panjang gelomang elektromagnetik

Koreksi dilakukan sebelum data didistribusi

Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor

dengan mengarahkan scanner pada filter yang disinari secara

elektronikuntuk setiap sapuan

Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik

dan tetap, yang tetap diperkirakan sebelumnya

Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram

tiap detector pada daerah-daerah homogeny misalnya diatas badan air,

apabila ada penyimpangan dapat diperbaiki

Kesalahan bias atau pengaturan kembali detektor apabila mean dan

median detektor berbeda.

(Rahmiariani, 2009)

Koreksi radiometrik oleh respon detektor dipengaruhi oleh jumlah

detektor yang digunakan dalam penginderaan jauh adalah untuk merubah

radiasi yang ditangkap sensor menjadi harga voltage dan kecerahan.

1. Koreksi Akibat Ketidak-sempurnaan Sistem Sensor :

a. Line Dropout

Terjadi kesalahan hilangnya garis terjadi karena salah satu detektor

tidak berfungsi atau mati selama proses penyiaman sehingga pixel dalam

salah satu garis bernilai nol (hitam). Masalah ini sangat serius karena tidak

mungkin memperbaiki data yang tidak pernah diambil. Namun, agar

kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan,

dapat dimasukkan nilai kecerahan estimasi pada setiap garis rusak tersebut

(Rahmiariani, 2009).

Untuk menentukan lokasi garis rusak itu dibuat suatu algoritma

ambang sederhana untuk menandai setiap garis yang mempunyai nilai

kecerahan rata-rata bernilai nol atau mendekati nol. Jika

telah teridentifikasi, koreksi diberikan dengan memasukkan nilai

kecerahan rata-rata bulat dari nilai pixel garis tetangga-tetangga

sebelahnya pada garis rusak itu. Citra dengan data hasil interpolasi

tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garis-

garis hitam yang tersebar di seluruh bagiannya (Rahmiariani, 2009).

b. Stripping atau bounding

Terjadi karena salah satu detektor tidak terkoreksi secara benar

sehingga data hasil rekamannya berbeda dengan detektor lainnya.

Misalnya, pembacaannya menjadi dua kali lebih besar daripada detektor

lainnya pada band yang sama. Data tersebut sah tapi harus dikoreksi agar

memiliki kontras yang sama dengan detektor lainnya untuk setiap

penyiaman. Untuk itu, garis yang salah dapat diidentifikasi dengan

menghitung histogram nilai setiap detektor pada daerah yang homogen,

misalnya pada badan air. Jika rata-rata atau mediannya sangat berbeda dari

lainnya, diperkirakan detektor tersebut belum terkoreksi. Untuk itu, diberi

koreksi bias (menambah atau mengurangi) atau koreksi multiplikasi

(perkalian) (Rahmiariani, 2009).

Beberapa sistem penyiam, seperti Landsat TM, terkadang

menimbulkan jenis derau garis-penyiaman yang unik, yang merupakan

fungsi dari (1) perbedaan relatif hasil dan/atau offset (ketidak-tepatan

posisi detektor) di antara ke 16 detektor dalam suatu band (menyebabkan

striping) dan/atau (2) adanya variasi (ketidak-samaan gerakan) antara

proses penyiaman saat maju dan saat mundur (menyebabkan kesalahan

yang disebut banding). Koreksi diberikan dengan metode filtering atau

transformasi Fourier (Rahmiariani, 2009).

c. Line start

Kesalahan line-start terjadi karena sistem penyiam gagal merekam

data pada awal baris. Atau, dapat juga sebuah detektor tiba-tiba berhenti

merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya

mirip hilangnya garis. Idealnya, jika data tidak terekam, sistem sensor

diprogram untuk mengingat apa saja yang tidak terrekam lalu

menempatkan setiap data yang baik pada lokasi yang tepat selama

penyiaman (Rahmiariani, 2009).

Namun, hal itu tidak selalu terjadi. Misalnya, dapat terjadi pixel

pertama (kolom 1) pada garis ke 3 secara tidak benar ditempatkan

pada kolom 50 pada garis ke 3. Jika lokasi pergeseran awal garis

selalu sama, misalnya bergeser 50 kolom, koreksi dapat

dilakukan dengan mudah. Namun, jika pergeseran awal garis

terjadi secara acak, restorasi data sulit dilakukan tanpa interaksi

manusia secara ekstensif dalam koreksi basis garis-per-garis (Rahmiariani,

2009).

2. Koreksi Akibat Gangguan Alam

a. Pengaruh atmosfer

Terjadinya pelemahan atmospheric karena penghamburan dan

penyerapan gelombang cahaya menyebabkan energi yang terrekam sensor

lebih kecil daripada yang dipancarkan atau dipantulkan permukaan bumi.

Koreksi yang diberikan meliputi koreksi radiometrik absolut dan relative

(Sri Hartanti, 1994).

b. Pengaruh topografi

Pengaruh topografi berupa slope dan aspek akan menimbulkan

perbedaan nilai kecerahan pixel pada obyek sama, sehingga menimbulkan

distorsi radiometrik. Empat metode koreksi slope-aspek topografi adalah

koreksi kosinus, dua metode semi empiris (metode Minnaert dan koreksi

C), dan koreksi empirik-statistik (Sri Hartanti, 1994).

2.2 Penyesuaian Histogram

Dengan histogram kita bisa mengetahui nilai piksel terendah saluran

tersebut, asumsi yang melandasi metode ini adalah bahwa dalam proses

coding digital oleh sensor, obyek yang memberikan respon spektral paling

lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol.

Apabila nilai ini ternyata > 0 maka nilai terserbut dihitung sebagai offset, dan

koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut

dengan offset-nya. Metode ini paling sederhana, hanya dengan melihat

histogram tiap saluran secara independen ( F. Sabins, 1996).

Penyesuaian histogram ini melewati beberapa tahap, dan hasilnya tidak

selalu naik. Hal ini disebabkan karena tidak setiap citra mempunyai nilai

objek yang ideal untuk dikoreksi, seperti air jernih atau bayangan awan.

Dibandingkan dengan teknik penyesuaian histogram hasilnya tidak jauh

berbeda (Sutanto, 1987).

2.3 Penyesuaian Regresi

Penyesuaian regresi diterapkan dengan memplot nilai-nilai piksel hasil

pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila

ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai nol

untuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran

rujukan tersebut untuk membentuk diagram pancar nilai piksel yang diamati.

Cara ini secara teoritis mudah namun secara prakteknya sulit, karena

gangguan atmosfer terjadi hampir pada semua spektra tampak dan saluran.

Pengambilan pixel-pixel pengamatan harus berupa obyek yang secara gradual

berubah naik nilainya, pada kedua saluran sekaligus dan bukan hanya pada

salah satu saluran.( Sutanto, 1987)

Penyesuaian regresi (regression adjusment) pada prinsipnya

menghendaki analisis untuk mengidentifikasi objek bayangan atau air jernih

pada citra yang akan dikoreksi. Nilai kecerahan pada objek dari setiap

saluran di plotkan dalam sumbu koordinat secara berlawanan arah antara

saluran tampak (seperti TM saluran 1, 2, 3) dan saluran infra merah (seperti

TM 4,5,7). Pada diagram ini garis lurus dibuat menggunakan teori

least.square. perpotongannya dengan sumbu X akan menunjukkan besarnya

nilai bias demikian seterusnya untuk saluran yang lain (Anonim, 2012).

2.3.1. DPC (Dark Pixel Correction)

Koreksi piksel gelap merupakan metode sederhana yang digunakan

untuk menghilangkan efek atmosfer saat image radiance. Efek ini terkait

dengan kontribusi hamburan aditif (additive scaterring) dari atmosfer dan

efek dari transmisi multiplikatif energi melalui atmosfer (Anonim, 2012).

2.3.2. EDPC (Enhanced Dark Pixel Correction)

Enhanced Dark Pixel Correction merupakan bagian dari metode

penyesuaian regresi yang digunakan untuk menghilangkan efek dari

atmosfer untuk Image Enhancement (Penajaman Citra). Pada metode ini

system kerjanya hampir mirip dengan metode DPC. Pada metode ini, harus

memasukkan nilai range yang tercantum dalam actual input limits. Pada

Enhanced Dark Pixel Correction terdapat dua layer yang berbeda, yang

dimanan pada layer kedua lebih terang dibandingkan layer pertama dan

gambar layernya lebih tajam (Anonim, 2012).

2.3.3. Cut – Off (Scattergram)

Fungsi ini untuk membantu menganalisis data yang bekerja pada data

dalam mode spektral, scattegram juga berguna untuk klasifikasi

tanah,membuat raster daerah,dan membuat poligon vektor. Scattering

terjadi bila partikel atau molekul gas yang besar yang ada di atmosfer

berinteraksi dan menyebabkan arah radiasi elektromagnetik melenceng dari

jalur sebenarnya. Besarnya penyimpangan ini tergantung pada beberapa

faktor termasuk panjang gelombang radiasi, kelimpahan pertikel dan gas

dan jarak perjalanan radiasi (Anonim, 2012).