PENDAHULUAN

1.1. LATAR BELAKANG Berdasarkan hasil penelitian para ahli penginderaan jauh selama ini serta adanya kebutuhan bagi pembangunan nasional, maka pemerintah telah memutuskan untuk membangun suatu sistem Stasiun Bumi Satelit Penginderaan Jauh yang pelaksanaannya dipercayakan kepada LAPAN (Lembaga

Penerbangan dan Antariksa Nasional). Sistem yang dibangun disesuaikan dengan perkembangan saat ini, yaitu dapat menerima dan mengolah data dari berbagai satelit yang diorbitkan dari bumi. Ilmu atau seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji adalah penginderaan jauh. Alat yang dimaksud dalam batasan ini adalah alat pengindera atau sensor. Banyak kegunaan hasil pemotretan bumi dari satelit merupakan

perkembangan dari pengukuran permukaan bumi dengan alat ukur tanah yang dikembangkan dengan foto udara dan kemudian dengan satelit. Klasifikasi citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan, laut, sungai, sawah, dan lainlain. Metode berbasis unsupervised yang diusulkan ini adalah integrasi dari metode feature extraction, hierarchical (hirarki) clustering, dan partitional (partisi) clustering. Feature extraction dimaksudkan untuk mendapatkan komponen utama citra multispektral tersebut, sekaligus mengeliminir komponen yang redundan, sehingga akan mengurangi kompleksitas komputasi. Histogram komponen utama ini dianalisa untuk melihat lokasi terkonsentasinya pixel dalam feature space.

1

1.2. TUJUAN Mahasiswa diharapkan mengetahui arti dan fungsi dari penginderaan jauh Mahasiswa mampu menganalisis dan menyimpulkan tentang interface software ER MAPPER 7.0. Mahasiswa diharapkan mengetahui dan mampu mengoperasikan software ER Mapper 7.0 yang dapat membantu dalam proses pengolahan data hasil dari citra penginderaan jauh

2

BAB II TINJAUAN PUSTAKA

2.1 PENGERTIAN PENGINDERAAN JAUH Penginderaan jauh berkembang sangat pesat sejak empat dasawarsa terakhir ini. Perkembangannya meliputi aspek sensor, wahana atau kendaraan pembawa sensor, jenis citra serta liputan dan ketersediaannya, alat dan analisis data, dan jumlah pengguna serta bidang penggunaannya. Berikut adalah pengertian penginderaan jauh menurut beberapa ahli: Penginderaan jauh (remote sensing), yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat diinterpretasikan sehingga menghasilkan informasi yang berguna (Curran, 1985). Penginderaan jauh (remote sensing), yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera. Foto udara, citra satelit, dan citra radar adalah beberapa bentuk penginderaan jauh (Colwell, 1984). Penginderaan jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh.Hal ini biasanya berhubungan dengan

pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek (Campbell, 1987). Penginderaan jauh ialah ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah atau gejala yang dikaji (Lillesand dan Kiefer , 1979).

Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Proses penerjemahan data

3

menjadi informasi disebut analisis atau interpretasi data dan analisis data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik, dan data lapangan. Keseluruhan proses mulai dari pengambilan data, analisis data hingga penggunaan data disebut Sistem Penginderaan Jauh (Purwadhi, 2001).

Gambar 2.1. Sistem Penginderaan Jauh (Sumber: www.google.com)

2.2 CITRACitra dapat diartikan sebagai gambaran yang tampak dari suatu obyek yang sedang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau. Menurut Hornby (1974) Citra adalah gambaran yang terekam oleh kamera atau alat sensor lain. Sedangkan menurut Simonett, dkk (1983) Citra adalah gambar rekaman suatu obyek (biasanya berupa gambaran pada foto) yang didapat dengan cara optik, elektrooptik, optik-mekanik, atau electromekanik. Di dalam bahasa Inggris terdapat dua istilah yang berarti citra dalam bahasa Indonesia, yaitu image dan imagery, akan tetapi imagery dirasa lebih tepat

penggunaannya (Sutanto, 1986). Agar dapat dimanfaatkan maka citra tersebut harus diinterprestasikan atau diterjemahkan/ ditafsirkan terlebih dahulu. 4

Pendapat lain adalah Citra merupakan gambaran dua dimensional yang menggambarkan bagian dari permukaan bumi, hasil dari perekaman sensor atas pantulan atau pancaran spektral objek yang disimpan pada media tertentu (Prahasta, 2006). Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara digital. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan pada citra, seperti misalnya rona atau warna, bentuk, ukuran, tinggi atau bayangan, tekstur, pola, letak atau situs dan asosiasi dengan obyek lainnya. Klasifikasi secara digital dapat dilakukan dengan bantuan komputer, dan biasanya bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada beberapa saluran spektral sekaligus. Oleh karena itu, klasifikasi secara digital sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral. Citra dapat dibedakan atas citra foto (photographic image) atau foto udara dan citra non foto (non photographic image). Perbedaan pokok keduanya disajikan pada tabel berikut ini:

Tabel 2.1. Beda antara citra foto dan non foto

(Sumber : Lillesand dan Kiefer,1979: Siegel dan Gillespie, 1980)

Jenis-Jenis Citra: Citra foto 5

Citra foto adalah gambaran yang dihasilkan dengan menggunakan sensor kamera. Citra foto dapat dibedakan berdasarkan atas spektrum elektromagnetik, sumber sensor, dan sistem wahana yang digunakan. Berdasarkan sistem wahana yang digunakan: a. Foto udara adalah foto yang dibuat dari pesawat udara atau balon. b. Foto satelit atau foto orbital adalah foto yang dibuat dari satelit. (Sutanto, 1986) Berdasarkan spektrum elektromagnetik yang digunakan, citra foto dapat dibedakan atas: a) Foto ultraviolet yaitu foto yang dibuat dengan menggunakan spektrum ultraviolet dekat dengan panjang gelombang 0,29 mikrometer. Cirinya tidak banyak informasi yang dapat disadap, tetapi untuk beberapa obyek dari foto ini mudah pengenalannya karena kontrasnya yang besar. Foto ini sangat baik untuk mendeteksi: tumpahan minyak di laut,

membedakan atap logam yang tidak dicat, jaringan jalan aspal, batuan kapur. b) Foto ortokromatik yaitu foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau (0,4 0,56 mikrometer). Cirinya banyak obyek yang tampak jelas. Foto ini bermanfaat untuk studi pantai karena filmnya peka terhadap obyek di bawah permukaan air hingga kedalaman kurang lebih 20 meter. Baik untuk survei vegetasi karena daun hijau tergambar dengan kontras. c) Foto pankromatik yaitu foto yang menggunakan seluruh spektrum tampak mata mulai dari warna merah hingga ungu. Kepekaan film hampir sama dengan kepekaan mata manusia. Cirinya pada warna obyek sama dengan kesamaan mata manusia. Baik untuk mendeteksi pencemaran air, kerusakan banjir, penyebaran air tanah dan air permukaan. d) Foto inframerah asli (true infrared photo), yaitu foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0,9 1,2 mikrometer yang dibuat secara khusus. Cirinya dapat mencapai bagian dalam daun, sehingga rona pada foto inframerah tidak ditentukan

6

warna daun tetapi oleh sifat jaringannya. Baik untuk mendeteksi berbagai jenis tanaman termasuk tanaman yang sehat atau yang sakit. e) Foto infra merah modifikasi, yaitu foto yang dibuat dengan infra merah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau. Dalam foto ini obyek tidak segelap dengan film infra merah sebenarnya, sehingga dapat dibedakan dengan air. ( Geomedia. 2004)

Citra Non Foto Citra non foto adalah gambaran yang dihasilkan dengan menggunakan sensor bukan kamera.Berdasarkan sensor yang digunakan, citra non foto terdiri dari : Citra tunggal, yakni citra yang dibuat dengan sensor tunggal, yang salurannya lebar. Citra multispektral, yakni cerita yang dibuat dengan saluran jamak. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispektral pada umunya dibuat dengan saluran sempit. Citra multispektral pada Landsat sering dibedakan atas: a) Citra RBV (Return Beam Vidicon), sensornya berupa kamera yang hasilnya tidak dalam bentuk foto karena detektornya bukan film dan prosesnya non fotografik. b) Citra MSS (Multi Spektral Scanner), sensornya dapat

menggunakan spektrum tampak maupun spektrum inframerah thermal. Citra ini dapat dibuat dari pesawat udara.

Alasan mengapa citra semakin banyak digunakan, yaitu : Citra menggambarkan objek di muka bumi secara lengkap, permanen dan meliputi daerah yang luas dengan format yang memungkinkan untuk mengkaji objek-objek beserta hubungannya. Jenis citra tertentu, tampak tiga dimensi bila pengamatan dilakukan dengan orientasi stereoskopis. Karakteristik objek yang tidak tampak mata dapat diwujudkan dalam bentuk citra, sehingga objeknya dapat dikenali.

7

Citra dapat dibuat dengan cepat, meskipun untuk daerah yang sulit didatangi atau diteliti secara terestrial. Interpretasi citra dapat dilakukan siang ataupun malam.

Merupakan satu-satunya cara untuk pemetaan daerah bencana. Citra sering dibuat dengan periode ulang yang pendek. (Sutanto, 1986)

2.3 Satelit Landsat Satelit Landsat (Land Satellite) milik Amerika Serikat, pertama kali diluncurkan pada tahun 1972 dengan nama ERTS-1. Proyek tersebut sukses dan dilanjutkan dengan peluncuran selanjutnya, seri kedua, tetapi dengan nama baru yaitu Landsat. Seri tersebut hingga tahun 1991 telah sampai pada Landsat 5, dikelompokkan menjadi dua generasi, yaitu generasi pertama (1-3) dan generasi kedua (4-5). (Sutanto, 1986) Landsat 1-2 dan dua sensor, yaitu RBV (memiliki 3 saluran dengan resolusi spasial 79 m) dan MSS (memiliki 4 saluraan). Landsat 3 masih memiliki 2 sensor itu, tapi sensor RBV hanya memiliki 1 saluran dengan resolusi spasial 40 m. Landsat 4-5 memiliki dua sensor; TM (dengan 7 saluran, dimana saluraan TM5 dan TM7-nya beresolusi spasial 30 m) dan MSS. (Spasiatama, 2004).

Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelitsatelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia, dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter. (Sutanto, 1986) Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966, namun diubah menjadi Landsat pada tahun 8

1975. Tahun 1979, Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA, merekomendasikan pengembangan sistem operasional jangka panjang dengan 4 satelit tambahan, serta merekomendasikan transisi swastanisasi Landsat. Ini terjadi tahun 1985 ketika EOSAT, rekan Hughes Aircraft dan RCA, dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. EOSAT

mengoperasikan Landsat 4 and 5, memiliki hak ekslusif untuk memasarkan data Landsat, serta mengembangkan Landsat 6 dan 7. Citra satelit dengan warnasimulasi Kolkata diambil dari satelit Landsat 7.

Landsat 1-(mulanya dinamakan Earth Resources Technology Satellite 1) diluncurkan 23 Juli 1972, operasi berakhir tahun 1978

Landsat 2 - diluncurkan 22 Januari 1975, terminated in 1981 Landsat 3 - diluncurkan 5 Maret 1978, berakhir 1983 Landsat 4 - diluncurkan 16 Juli 1982, berakhir 1993 Landsat 5 - diluncurkan 1 Maret 1984, masih berfungsi Landsat 6 - diluncurkan 5 Oktober 1993, gagal mencapai orbit Landsat 7 - diluncurkan 15 April 1999, masih berfungsi (Sutanto, 1986)

2.4 Satelit Ikonos Ikonos adalah satelit milik Space Imaging (USA) yang diluncurkan bulan September 1999 dan menyediakan data untuk tujuan komersial pada awal 2000. Ikonos adalah satelit dengan resolusi spasial tinggi yang merekam data multispektral 4 kanal pada resolusi 4 m (citra berwarna) dan sebuah kanal pankromatik dengan resolusi 1 m (hitam-putih). Ini berarti Ikonos merupakan satelit komersial pertama yang dapat membuat image beresolusi tinggi.

9

Resolusi Spasial Panchromatic 0.45 0.90m 1 meter Band 1 0.45 0.53m (blue) 4 meter Band 2 0.52 0.61m (green) 4 meter Band 3 0.64 0.72m (red) 4 meter 0.77 0.88m (near Band 4 4 meter infra-red) Band Width

Karakteristik Sensor Satelit Ikonos:

Tanggal Peluncuran Masa Operasi : Orbit Kecepatan pada Orbit Kecepatan diatas bumi Kecepatan mengelilingi Bumi Ketinggian Resolusi pada Nadir Resolusi 26 Off-Nadir Cakupan Citra Waktu Melintas Ekuator Waktu Lintas Ulang Saluran Citra

24 September 1999 at Vandenberg Air Force Base, California, USA 7 tahun lebih 98.1 derajad, sun synchronous 7.5 km/detik 6.8 km/detik 14.7 kali tiap 24 jam 681 kilometer 0.82 meter (panchromatic); 3.2 meter (multispectral ) 1.0 meter (panchromatic); 4.0 meter (multispectral) 11.3 kilometer pada nadir; 13.8 kilometer pada 26 off-nadir 10:30 AM solar time 3 days at 40 latitude Panchromatic, blue, green, red, near IR

2.5 ER MAPPER ER Mapper merupakan salah satu software yang banyak digunakan kalangan pemerintah maupun swasta, hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi yang terupdate, ER Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap (Geomedia, 2004). Dalam kenyataannya sering ditemukan masalah dimana komputer yang menyimpan data dan olahan tidak tersambung pada mesin cetak. Jika harus memasang perangkat lunak ER Mapper ke komputer yang telah terhubung dengan alat cetak, urusan akan menjadi sangat repot. Apalagi jika komputer

10

tersebut berada jauh dari lokasi dimana kita proses data. Belum lagi masalah penggandaan data yang telah diproses. (Geomedia. 2004) Salah satu solusi adalah mencetak dokumen (tata letak yang telah siap) kedalam format gambar (misal dalam format TIFF) kemudian tinggal membawa file TIFF luaran ke komputer manapun yang sudah terhubung dengan alat cetak. File TIFF bisa dibaca oleh semua perangkat lunak grafis, yang biasanya telah terpasang pada komputer yang tersambung ke alat cetak. ( Sutanto, 1986)

Keunggulan ER Mapper 7.0, antara lain: Realtime processing, pengolahan langsung dapat dilihat hasilnya tanpa menyimpannya di media terlebih dahulu. Bisa mengambil data citra yang tidak diketahui. Diperkuat lebih dari 100 kompatibilitas pencetakan citra. Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya dilapangan Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus. Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara. Amat mudah digunakan untuk tujuan menganalisis bagi pemula. Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses. Mampu untuk mengolah sebagian citra penginderaan jauh Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula (Geomedia, 2004).

2.6 RGB (RED, GREEN, BLUE) AND PSEUDOCOLOR

11

Citra yang menggunakan LUT RGB haruslah memiliki tiga channel dapat dikatakan disusun terdiri atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Walaupun demikian, pada umumnya citra penginderaan jauh hanya

menggunakan ruang hingga 256 kode saja, kecuali beberapa citra, misalnya : radar hingga 16 bit channel, dan citra-citra yang telah direntangkan ruang warnanya. (Lillesand Kiefer,1990)

2.7 TEKNIK INTERPRETASI VISUAL Interpretasi citra meliputi interpretasi morfologi, obyek-obyek kars (kuppen atau puncak bukit kars, telaga kars, dan lembah kering), kelurusan (kekar) dan penutup/penggunaan lahan. Analisis Sistem Informasi Geografi meliputi analisis kerapatan bukit kars, kerapatan telaga kars kerapatan lembah kering, dan kerapatan kekar. (www.lapanrs.com)

2.8 GEOLINK Pengertian Geopositioning adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image dalam ruang koordinat geografis. Hal ini bisa berguna untuk membuat peta yang mencakup suatu area tertentu. Sedangkan geolinking adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini bisa sangat berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda atau algorithm pemrosesan yang berbeda, dan banyak aplikasi lain. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image lain.

(http://id.wikipedia.org/wiki/Penginderaan_jarak_jauh)

12

Icon geolink pada window pada dua buah citra yang berbeda akan menghasilkan sebuah fungsi yaitu apabila pada salah satu citra diklik atau dibesarkan pada suatu koordinat maka pada citra tersebut yang lain akan menunjukan koordinat yang sama. Sedangkan geolink to screen pada 3 buah layer maka akan membentuk satu citra yang akan berhubungan. Sedangkan geolink to roam pada 3 citra, jika salah satu citra di besarkan maka kedua citra yang lain akan menunjukkan daerah yang sama pula.

13

BAB III MATERI DAN METODE

3.1 Tempat dan Tanggal PraktikumHari,Tanggal Waktu Tempat :Senin, 14 Maret 2011 :15.00-16.40 WIB :Lab. Komputasi Ilmu Kelautan UNDIP Tembalang

Semarang. 3.2 Materi Dalam praktikum penginderaan jauh kali ini materi yang dipelajari adalah pengenalan interface, sedangkan perangkat yang digunakan berupa program yang sudah siap pakai yaitu program ER Mapper 7.0. Dimana program ini memiliki peranan yang cukup penting dalam mengolah suatu data hasil dari rekaman foto udara. Program ER Mapper ini merupakan suatu sarana yang digunakan untuk mengolah bahan atau hasil dari penginderaan jauh untuk diklasifikasikan lebih lanjut untuk mengetahui keadaan suatu daerah dari gambar rekaman hasil inderaja tadi.

3.3 Cara Kerja

3.3.1. Penggabungan Citra Buka software ER MAPPER 7.0, seperti gambar dibawah ini:

14

klik icon Edit Algorithm. algorithmnya

maka akan muncul tampilan gambar layer dan

Pada Pseudo layer kita Duplicate 7

menjadi 6, lalu kita ubah nama

Pseudo layer menjadi Band 1, Band 2, Band 3, Band 4, Band 5, dan Band

Ganti nama Description menjadi nama mahasiswa.

15

Klilk Load Dataset pada Band 1, Band 2, Band 3, Band 4, Band 5, dan Band 7. Lalu klik Volumes lalu pilih data yang akan dipakai klik OK this layer only pada setiap Band.

Maka akan tampil :

Kemudian klik File Save As untuk membuat New Folder

16

Save As file dengan tipe ER Mapper Raster Dataset. Nama file cilacap_Peddy_gabungcitra.ers. Klik OK Default OK lalu kita Close.

3.3.2 Cropping Citra Klik Edit Algorithm

Klik New , klik icon Load Dataset

buka file yang kita simpan pada

saat penggabungan citra yaitu cilacap_Peddy_gabungcitra.ers. Ubahlah nama Description dengan nama mahasiswa. Duplicate Pseudo Layer sebanyak 6 X lalu ubah nama Pseudo Layer dengan nama Band 1, Band 2, Band 3, Band 4, Band 5, Band 7

Pilihlah Zoom Box Tool kesepakatan)

, pilih gambar Segara Anakan (sesuai

17

File di save as di simpan dengan nama file crop_cilacap2.ers dengan tipe data Er Mapper Raster Dataset. Setelah itu di Close

3.3.3. Penajaman Citra,Komposit Warna dan Teknik Interpretasi Visual

Klik Edit Algorithm

Klik Icon Load Dataset

lalu kita buka file crop_cilacap2.ers.

Ubahlah nama Description dengan nama mahasiswa Kemudian klik Surface colour table ganti grayscale.

18

Pilih icon 99% Contrasts Enhacement Algorithm untuk menampilkan warna.

untuk menajamkan contrast, Klik RGB

Kemudian Refresh

19

3.3.4. Reading Data Value Pilih Edit Algorithm , Load Dataset pilih file crop_cilacap2.ers.

Kemudian ganti nama Description dengan nama mahasiswa Lakukan Zoom Box Tool, klik view, cell value profile Kemudian klik pointer tool ,tanda tidak smoothing dicentang, maka akan didapatkan tampilan sebagai berikut :

Klik View,cell koordinat,( tanda smoothing dicentang) , klik pointer pada sembarang pixel maka akan muncul tampilan gambar sebagai berikut:

20

Selanjutnya klik kanan pada sembarang gambar lalu klik Qick Zoom All Data Set, maka akan muncul tampilan sebagai berikut:

3.3.5. Mengetahui Jarak dan Luas Suatu Daerah Perbesar gambar menggunakan Zoom Box Tool

Klik Edit Annotate Vector Layer OK.

21

Untuk mengukur luas area klik polygon

Untuk menghitung panjang / jarak klik polyline

22

Untuk mengetahui jarak dan luas tersebut kita harus meng-klik Edit Object Extents

Hasil untuk pengukuran jarak :

23

Hasil untuk pengukuran luas :

3.3.6. Geolink 3.3.6.1. Geolink to Window Klik Edit Algorithm Kemudian ganti nama Description dengan nama mahasiswa Pada Window pertama klik File Open Buka file IKONOS2005.ers

Pada Window yang kedua klik File Open Buka file IKONOS2009.ers

24

Lalu untuk window 1 di RGB Algorithm 2005 Lalu untuk window 2 di RGB Algorithm 2009

dan description diberi nama

dan description diberi nama

Kemudian klik kanan quick zoom pada kedua window pilih geolink to window, maka akan dimunculkan tampilan sebagai berikut :

25

Kemudian untuk mengembalikan ke window sebelumnya maka klik kanan pada window quick zoom pilih geolink to none

3.3.6.2. Geolink to Screen Klik File New sebanyak 2 kali sehingga dimunculkan 4 window Pada kedua window yang baru tersebut, klik File Open Buka file IKONOS2009.ers Kemudian klik kanan pada window 1 (2009), pilih Quick Zoom kemudian pilih Set Geolink to Screen.

Untuk ketiga window yang lain lakukan hal yang sama, dengan demikian diperoleh gambar sebagai berikut :

26

Kemudian untuk mengembalikan ke window sebelumnya maka klik kanan quick zoom,pilih geolink to none

3.3.6.3. Geolink to Roam

Kemudian klik kanan quick zoom pilih geolink overview roam

27

Maka akan didapatkan hasil tampilan sebagai berikut :

28

BAB IV HASIL DAN PEMBAHASAN

4.1 HASIL 4.1.1 Pengabunggan Citra

4.1.2. Cropping Citra

29

4.1.3. Penajaman citra, komposit warna dan teknik interpretasi visual

4.1.4. Reading Data Value

4.1.4.1 Menghitung nilai resolusi

30

4.1.5. Mengetahui Jarak dan Luas suatu Daerah 4.1.5.1 Jarak

31

4.1.5.2 Luas

4.1.5 Geolink 4.1.5.1 Geolink to window

32

4.1.5.2 Geolink to screen

4.1.5.3 Geolink to Roam

33

4.2 Pembahasan Pada praktikum penginderaan jauh kali ini, kita dikenalkan interface menggunakan perangkat lunak untuk mengolah suatu citra yaitu ER Mapper 7.0. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra satelit. Software ER Mapper ini terdiri dari berbagai toolbar, dimana masingmasing toolbar mempunyai fungsi masing-masing. Oleh sebab itu perlu penguasaan software ER Mapper agar tidak terjadi kesalahan dalam pengolahan data citra satelit.

4.2.1 Penggabungan Citra Pada praktikum ini juga dijelaskan bagaimana cara menajamkan warna dan juga melakukan penggabungan citra. Komposisi warna ini terdiri dari band-band. Pada satelit Landsat 5 mempunyai beberapa band yaitu band 1, band 2 band 3, band 4, band 5, dan band 7. Dimana dari masing-masing band tersebut mempunyai warna, sifat, dan karakteristik yang berbeda-beda. Untuk mendapatkan hasil kombinasi yang baik maka dalam melakukan kombinasi tidak asal-asalan saja, tetapi kita juga harus mengetahui sifat dan karakteristik band tersebut.

4.2.2 Cropping Citra Cropping citra berguna untuk memperbesar (zoom) atau memperjelas suatu objek/citra agar tampak lebih detail/akurat. Cropping citra juga bertujuan untuk mengambil daerah citra yang akan digunakan. Hal ini dapat dilakukan dengan menggunakan toolbar Zoom Box Tool pada ER Mapper dan mengarahkannya pada citra yang kita inginkan. Sedangkan untuk

menampilkan warna pada daerah yang telah kita pilih tersebut dapat menggunakan toolbar RGB Algorithm.

4.2.3 Penajaman Citra, Komposit Warna dan Teknik Interpretasi Visual Untuk menajamkan suatu citra kita dapat menggunakan icon 99% Contrast Enhacement yang terdapat pada toolbar ER Mapper .

34

4.2.4 Mengetahui Jarak dan Luas suatu Daerah

4.2.5 Mengetahui Jarak dan Luas suatu Daerah Untuk mengetahui jarak dan luas suatu daerah kita dapat menggunakan toolbar Zoom Box Tool terlebih dahulu sebelum memulai mengukur panjang maupun luas suatu daerah. Setelah itu kita melakukan Edit lalu Annotate Vector Layer, sehingga akan muncul toolbar polygon dan polyline. Polygon untuk mengukur luas sutu area sedangkan polyline untuk mengukur jarak. Setelah itu kita dapat mengetahui panjang dan luas sutu daerah dengan meng-klik icon Edit ,lalu Object Extent. ER Mapper akan menampilkan window Map Composition Extent yang menunjukkan informasi mengenai keliling, luas dan lain-lain area yang telah dilakukan digitasi, tetapi sebelumnya RGB (Red, Green, Blue) digunakan untuk menampilkan warna antara batas daratan dan perairan tampak lebih jelas sehingga dapat dihitung luasan vegetasi tersebut. Refresh kita gunakan untuk me-refresh gambar.

4.2.6 Geolink Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus. Pada citra yang diberikan, yaitu wilayah Semarang Utara pada Tahun 2005 dan 2009 terdapat perubahan-perubahan yang sangat berarti, dimana terdapat penambahan bangunan baru dan permukaan lahan yang baru.

35

Dalam praktikum inderaja kali ini dilakukan dengan cara interface software ER Mapper version 7.0 yang mana dalam pratikum kali ini digunakan data cilacap pada tahun 2000 dan 1994.

Cropping

data

citra

Digital

cilacap

dilakukan

dikarenakan

untuk

mendapatkan gambar citra yang lebih besar sehingga gambar pada citra akan tampak lebih jelas dan akurat .

36

RGB(Red, Green, Blue) dilakukan untuk memberikan warna pada gambar citra hasil cropping citra tadi untuk mendapatkan ketinggian-ketinggian dari relief pada hal ini data kali ini cilacap agar tampak lebih jelas

Pada Reading data value digunakan untuk mencari data atau informasi seperti pada Cell Values Profile untuk melihat nilai pixel kemudian Cell Coordinates untuk mengetahui koordinat dari pixel tersebut.data set pada X dan Y.Dalam hal ini smoothing digunakan juga untuk menghilangkan efek pada gambar citra (smoothing).

Color table digunakan dalam Penajaman Citra, Komposit Warna dan Teknik Interpretasi Visual. Pada bagian surface, diubah dari Color table menjadi Greyscale digunakan untuk menghitamkan peta, untuk melihat nilai pixel Icon 99% countrast enhancement akan menajamkan kontras pada citra sehingga citra tampak lebih jelas.

Untuk mengetahui luas vegetasi, pilih edit, Annote Vector layer. Pada Tools, pilih polygon lalu lakukan digitasi pada bagian luar daerah yang akan dihitung luasnya. kemudian Pilih icon edit, Object Extent ER Mapper akan menampilkan window Map Composition Extent yang menunjukan informasi mengenai keliling, luas dan lain-lain area yang telah dilakukan digitasi, tetapi sebelumnya RGB(Red, Green, Blue) digunakan untuk menampilkan warna antara batas daratan dan perairan tampak lebih jelas Sehingga dapat dihitung luasan vegetasi tersebut dan pada hasil luasnya adalah 17,83 hektar. kemudian pilih refresh yang berguna untuk merefresh gambar.

Perbedaan antara citra cilacap dan 2000 mengalami perubahan-perubahan yang sangat berarti, yaitu dimana terdapat penambahan bangunan baru dan pemukaan lahan yang baru.

Penggunaan icon geolink pada window pada dua buah citra yang berbeda akan menghasilkan sebuah fungsi yaitu apabila pada salah satu citra diklik atau dibesarkan pada suatu koordinat maka pada citra tersebut yang lain akan menunjukan koordinat yang sama. Sedangkan geolink to screen pada 3 buah layer maka akan membentuk satu citra yang akan berhubungan. Sedangkan geolink to roam pada 3 citra, jika salah satu citra di besarkan maka kedua citra yang lain akan menunjukkan daerah yang sama pula.

37

BAB V KESIMPULAN

1 a. Penginderaan jauh (remote sensing), yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat

38

diinterpretasikan sehingga menghasilkan informasi yang berguna (Curran, 1985). b. Penginderaan jauh (remote sensing), yaitu suatu pengukuran atau perolehan data padaobjek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari objek yang diindera.Foto udara, citra satelit, dan citra radar adalah beberapa bentuk penginderaan jauh. c. Penginderaan jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak jauh.Hal ini biasanya berhubungan dengan pengukuran pantulan atau pancaran gelombang elektromagnetik dari suatu objek. 2. Pemanfaatan data Citra Landsat yang dipadukan dengan data di lapangan, pada intinya dapat memberikan fasilitas kemudahan yang lebih, maksudnya lebih efisien dan akurat dalam menganalisis suatu daerah dsb. 3. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan untuk mengolah data citra atau satelit 4. Penggunaan Software ER Mapper Version 7.0 berguna untuk menentukan persebaran dengan menggunakan foto/gambar citra sehingga kita bias mengetahui bentuk ketinggian dan relief yang ada, maupun untuk mengetahui persebaran flora dan fauna dan masih banyak lagi kegunaanya. 5. Citra dapat dibedakan menjadi 2 jenis yaitu citra foto (photographic image) atau foto udara dan citra non foto (non-photographic image)

DAFTAR PUSTAKA

Lillesand, T.M dan R.W. Kiefer. 1990. Penginderaan Jauh dan interpretasi Citra. Penerj. Dulbahri, et al. Gadjah Mada University Press. Yogayakarta

39

Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp. Yogyakarta Sutanto, 1986. Penginderaan Jauh Jilid I. Gadjah Mada University

Press.Yogyakarta Sutanto, 1987. Penginderaan Jauh Jilid 2. Gadjah Mada University

Press.Yogyakarta

(http://jurnal-geologi.blogspot.com/2010/01/pengertian-penginderaan-jauh.html) (Diunduh tgl 19 Maret 2011 jam 10.12 WIB)

40