laporan praktikum - pengenalan multispec dan er mapper

8/10/2019 Laporan Praktikum - Pengenalan Multispec Dan ER Mapper

1/42

1LAPORAN PRAKTIKUM 1 PENGINDERAAN JAUH

PENGENALAN MULTISPEC DAN ER MAPPER

BAB I

PENDAHULUAN

1.1Latar Belakang

Penginderaan jauh telah menjadi teknik yang dipandang sangat penting untuk

dikuasai oleh para pengelola sumber daya alam. Ilmu-ilmu terapan seperti pertanian,

perkebunan, kehutanan, perikanan, pertambangan, tata kota, dan lain-lain akan lebih mudah

jika dalam pengelolaannya menggunakan data penginderaan jauh. Bahkan menjadi sangat

tidak efisien jika melakukan inventarisasi, survei penggunaan lahan, survei bangunan

mengunakan cara pengukuran langsung di lapangan secara keseluruhan. Namun bukan hal

yang bijaksana pula jika hanya mengandalkan data penginderaan jauh tanpa melakukan

checkinglapangan.

Sekarang telah dikenal berbagai aplikasi yang menggambarkan kondisi permukaan

bumi pada berbagai lokasi di belahan dunia. Aplikasi untuk kegiatan pertanian, kehutanan,perkebunan, pertambangan, dan lain-lain sangat tergantung pada data penginderaan jauh.

Aplikasi sehari-hari yang digunakan seperti GoogleEarth, Google Maps, Yahoo Maps,

Bhuvan, ArcGISExplorerdan aplikasi lainnya yang bersifat menampilkan data permukaan

bumi pada dasarnya juga sangat bergantung dari pengolahan data penginderaan jauh citra

satelit.

Data penginderaan jauh memerlukan pengolahan untuk dapat digunakan sebagai

sumber informasi suatu wilayah. Pengolahan data penginderaan jauh meliputi image

preprocessing/prapengolahan citra (misalnya impor data, koreksi radiometrik, penajaman

citra, koreksi geometrik, mosaik citra, pemotongan citra), processing/pengoahan citra(misalnya pembuatan training area, klasifikasi citra, matriks konfusi), post processing/

pasca pengolahan citra (misalnya pembuatan layout atau komposisi peta, menampilkan

data di program GIS (Geographic Information System), raster to vector, ekspor data, dan

lain-lain). Urutan pemrosesan tidak berlaku mutlak, artinya bisa jadi kebutuhan pengolahan

data hanya sampai pada tahapan mosaic citra dan kemudian dilanjutkan dengan on screen

digitizing menggunakan program GIS sepertiArcview, ArcGIS, MapWindow, MapInfo,dan

lain-lain atau tanpa klasifikasi citra sama sekali di program pengolahan citra. Namun

sebelum data diolah oleh program GIS, data citra satelit harus diolah terlebih dahulu

menggunakan program pengolah citra. Program pengolahan data citra satelit diantaranya

Multispec dan ER Mapper.

1.2Maksud dan Tujuan Praktikum

Adapun maksud dari pelaksanaan praktikum ini adalah sebagai berikut:

Agar mahasiswa mengerti penggunaan aplikasi pengolah citra (image processing

software) yaitu Multispec dan ER Mapper

Agar mahasiswa memahami fungsi-fungsi dasar yang ada padasoftwareMultispec dan

ER Mapper


2/42

2

LAP

ORANPRAKTIKUM|

PENGINDERAANJAUH|PENGENALANMULTISPECDANERMAP

PER

BAB II

DASAR TEORI

2.1 Format Citra

Image biasanya berbentuk persegi panjang, dimana secara visualisasi dimensi

ukurannya

dinyatakan sebagai lebar x tinggi.Ukuran imagedinyatakan dalam titik atau

pixel (pixel=picture element), satuan panjang (mm atau inci = inch). Citra memiliki

beberapa format diantaranya:

2.1.1.Band Sequential(BSQ)

Pada format BSQ, citra yang dihasilkan dari setiap elemen disimpan sebagai

fileyang terpisah. Urutan penyimpanan data pun dilakukan dengan mulai dari baris

pertama saluran 1, baris kedua, baris ketiga,.,baris terakhir. Data ini disimpan sebagai

berkas (file) saluran 1. Kemudian mulai lagi dari baris pertama, untuk saluran 2, sampai

dengan baris terakhir. Jadi, pada sistem 4 saluran, dihasilkan 4 berkas citra.

2.1.2.Band Interleaved by Line(BIL)Pada format BIL, penyimpanan dilakukan mulai dari baris pertama saluran 1,

kemudian dilanjutkan dengan baris pertama saluran 2,baris pertama saluran baris

kedua saluran n. Begitu seterusnya, sampai baris terakhir saluran n selesai disimpan.

Dengan format BIL, seluruh data citra pada n saluran akan disimpan sebagai satu

berkas. Format BIL ubtuk saluran tunggal (n=1), dengan demikian, akan sama dengan

format BSQ.

2.1.3.Band Interleaved by Pixel(BIP)

Pada prinsipnya, format BIP ini mempunyai kemiripan dengan format BIL.

Hanya saja, selang selingnya bukan lagi per baris melainkan pixel. Penyimpanandimulai dari pixel pertama (pojok kiri atas) baris pertama saluran 1, pixel pertama

saluran 2,..., pixel pertama baris pertama saluran n. Begitu seterusnya, sampai pada

pixel terakhir baris terakhir saluran 1, pixel terakhir baris terakhir saluran 2,,pixel

baris terakhir saluran n. Sama halnya dengan BIL, di sini seluruh data citra pada n

saluran disimpan sebagai satu berkas.

2.1.4.Run Length Encoding(RLE)

Pada BSQ, BIL dan BIP, perubahan format hanya menghasilkan perubahan

sitematika penyimpanan data citra multisaluran, tanpa ada perubahan ukuran (jumlah

byte) data. Pada format RLE, jumlah byte citra dapat dimampatkan, tanpa mengurangi

kandungan informasinya. Karenaformat penyimpanannya berbeda jauh dari format-

format yang lain, Aronoff (1989) membedakan struktur data RLE dari struktur data

raster.

Prinsip penyimpanan data dengan format ini adalah mengekspresikan kembali

jumlah pixel yang berurutan dengan nilai yang sama, sebagai suatu pasangan nilai.

Apabila pada satu baris pelarikan terdapat bebearapa pixeldengan nilai sama, maka

nilai-nilai ini tidak perlu setiap kali disimpan sebagai byte terpisah. Oleh karena itu,

citra yang mewakili kenampakan obyek dengan nilai relative homogen (tubuh air jernih

dan dalam, misalnya) akan dapat disimpan dengan lebih efisien dan dengan ukuran byte

yang lebih kecil.


3/42

3

LAP

ORANPRAKTIKUM|


PER

2.2 Pengenalan Multispec

2.2.1. Definisi

MultiSpec adalah sistem perangkat lunak analisis data yang diterapkan

untuk Macintosh dan Komputer Windows. Software ini bisa didownload di

http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/MultiSpecWin32z.exe.MultiSpecditujukan untuk analisis multispektral data gambar, seperti yang dari seri Landsat

Bumi satelit observasi atau data hyperspectral seperti dari AVIRIS, MODIS,

Hyperion, dan lainnya sistem yang berisi banyak band. Konsep pengolahan Data

dengan Multispec

Analisis (dimensi yang lebih rendah) data gambar konvensional

multispektral dapat mengikuti salah satu dari sejumlah pendekatan dan langkah-

langkah pengolahan sebagai berikut:

1. Data Ulasan

Hal ini untuk mendapatkan korelasi umum dengan satu set data,

kualitas dan karakteristik umum, setidaknya sebagian, dengan melihat Data

di multibandB / bentuk gambar W dan warna IR . Demikianlah beberapa

jenis gambar display.

2. KelasDefinition

Definisi kelas material yang akan diidentifikasi atau set kelas yang

akan membedakan. Beberapa cara kuantitatif mendefinisikan karakteristik

kelas tertentu yang menarik diperlukan. Seringkali hal ini dilakukan oleh

peneliti dengan contoh kecil daripixeldari data itu sendiri, sebagai wakil dari

kelas. Proses analisis kemudian menjadi ekstrapolasi dari sampel. Ini disebut

sampel pelatihan atau sampel desain.3. Fitur Penentuan

Fitur khusus untuk digunakan dalam analisis harus diidentifikasi atau

dihitung. Hal ini mungkin hanyalah sebuah proses pemilihansubsetoptimal

band spektral yang tersedia, atau mungkin ada beberapa proses perhitungan

untuk menggabungkan band dalam beberapa cara yang berguna.

4. Analisis

Algoritma analisis spesifik diterapkan pada set data untuk membawa

identifikasi atau diskriminasi yang diinginkan.

Meneliti warna dari Satellite Imagery

o True Color Images

Band ini menggambarkan sebuah imageyang akan nampak oleh mata manusia.

Red 3 (the visible red band)

Green2 (the visible green band)

Blue 1 (the visible blue band)

o False Color Images
http://dynamo.ecn.purdue.edu/~biehl/MultiSpec/MultiSpecWin32z.exehttp://dynamo.ecn.purdue.edu/~biehl/MultiSpec/MultiSpecWin32z.exe


4/42

4

LAP

ORANPRAKTIKUM|


PER

Hasil kombinasi band lain yang tidak nampak oleh mata manusia. Images ini

dinamakanfalse colour images. Band-band dibawah ini mengikuti infra red

aerial colour photographs:

Red 4 (the near Infra red band)

Green3 (the visible red band)

Blue2 (the visible green band)Vegetasi yang memantulkan energi infrared akan terlihat merah cerah dengan

kombinasi band tersebut. Ini berguna untuk mengidentifikasi hutan. Komcinasi

band tersebut khusus digunakan untuk memisahkan pohon dan rerumputan.

Pohon-pohon konifer atau pohon-pohon yang selalu berdaun hijau akan

Nampak dengan warna hijau gelap, pohon yangdaunnya berguguran akan

Nampak hijau sedang, dan rerumputan akan Nampak hijau terang atau hijau

kekuning-kuningan.

Red 5 (the mid Infra red band)

Green 4 (the near Infra red band) Blue 2 (the visible green band)

2.2.3 Bidang penggunaan aplikasi Multispec

Tujuan utama dari sistem ini adalah untuk membuat algoritma baru yang

dihasilkan dari penelitian menjadi analisis data hyperspectralmudah dan tersedia bagi

orang lain untuk mencoba seperti universitas dan pendidikan K - 12, dan di pemerintah

dan sektor komersial. Aplikasi penggunaannya diantaranya adalah sebagai berikut :

Pengoalahan citra

Bidang pertanian dan perkebunan

Bidang pertahanan

Multispec bands dan kegunaannya

Band Principal applications

Blue visible light Pemetaan air dekat pantai, pemetaan tipe hutan,

membedakan antara tanah dan vegetasi, dan

mengidentifikasi obyek buatan manusia seperti jalan dan

bangunan (cultural features).

Green visible light Membedakan tipe vegetasi, Menentukan kesehatan

vegetasi, dan mengidentifikasi cultural features.

Red visible light Membedakan antara jenis vegetasi yang berbeda dan

mengidentifikasi cultural features.

Near-Infrared energy Menentukan tipe vegetasi dan kesehatan vegetasi serta

untuk melihat perbatasan air.

Mid-infrared energy Untuk distinguishing/membedakan salju dari awan dan

menentukan kandungan vegetasi dan kelembaban tanah.

Thermal-infrared energy Menentukan suhu relative dan banyak kelembabab tanah.

Mid-Infrared energy

(longer wavelength than

band 5)

Membedakan antara mineral dan tipe tanah serta

mengetahui berapa banyak kelembaban vegatasi yang

tersimpan.

Reference: Lillesand, Thomas M. & Kiefer, Ralph W. (1987), Remote Sensing and Image Interpretation. 2ndEdition. New York: John Wiley and Sons. P. 567.


5/42

5

LAP

ORANPRAKTIKUM|


PER

2.3 Pengenalan ER Mapper

ER Mapper adalah perangkat lunak pengolahan data citra atau satelit (geographic

image processing product). ER Mapper dapat dijalankan pada workstationdengan sistem

operasi UNIX dan computerPC dengan sistem operasi windows NT dan windows 95. ERMapper dapat menampilkan dan mengolah data raster, menampilkan dan mengedit data

vektor, dan menghubungkan dengan data dari Sistem Informasi Geografik (SIG), sistem

manajemen basis data (database management) atau dengan sumber lainnya.

ER Mapper menggunakan suatu konsep pengolahan data yang dinamakan

algoritma, dimana algoritma memisahkan data citra dari tahapan-tahapan pengolahan citra

(image processing). Tahapan-tahapan pengolahan citra dapat disimpan dan dieditdidalam

suatufilealgoritma yang dapat digunakan untuk tahapan pengolahan data citra lainnya.

ER Mapper didesain khusus untuk pengolahan data masalah-masalah kebumian,

penerapan ER Mapper juga meliputi industri-industri yang bergerak dibidang kebumian.

Berikut ini adalah bidang-bidang yang dapat menggunakan aplikasi-aplikasi ER Mapper

yaitu:

o Pemantauan lingkungan

o Manajemen dan perencanaan kota dan daerah urban

o Manajemen sumber daya hutan

o Layanan informasi dan manajemen pemanfaatan lahan

o Eksplorasi mineral

o Pertanian dan perkebunan

o Manajemen sumber daya air

o Manajemen sumbar daya pantai dan lauto Oseanografi fisik

o Eksplorasi dan produksi minyak dan gas bumi

Pengolahan data imagememerlukan komputer untuk memanipulasi data citra yang

disimpan dalam suatu format digital. Tujuan dari pengolahan data citra adalah untuk

meningkatkan arti dari data geografik sehingga menjadi lebih bermanfaat, penuh dengan

informasi dan pemecahan masalah bagi para pemakainya. Suatu data image tersimpan

sebagai suatu susunan dua dimensi atau grid yang dinamakan sebagai pixel (picture

element) dimana masing-masing pixelmewakili suatu area di permukaan bumi secara

spasial (keruangan). Susunan dua dimensi atau grid ini dinamakan juga sebagai raster

sehingga data citra sering juga dinamakan sebagai data raster. Data rastertersusun dalam

baris horisontal yang disebut linesdan kolom vertikal yang disebutsample.

2.3.1. Pengantar Pengolahan Data Er Mapper

a. Impor Data

Langkah pertama dalam pengolahan citra adalah mengimpor data yang ingin

digunakan dengan ER Mapper. Jenis-jenis data tersebut mungkin disimpan dalam tape

magnetik, CD-ROM, disket, zip drive. Ada dua jenis data utama yang diimpor ke dalam

ER Mapper , yaitu data rasterdan data vektor. ER Mapper mempunyai banyak format

impor, meliputi EOSAT Landsat TM dan MSS, SPOT, format-format standardseperti

DXF, BIL, ASCII, dan Landmark. Sebelum mengimpor suatu data, dibutuhkan informasi

tentang data tersebut, antara lain :


6/42

6

LAP

ORANPRAKTIKUM|


PER

1. Media dataset, seperti tape CCT

2. Nama program impor ER Mapper yang digunakan

3. Namafileyang akan diimpor

4. Jumlah band (kanal), sel dan baris dalam dataset

5. Jenis sensor6. Proyeksi peta dangeodetic datum

Data rasteradalah salah satu jenis data masukan untuk pengolahan data. Data

rastermeliputi data citra satelit, foto udara, digital terrain model (DTM), data seismik

dan geofisika. Pada saat mengimpor sebuahfiledata rastercitra (dengan menggunakan

program pengimpor ER Mapper), ER Mapper mengkonversikan data tersebut dan

membuatnya menjadi dua buahfile, yaitu :

Filedata binari yang mengandung data rasterdalam format BIL (Binary Interleaved

by Line).

Kepalafiledata ASCII dengan ekstension .ers.

Data vektor adalah salah satu jenis data masukan yang disimpan dalam bentuk

garis-garis, titik-titik, dan poligon-poligon. Produk perangkat lunak Sistem Informasi

Geografik (SIG) menggunakan struktur data vektor, sebab lebih efisien untuk

mempresentasikan obyek-obyek spasial (keruangan) diskrit seperti jalan (garis), lokasi

(titik), atau lingkupan wilayah (poligon). Penempelan data vektor diatas data rastersuatu

citra, sebagai contoh sebuah penempelan jaringan jalan di atas citra satelit pada suatu

wilayah. Pada saat mengimpor sebuah filedata vektor (dengan menggunakan program

pengimpor ER Mapper), dimana akan mengkonversikan data tersebut dan

membuatnyamenjadi dua buahfile, yaitu :

o Filedata ASCII yang mengandung data vektoro Kepalafiledata ASCII dengan ekstension .erv.

b. Tampilan Citra

Setelah mengimpor data citra maka tahapan berikutnya adalah menampilkan citra

ke layar komputer untuk mengevaluasi kualitas dan geografi daerah citra. Jika datanya

berkualitas jelek atau daerah yang diinginkan tidak tercakup, dimungkinkan memutuskan

untuk tidak meneruskan pengolahan data tersebut dan mencoba menampilkan data citra

lainnya yang lebih baik.

Ada beberapa cara yang bisa dipakai untuk melihat tampilan citra, yaitu

pseudocolor, red-green-blue(RGB), hue-saturation-intensity(HIS), dimana semuanyadinamakan sebagai tampilan komposisi warna. Dalam ER Mapper pemilihan warna

untuk tampilan data rasterdinamakan dengan color mode.

c. Algoritma

Algoritma adalah bangunan dasar dalam ER Mapper. Algoritma menyimpan

semua informasi yang diperlukan untuk menampilkan data sebagai suatu citra. Informasi

yang disimpan dalam sebuah algoritma meliputi sumber data, warna-warna yang

digunakan untuk tampilan, tahapan-tahapan pengolahan data secara detail.

Algoritma adalah suatu konsep yang revolusioner yang memisahkan data dari

pengolahan data. Semua integrasi data, pilihan-pilihan pengolahan data lainnya terdapat

dalam file-file algoritma. Semua ini dibuat dan diedit oleh ER Mapper, dimana ER


7/42

7

LAP

ORANPRAKTIKUM|


PER

Mapper mengandung berbagai jenis algoritma pengolahan data. Window algoritma

digunakan untuk menampilkan dan mengubah data asli.

d. Baris Data

Algoritma dapat terdiri dari satu atau lebih baris untuk data rasterdan vektor.

Sebagai contoh, suatu algoritma mempunyai baris tunggal yang memperlihatkan suatudataset Digital Terrain Map. Contoh lainnya adalah algoritma yang terdiri dari tiga buah

baris, dimana setiap baris terdiri dari informasi tujuh buah band dataset landsatyang bisa

dipilih.

Baris klasifikasi dapat digunakan untuk mengklasifikasi suatu dataset. Dataset

klasifikasi adalah suatu dataset rasterkhusus yang area gridnya telah dibagi menjadi

wilayah-wilayah yang berbeda. Wilayah atau kelas tersebut diidentifikasi oleh harga

data, untuk contoh, 1 mempresentasikan wilayah laut dan 2 mempresentasikan

wilayah hutan. Pada algoritma dapat memasukkan baris-baris klasifikasi untuk

masing-masing wilayah atau kelas tersebut.

Baris anotasi digunakan untuk melihat dan mengedit dataset vektor yang

disimpan dalam format .erv. Baris anotasi juga dapat digunakan untuk melihat dan

mengedit data ARC/INFO dan wilayah-wilayah latihan untuk klasifikasi.

e.Filter

Filterspasial adalah suatu aplikasi umum yang diterapkan pada data rastercitra

untuk menajamkan citra guna meningkatkan interpretasi visual. Filter spasial disebut

juga sebagai operasi lokal dalam pengolahan citra sebab filter spasial merubah harga

setiappixeldalam dataset sesuai dengan harga-hargapixeldisekitarnya.

Filterspasial dapat dibagi menjadi tiga kategori utama, yaitu :

Low pass filterataufilterlolos rendah, adalahfilteryang menekan frekuensi rendahuntuk meratakan keluaran noise pada citra atau menghilangkanspikepada data citra.

Filter lolos rendah terkadang disebut juga sebagai filter smoothing atau filter

averaging.

High pass filterataufilterlolos tinggi, adalah filteryang menekan frekuensi tinggi

untuk menajamkan penampakan linier pada citra seperti jalan, patahan, lingkungan

air dan tanah. Filter lolos tinggi terkadang disebut juga sebagai filter sharpening

karena secara umum digunakan untuk menajamkan citra secara detail tanpa

mempengaruhi bagian dari frekuensi rendah citra.

Edge detection filter, adalahfilteryang menekan pinggir-pinggir di sekeliling suatuobyek atau penampakan dalam suatu citra untuk memudahkan dalam analisis.Filter

edge detection biasanya membuat suatu citra dengan latar belakang abu-abu dan

hitam, dan garis putih yang mengelilingi pinggir obyek atau penampakan dalam suatu

citra.

Jenis-jenis filter yang ingin digunakan dari kumpulan filter yang ada di ER

Mapper dapat dipilih seperti filter untuk averaging, edge enhancement, geophysical

operation, laplacian, noise removal, sharpening, threshold, mediani, gradient. Juga

dapat mendefinisikan dan memasukkan filter-filter khusus yang dibuat sendiri. Filter

dapat digunakan untuk meningkatkan tampilan citra, menajamkan citra, meratakan dan

menghilangkan noise atau bising.


8/42

8

LAP

ORANPRAKTIKUM|


PER

f. Transformasi (Histogram)

Transformasi adalah teknik peningkatan kontras warna dan cahaya dari suatu

citra sehingga memudahkan untuk interpretasi dan analisis citra.Histogramadalah suatu

tampilan grafik dari distribusi frekuensi relatif dalam suatu dataset. Suatu dialog box

transformasi akan menampilkan histogram data masukan dan data keluaran setelahditransformasi, dan garis transformasi.

g. Formula

Sejumlah formula untuk mengkombinasikan data band-band suatu citra terdapat

dalam ER Mapper, yang meliputi formula untuk analisis prinsipal komponen,

transformasi tasseled cap, transformasi brovey, rasio band dan differencing. Formula

terdiri dari bentuk umum dan spesifik. Formula umum tidak mengspesifikasikan dataset-

dataset, band-band dan region-region.

Formula digunakan umumnya untuk proses data multi spektral atau multi band.

Penentuan jenis-jenis informasi dengan kombinasi band-band dengan berbagai cara,

seperti rasio, differences dan prinsipal komponen. Data band tunggal dapat

menggunakan formula sebagai suatu alternatif untuk transformasi, pendefinisian warna

atau untuk pengolahan suatu wilayah spesifik suatu dataset. ER Mapper juga mempunyai

banyak formula umum untuk membuat klasifikasi supervised, indeks vegetasi dan

prinsipal komponen.

h. Integrasi Data

ER Mapper adalah perangkat lunak yang mengintegrasikan data dengan

sempurna yang sanggup menggabungkan data raster, data vektor dan data tabular dari

sistem basis data. Ada 90 program impor rasterdan 100 program impor vektor untuk

mengimpor data dalam suatu format umum yang dapat diintegrasikan. Untuk format-format yang sering digunakan atau popular dalam pengimporan data, penggunaan

penghubung dinamis untuk mencari secara langsung format atau sistem data eksternal.

Sebagai contoh, data diakses dan diintegrasikan dengan data rastercitra secara langsung

dari system informasi geografik, seperti GenaMap, ARC/INFO atau Microststion, atau

dari sistem basis data seperti Oracle.

i. Mosaik Citra

Mosaik adalah suatu penggabungan secara tempelan dua atau lebih citra yang

digunakan untuk membuat suatu area citra yang representatif dan kontinyu. ER Mapper

secara mudah membuat mosaik-mosaik citra, sebab citra-citra tersebut telah berada

dalam algoritma pengolahan data yang sama dengan posisi-posisi geografik yang benar

atau sesuai satu dengan lainnya. Hal ini berarti bahwa diperlukan menuliskan semua citra

menjadi satu dalam satu diskfileyang besar untuk memproses citra-citra tersebut.

j. Penajaman Citra

Penajaman citra membantu berbagai jenis operasi pengolahan citra yang

digunakan dalam proses data imageuntuk membantu proses interpretasi visual sehingga

memiliki informasi yang berarti bagi pemakai. Dalam ERMapper, operasi penajaman

citra sangat dimudahkan oleh konsep pengolahan data algoritma. Hampir semua jenis

operasi penajaman citra dapat diaplikasikan dalam bentuk yang baik guna memberikan

tampilan yang interaktif tanpa menulis file-file temporal di disk. Jenis-jenis operasi

penajaman citra meliputi :


9/42

9

LAP

ORANPRAKTIKUM|


PER

Penggabungan citra (data fusion), mengkombinasikan citra-citra yang sama dengan

kualitas yang berbeda untuk membantu dalam proses interpretasi. Sebagai contoh,

penggabungan citra Landsat TM dengan SPOT Pan untuk mengkombinasikan

informasi spectral TM dengan Spasial SPOT Pan secara detail.

Color draping, menempelkan satu jenis data citra di atas data lainnya untuk membuatsuatu kombinasi tampilan sehingga memungkinkan untuk menganalisis dua atau

lebih variabel. Sebagai contoh, citra peta vegetasi di-colordraping di atas citra

airborne magnetik pada area yang sama.

Penajaman kontras, meningkatkan tampilan citra dengan memaksimumkan kontras

antara pencahayaan dan penggelapan atau menaikkan dan merendahkan harga data

suatu citra.

k. Dynamic Links

Penghubung dinamis adalah fasilitas khusus dari ER Mapper yang

memungkinkan untuk menghubungkan data dalam format-format file eksternal dan

menempilkan data sebagai raster citra tanpa membutuhkan file-file pengimpor.

Penghubung dinamis dapat menghubungkan raster, vektor, dataset tabular sehingga

dapat mengakses dan mengintegrasikan semua informasi geografik. ER Mapper

menyediakan penghubung dinamis untuk beberapa produk dan format file-file yang

popular, dan prosedurnya didokumentasikan dengan sempurna sehingga dapat dibuat

hubungan yang diinginkan untuk beberapa jenis produk atau format lain yang diinginkan.

Beberapa jenis penghubung dinamis meliputi :

Penghubung ke produk-produk GIS, seperti ARC/INFO dan GenaMap. Penghubung

ke GIS sering digunakan untuk menempelkan data vektor, seperti jaringan jalan,

lingkupan wilayah atau tata guna lahan.

Penghubung ke produk-produk basis data, seperti data tabular dari produk-produk

basis data seperti Oracle. Penghubung ke data tabular sering digunakan untuk

menampilkan symbol-simbol lokasi georeferensi, seperti kota-kota, lokasi-lokasi

sumur bor. Penghubung ke format-formatfileeksternal, seperti anotasi, data vektor,

data lainnya yang disimpan dalam

format PostScript, DXF, DGN.

l. Klasifikasi

Klasifikasi data adalah suatu proses dimana semua pixeldari suatu citra yang

mempunyai penampakan spektral yang sama akan diidentifikasikan. Sebagai contoh,suatu citra Landsat TM dengan tujuh buah informasi band dapat diklasifikasi untuk

mengidentifikasi lingkupan hutan atau tata guna lahan. Terdapat sejumlah pilihan untuk

membuat suatu klasifikasi, dapat dipilih jenis keluaran yang diinginkan dan juga

pengolahan data yang diinginkan. Dalam proses klasifikasi kitaakan membuat suatu

dataset klasifikasi atau suatu algoritma dari tiap-tiap baris yang mempresentasikan suatu

kelas.

Klasifikasi supervised dan unsupervised biasanya digunakan untuk

mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas. Kelas-kelas dapat

mengidentifikasi area perkebunan, mineral, urban, sebagai contoh, kelas a1 mungkin

mengidentifikasi pixel-pixel yang memiliki kelas air sambal kelas a5 mungkin


10/42

10

LAP

ORANPRAKTIKUM|


PER

mengidentifikasi pixel-pixel yang memiliki kelas vegetasi. Suatu dataset klasifikasi

biasanya diperlihatkan dengan menggunakan suatu tampilan baris klasifikasi dalam

algoritma. Tampilan baris klasifikasi dapat menampilkan banyak kelas, dengan warna

yang berbeda-beda untuk masing-masing kelas.

m. Klasifikasi Supervised(Klasifikasi Terawasi)Klasifikasi supervised dipergunakan apabila mempunyai pengetahuan yang

cukup dari dataset dan pada posisi atau area mana suatu wilayah atau kelas-kelas tersebut

berada di lapangan. Klasifikasi supervised memerlukan kelas-kelas yang

mengspesifikasikan wilayah-wilayah yang diinginkan. Suatu wilayah dapat diidentifikasi

dengan menggambarkan suatu wilayah latihan dengan menggunakan sistem anotasi dan

menyimpannya dalam dataset raster. Tiap-tiap wilayah merupakan wilayah vektor tetapi

direlasikan sebagai dataset rasterdan disimpan dalam kepalafiledataset raster.

Untuk contoh, bisa didefinisikan wilayah-wilayah untuk kelas air, vegetasi,

urban dengan menggambar wilayah latihannya, dengan menggambarkan poligon-

poligon pada area dengan karakteristik-karakteristik spektral tertentu. Klasifikasi

supervised kemudian akan mencari semua pixel dengan karakteristik-karakteristik

spektral yang sama, sesuai dengan yang telah didefinisikan.

n. Klasifikasi Unsupervised(Klasifikasi Tak Terawasi)

Penggunaan klasifikasi unsupervised dilakukan ketika mempunyai sedikit

informasi tentang suatu dataset. Klasifikasi unsupervisedmemulai mengklasifikasi dari

kelas-kelas atau wilayah-wilayah yang spesifikasi atau dari jumlah nominal kelas.

Klasifikasi unsupervisedsecara sendiri akan mengategorikan semuapixelmenjadi kelas-

kelas dengan penampakan spektral atau karakteristik spektral yang sama. Hasil

klasifikasi dipengaruhi oleh parameter-parameter yang ditentukan dalam dialog boxklasifikasi unsupervised. Klasifikasi unsupervised akan menghitung secara statistik

untuk membagi seluruh dataset menjadi kelas-kelas sesuai dengan jumlah kelas yang

diinginkan.

Biasanya hasil-hasil klasifikasi unsupervised harus diinterpretasi dengan

menggunakan keadaan data yang sebenarnya di lapangan untuk menentukan kelas-kelas

yang mempresentasikan area atau wilayah sebenarnya di lapangan. Dari informasi ini

dimungkinkan bias memutuskan untuk mengkombinasikan atau menghapus kelas-kelas

yang diinginkan. Diperlukan juga untuk memberi warna dan nama untuk masing-masing

kelas.

o. Rektifikasi

ER Mapper akan merektifikasi atau membetulkan citra-citra dari satu proyeksi

peta yang diketahui ke yang lainnya. Dapat juga merektifikasi suatu citra yang tidak

dalam proyeksi yang diketahui dengan mendefinisikan sejumlah bentuk atau tanda yang

dapat diidentifikasi (Ground Control Points) dan menggunakannya untuk menentukan

titik-titik tumpuan atau ikat dari dataset.

Ada tiga alasan utama kenapa perlu merektifikasi sebuah dataset. Pertama

adalah keinginan untuk membandingkan dataset terhadap datasetlainnya; kedua adalah

mereferensikan dataset ke sistem koordinat sebenarnyapada permukaan bumi; atau ketiga

adalah mengkonversi dataset.


11/42

11

LAP

ORANPRAKTIKUM|


PER

Alasan pertama adalah membandingkan dataset-dataset. Dimana dapat

menempelkan dua atau lebih citra jika citra-citra tersebut berada dalam system koordinat

yang sama. Jika citra-citra tersebut tidak berada dalam system koordinat yang sama maka

dimungkinkan harus merotasi citra tersebut, mentransformasinya dari satu proyeksi peta

ke proyeksi lainnya atau menggunakan pendekatan dengan data RAW dimana citra-citratersebut mempunyai ciri-ciri yang teridentifikasikan.

Alasan kedua adalah georeferensi citra terhadap sistem koordinat pada

permukaan bumi. Data image sering mengandung kesalahan dalam geometri akibat

pergerakan peralatan scanner (penyapuan), karakteristik sensor, lengkungan permukaan

bumi atau sebab-sebab lainnya. Koreksi dapat dilakukan terhadap citra-citra dengan

mengidentifikasi korespondensi titik-titik, yang dikenal sebagai titik-titk kontrol dalam

dataset dan peta. Titik-titik kontrol ini digunakan untuk memperbaiki keseluruhan citra;

hal inilah yang disebut sebagai rektifikasi atau warping.

Alasan ketiga adalah resample. Resample adalah salah satu bentuk konversi

dataset. Jika kita mengspesifikasikan sudut rotasi sebagai nilai nol, hanya akan me-

resample dataset, tidak merotasikannya. Ini hanya memungkinkan untuk meningkatkan

resolusi suatu citra dengan meresamplenya menjadi suatu dataset dengan ukuran sel yang

lebih kecil.

p. Komposisi Peta

Komposisi peta memungkinkan untuk mempresentasikan citra-citra secara

professional dan penuh arti. Kualitas kartografik peta pada ER Mapper dapat membuat

grid, bar skala, blok titel, panah arah utara, logo perusahaan, legenda, legenda klasifikasi.

Penggunaan fasilitas anotasi dan komposisi peta. ER Mapper untuk membuat peta citra

yang berkualitas yang mengandung data raster, vektor dan tabular. Anotasimemungkinkan untuk menggambar secara langsung di layar computer dengan

menggunakan fasilitas teks, garis, poligon dan lain-lain, mengspesifikasikan warna,

bayangan, model garis, simbol-simbol.

q. Pencetakan (Hard Copy)

Hasil keluaran citra dengan menggunakan peralatan-peralatan percetakan atau

printer yang meliputi printer berwarna, film, printer hitam putih dan format grafik.

Pilihan percetakan membutuhkan suatu algoritma yang mendefinisikan semua data dan

pengolahannya dengan catatan hanya algoritma-algoritma yang telah disimpan yang

dapat dicetak. Jika telah mengedit suatu algoritma maka hanya algoritma yang terakhir

kali disimpan yang akan dicetak, bukan algoritma yang sedang dijalankan.

Ketika mencetak maka ada dua ukuran yang perlu diperhatikan, yaitu ukuran

algoritma adalah ukuran yang diinginkan dari keseluruhan keluaran citra; ukuran

pencetakan atau hardcopy adalah ukuran kertas dari peralatan percetakan. Kedua ukuran

tersebut tidak perlu sama. Jika ukuran algoritma lebih besar daripada ukuran halaman

peralatan percetakan maka ER Mapper dengan sendirinya akan mencetak potongan-

potongan dari keseluruhan ukuran keluaran citra yang ingin hasilkan.


12/42

12

LAP

ORANPRAKTIKUM|


PER

BAB III

PELAKSANAAN PRAKTIKUM

3.1. Langkah-langkah Pengenalan MultiSpec

3.1.1.Display and Inspection of Image Data

Buka program Multispec melalui icon desktop atau melalui Start Menu

Pilih menuFile >> Open Image

Gambar 3.1 Membukafile.lan

Sebuah dialog boxakan terbuka untuk memilih satufiledata yang ingin digunakan.

Pilih ag020522_DPAC_cd.lan

Gambar 3.2 Dilaog Box Open

Dalam segmen ini (709 lines x 1501 columns of pixels) 3-channel imagedari DPACyang diambil pada 22 Mei 2002.Selanjutnya dialog boxakan muncul set display

specifications foruntuk memilih di antara berbagai pilihan untuk tampilan gambar.


13/42

13

LAP

ORANPRAKTIKUM|


PER

Gambar 3.3Dialog boxSet Display Specification for

Untuk pengaturan default type3-Channel Color, ChannelsRed 3 Green 2Blue 1,

StretchLinier, Min-max Clip 2% of Tail.Klik OK

Langkah ini mungkin tidak terjadi untuk semua situasi . Jika histogramdata yang

sebelumnya belum dihitung dan disimpan ( dalam file.sta ), dialog boxlain akan

disajikan memungkinkan. Pilihan daerah yang akan dihitung histogramnya,

sehingga nilai-nilai data channeldapat benar untuk warna layar . Pilihan default

yang ada dalam dialog box. Pilih OK untuk mulai histogramming tersebut.

Gambar 3.4Dialog boxSet Histogram Specifications

Setelah histogramdari semua saluran sudah dihitung, informasi akan disimpan kesebuah file bernama " ag020522_DPAC_cd.sta " sehingga mereka tidak harus

menghitung ulang ketika dibutuhkan lagi. (Catatan bahwa jika file.sta sudah ada

dengan nama default, dialog boxakan menimpafile.sta yang ada atau menyimpan

ke lokasi yang berbeda)

Gambar 3.5File.sta Kemudian akan muncul tampilan pertama sebagai berikut:


14/42

14

LAP

ORANPRAKTIKUM|


PER

Gambar 3.6 Tampilanfile.lan

Perhatikan bahwa tepat di atas image windowdi Toolbarada dua kotak kecil dengan

besar dan kecil " gunung " seperti ini . Kotak tersebut adalah gambar

zooming buttonsyang memungkinkan seseorang untuk zoom in( gunung besar )

atauzoom out( gunung kecil ) dari skala gambar saat ini. Di sebelah kiri tombol

zooming ada tombol lain yang menunjukkan X1 dalam bentuk berwarna abu-abu.

Tombol ini memungkinkan seseorang untuk pergi ke X1 pembesaran secara

langsung. Beberapa pilihan lain adalah menekan ' Ctrl ' sambil zoom untuk

mengubah langkahzoomfaktor 0,1 bukannya 1. Dengan kata lain, faktorzoomakan

berubah dari 1.0 to 1,1-1,2 dll bukannya 1 , 2 , 3 , dll.

Gambar 3.7 Memilih area yang akan dizoom

Ketika dapat membuat pilihan dalam gambar dengan klik kiri tahan di image

window, drag untuk pilih persegi panjang, dan kemudian melepaskan tombol kiri

mouse. Jika area yang dipilih ada di gambar, zoomingapapun akan berpusat pada

area yang dipilih jika memungkinkan. Hapus pilihan menggunakan tombol

"Delete".

Gambar 3.8 Tampilan hasilzoom in

Pilih menu Processor >> Display Image. Ubah Type menjadi Side by Side

Channels. Kemudian klik OK


15/42

15

LAP

ORANPRAKTIKUM|


PER

Gambar 3.9 Menampilkan image dengan type Side by Side Channels

Gambar 3.10 Tampilan image Side by Side Channels

Image window di atas akan ditampilkan ( setelah zoom out ) yang menunjukkan ketiga

channelditampilkan dalamside - by-side. Perhatikan bahwa daerah vegetasi di channel3

lebih terang dari daerah yang sama di channel1 dan 2. Tampilan side-by-side channel

adalah cara yang baik untuk memverifikasi bahwa channel yang terdaftar benar. Dengan

kata lain, lokasi yang sama pada gambar di lokasipixelyang sama di semua channel. Untukmelakukan hal ini, pilih area di satu saluran dekat persimpangan lapangan. Hal ini pada

area yang dipilih akan ditarik di semua channel. Kemudian dapat memverifikasi bahwa

area yang dipilih adalah di lokasi yang sama di setiap channel.

Redisplay dengan mengembalikan type menjadi 3-Channels Color dengan

channelsRed 3, Green 2,Blue 1.

Gambar 3.11 Mengembalikan image dengan type 3 Channel Color


16/42

16

LAP

ORANPRAKTIKUM|


PER

Gambar 3.12 Hasilredisplay 3 Channel Color

Coordinates View dapat menampilkan koordinat lokasi dan area tertentu pada

gambar di bagian atas gambar yang ditunjukkan oleh kursor (mouse). Untuk

menampilkan Coordinates Viewpilih View >> Coordinate Viewatau bisa dengan

memilih Window >> Show Coordinate View

Gambar 3.13 Memunculkan Coordinates View

Setelah muncul tanda centang pada sisi kiri tulisan Coordinates Viewmaka akan

seperti gambar berikut:

Gambar 3.14 Tampilan Coordinates View

Jika informasi koordinat peta dapat menampilkan koordinat sebagai peta unit.

Gunakan menu popup di sisi kiri dari koordinat tampilan untuk memilih unit peta.

Wilayah seleksi dapat ditampilkan sebagai jumlah pixelatau dalam satuan acres,

hektar, dll menggunakan tombol popup di sebelah kiri " Skala ". Skala gambar juga

akan ditampilkan.Untuk mengubah spesifikasi koordinat imagepilihEdit>Image

Map Parameters

Gambar 3.15 MengubahMap Coordinate Specification


17/42

17

LAP

ORANPRAKTIKUM|


PER

Ubah Units menjadi meter, Grid Coordinate System menjadi UTM denganZone

16 dan DatumWGS 84 lalu klik OK

Gambar 3.16Dialog boxMap Coordinate Specifications

Tampilan 1-Channel Thematic displayberguna untuk menampilkan " produk " jenis

imageseperti MODIS NDVI atau salah satu dari banyak produk MODIS lainnya.

Untuk memunculkan display type 1-Channel Thematic dengan mengganti type

dengan 1-Channel Thematickemudian klik OK

Gambar 3.17 Memunculkan image dengan Channel Thematic

Lalu akan muncul tampilan image seperti berikut:

Gambar 3.18 Tampilan 1-Channel Thematic


18/42

18

LAP

ORANPRAKTIKUM|


PER

3.1.2.Image Enhancement

Membuka Aplikasi MultiSpec dan gambar berjudul "ag020522_DPAC_cd.lan".

Buka gambar jika belum ditampilkan di jendela citra multispektral menyusul

pedoman yang diberikan dalam latihan 1 (Tampilan dan Pemeriksaan Data Gambar

dengan MultiSpec). Satu dapat mengontrol peningkatan citra di jendela citramultispektral dengan menetapkan lima pilihan yang berbeda di bagian dialog box

Set Display Specifications for pada bits of color, stretch, Min-max, Treat 0 as, dan

Number of dislay levels.

Gambar 3.19 Set Display Specifications saat membuka image

"Bits of color" default adalah 24 dan "Number of display levels" default adalah 256

untuk jumlah maksimum warna mungkin ada. Hal ini dapat menyesuaikan dengan

nilai-nilai yang lebih rendah jika ingin melihat apa yang mempengaruhi.

Gambar 3.20 Set Display Specifications denganBits of color 8

Gambar dibawah ini menggambarkan tingkat 256 layar per channel (jutaan warna)

di sebelah kiri dan 2 layar tingkat per channel (8 warna) di sebelah kanan.

Gambar 3.21 Tampilan image denganBits of color 24 dan 8


19/42

19

LAP

ORANPRAKTIKUM|


PER

Treat '0'aspengaturan data yang menyebabkan nilai 0 akan ditampilkan sebagai

hitam. Namun, jika 0 sebenarnya merupakan latar belakang atau 'tidak ada data',

seseorang mungkin ingin memilih opsi latar belakang menyebabkan 0 di semua

saluran yang akan ditampilkan sebagai putih. Gambar di bawah ini

mengilustrasikan 0 yang diperlakukan sebagai hitam di sebelah kiri dan 0 sebagaiputih di sebelah kanan.

Gambar 3.22 Set Display Specifications dengan Treat 0 as White

Gambar 3.23 Tampilan image dengan Treat 0 as White

Stretch dan Min-Max biasanya digunakan untuk meningkatkan berbagai bagian

gambar. Ini mengendalikan proses dimana setiap nilai data yang mungkin dalam

data gambar ditugaskan untuk semua tingkatan display yang mungkin terjadi.

Ada tiga pilihan untuk Stretch: Linear, Equal Area dan Gaussian. Dalam kasus

stretch Linear, interval skala abu-abu yang sama spasi selama rentang data,

sedangkan pilihanEqual AreaStretchmenyebabkan interval skala abu-abu diatur

sehingga setiap interval mewakili tentang jumlah pixel yang sama. Meskipun

nonlinear, yang terakhir ini memberikan kontras maksimum. Pemilihan Gaussian

menyebabkan distribusi jumlahpixelditugaskan untuk interval skala abu-abu untuk

mewakili kurva Gaussian. Jika salah satu memegang 'Option' key ke bawah (versi

Mac) atau tombol 'mouse kanan bawah (versi Windows) sebelum klik pada

peningkatan popup menu dengan tombol kiri, jumlah standar deviasi dapat diubah

dan data akan cocok untuk pemilihan Gaussian. Standarnya adalah 2 3.


20/42

20

LAP

ORANPRAKTIKUM|


PER

Gambar 3.24 Tampilan image dengan Stretch Linier, Equal Area dan Gaussian

Min-maxes pilihan memungkinkan untuk memilih nilai data awal dan akhir

histogramgambar yang akan digunakan untuk menempatkan pixeldalam interval

skala abu-abu ditentukan oleh opsi Stretch. "All Range" pilihan untuk opsi ini akan

menyebabkan data nilai terendah dalam gambar, 0 untuk 8-bit data yang unsigned,

menjadi nilai data yang pertama ditampilkan untuk nilai terendah display (black)dan 255 menjadi nilai data terakhir yang ditampilkan untuk nilai tertinggi display

(white). Namun, jika rentang aktual data hanya 50 sampai 150, maka data hanya

akan diwakili oleh abu-abu tidak hitam putih; tidak akan ada banyak kontras dalam

gambar.

Persentase clippilihan akan menyebabkan seleksi dimulai dan akhir nilai data untuk

saluran tertentu untuk mewakili nilai-nilai data di mana 2 persen dari mereka dalam

histogramberada di luar kisaran yang dipilih. Tujuan dari pilihan ini adalah untuk

mengurangi kemungkinan bahwa sedikit nilai data outlierekstrim dalam gambar

akan mempengaruhi peningkatan display. Pilihan ini biasanya menghasilkantampilan data yang memiliki kontras yang lebih baik.

Pemilihan Used Specified menyajikan dialog box(seperti gambar dibawah) untuk

mengatur persentase clipselain 2%. Ini juga dapat mengatur nilai min-max untuk

meregangkan tingkat abu-abu di. Min data aktual dan nilai-nilai max dihitung dari

histogramtermasuk dalam dialog box.

Gambar 3.25 Set Display Specifications denganMin-Max Used Specified


21/42

21

LAP

ORANPRAKTIKUM|


PER

Gambar 3.26 Set Specifications for Display Enhancement dengan 2% clip

Gambar 3.27 Set Specifications for Display Enhancement dengan 4% clip

Gambar 3.28 Tampilan image dengan 2% clip, 4% clip dan 6% clip

3.2. Pengenalan perintah di ER Mapper

3.2.1. Pengenalan fungsi-fungsi perintah di ER-Mapper

Gambar 3.29 GUI (Graphical User Interface) ER Mapper

Menu bar merupakan barisan perintah berupa menu seperti menu File, Edit,

View, Toolbar, Process, Utilities, Windows danHelp

Title BarToolbar

Menu Bar


22/42

22

LAP

ORANPRAKTIKUM|


PER

a. MenuFile

Gambar 3.30 MenuFile

Newatau tombol digunakan membuka jendela kosong untuk menampilkan

data citra

Gambar 3.31Image window

Open atau tombol digunakan untuk menampilkan fileers atau alg yang

dipilih dalam Image window. Setelah memilih menu File-Openakan muncul

dialog boxseperti gambar berikut:

Gambar 3.32Dialog boxOpen

Kembali ke direktori

sebelumnya

Maju ke direktori

yang dipilih


23/42

23

LAP

ORANPRAKTIKUM|


PER

Tekan OK untuk menampilkanfileterpilih dan menutupDialog box

TekanApplyuntuk menampilkanfileyang terpilih dan tetap membukaDialog

box

Tekan Canceluntuk membatalkan dan menutupDialog box

OpenintoNew Surfacedigunakan untuk membuka data citra pada algorithmsurfacepada image windowyang sama

Openfrom Virtual Datasetdigunakan untuk membuka data pada virtual dataset

Add into Current Surfacedigunakan untuk menambah data citra pada algorithm

surfaceyang aktif

Closeuntuk menutupImage windowyang aktif

Saveatau tombol untuk menyimpan Algoritma yang dibuat

Save Asatau tombol untuk menyimpan Algoritma yang dibuat ke dalam

filebaru Save As Compressed Imagedigunakan untuk menyimpan dalam bentuk yang

terkompresi

Save Image to Clipboarddigunakan untuk menyimpan dalam bentuk clipboard

yang dapat dilakukan paste pada program lain, misalnya MS Word, dan lain-

lain

Page Setupdigunakan untuk mengatur dan menentukan Ukuran dan warna latar

hardcopy serta mengatur skala hardcopy

Page Setup Wizard digunakan untuk mengatur halaman yang akan dicetak

menggunakan wizard

Print digunakan untuk melakukan proses pencetakan

Exit digunakan untuk keluar dan menutup program ER Mapper

b.

MenuEdit

Gambar 3.33 Menu Edit

Annotate vector layerdigunakan untuk membuka dan mengedit vector .erv

Edit/Create Regions, untuk mengedit atau menciptakan region pada data

berformat .ers. biasanya dilakukan untuk membuat training area dan memotong

citra berdasarkan poligon

Edit ARC/INFO Coverage digunakan untuk mengedit dan membuat vector

berformat Arc/Info. Biasanya untuk On Screen Digitizing

Edit Class.Region Color and Name, untuk mengedit tampilan warna dan nama

Kelas atauRegionyang sudah ada

Preferencesdigunakan untuk mengaturpreferencesER Mapper


24/42

24

LAP

ORANPRAKTIKUM|


PER

c. Menu View

Gambar 3.34 Menu View

Normaldigunakan untuk menampilkan tampilan normal citra (2D)

3D Perspective digunakan untuk menampilkan citra secara 3D Perspective

(harus terdapat DEM/Digital Elevation Model) 3D Flytroughdigunakan untuk menampilkan citra secara 3D Flytrough (harus

terdapat DEM/Digital Elevation Model)

Algorithm atau tombol , untuk menampilkan Algoritm dialog box.

Quick Zoomterdiri dari sub menu berikut:

Gambar 3.35 Quick Zoom

Previous Zoom, untum menampilkan perbesaran citra sebelumnya Zoom In, untuk memperbesar tampilan citra

Zoom Out, untuk memperkecil tampilan citra

Zoom to All Dataset, untuk menampilkan seluruh citra

Zoom to Current Dataset, untuk memperbesar data citra yang aktif pada

layerdi algorithmnya

Zoom to All Raster Dataset, untuk memperbesar seluruh data rasterdalam

tampilannya

Zoom to All Vector Dataset, untuk memperbesar pada seluruh data vector

dalam tampilan


25/42

25

LAP

ORANPRAKTIKUM|


PER

Zoom to Page Extents, untuk memperbesar seluruh halaman pada saat

pengaturan komposisi peta

Zoom to Page Contents, untuk membesarkan pada kandungan halaman

pada saat pengaturan komposisi peta

Set Geolink to None, untuk menghilangkan Geolink yang ada Set Geolink to Window, untuk mengaktifkan Geolink antara satu Image

windowdenganImage windowyang lain

Set Geolink to Screen, untuk mengaturgeolink to screen

Set Geolink to Overview Zoom, untuk mengatur Geolink to overview zoom

Set Geolink to Overview Roam, untuk mengaturgeolink to overview roam

Geoposition digunakan untuk melakukan pengaturangeoposition

Statistics terdiri dari sub menu berikut:

Gambar 3.36Statistics

Show Statistics, untuk menampilkan nilai statistic dataset citra

Confusion matrix, untuk menampilkan matrik konfusi antara citra yangsudah diklasifikasi dengan citra referensi

Area Summary Report, untuk menampilkan luasan area citra baik sebelum

atau sesudah klasifikasi

Means Summary report, untuk menampilkan rata-rata nilaipixelcitra baik

sebelum atau sesudah klasifikasi

Standard Deviation Summary Report,untuk menampilkan standard deviasi

nilaipixelcitra baik sebelum maupun sesudah klasifikasi

Scattergrams, untuk menampilkan Scattergram dialog box yang berfungsi

menunjukkan sebaran masing-masing kelas yang dibuat terhadap nilaipixel Traverse digunakan untuk melihat intensitas citra sepanjang polyline yang

dibuat

Batch Engine Script Control digunakan untuk penggunaan Bahasa

pemrograman pada ER Mapper

Cell Values Profile, untuk menampilkan nilaiDigital Number(DN)pixelyang

dipilih pada tiap band. Untuk memilih pixeldigunakan Pointer Modedengan

mengklik tombol


26/42

26

LAP

ORANPRAKTIKUM|


PER

Gambar 3.37Dialog boxCell Value Profile

Cell Coordinate, untuk menampilkan koordinat pixel yang dipilih. Untuk

memilihpixeldigunakanPointer Modedengan mengklik tombol

Gambar 3.38 Cell Coordinates

d. Menu Toolbar

Menu Toolbar berfungsi untuk menampilkan tombol-tombol yang akan

memudahkan penggunaan program aplikasi ini. Tombol yang tampil sesuai nama

Toolbaryang dipilih. Toolbaryang bisa dipilih adalah seperti pada gambar berikut:

Gambar 3.39 Menu Toolbar

Standards digunakan untuk mengaktifkan Toolbar Standad. Secara Default

sudah aktif

Common Functiondigunakan untuk mengaktifkan ToolbarCommon Function.

Secara defaultsudah aktif

Annotation digunakan untuk mengaktifkan Toolbar yang berkaitan dengan

Annotation

Asterdigunakan untuk mengaktifkan Toolbaryang berkaitan denganAster


27/42

27

LAP

ORANPRAKTIKUM|


PER

Batch Processing digunakan untuk mengaktifkan Toolbar yang berkaitan

denganBatch Processing

Classification digunakan untuk mengaktifkan Toolbaryang berkaitan dengan

Classification

Compressiondigunakan untuk mengaktifkan Toolbaryang berkaitan dengankompresi data (Compression)

Forestry digunakan untuk mengaktifkan Toolbar yang berkaitan dengan

aplikasi kehutanan

DEM digunakan untuk mengaktifkan Toolbar yang berkaitan dengan anlisa

DEM (Digital Elevation Model)

Geophysic digunakan untuk mengaktifkan Toolbar yang brkaitan dengan

analisa geofisika

GIS digunakan untuk mengaktifkan Toolbaryang berkaitan dengan analisa GIS

Mineral digunakan untuk mengaktifkan Toolbaryang berkaitan dengan analisamineral

Oil and Gasdigunakan untuk mengaktifkan Toolbar yang berkaitan dengan

analisa minyak bumi dan gas

Radar Commondigunakan untuk mengaktifkan Toolbaryang berkaitan dengan

analisa radar

Radar Filterdigunakan untuk mengaktifkan Toolbar yang berkaitan dengan

filterradar

Remote Sensingdigunakan untuk mengaktifkan Toolbaryang berkaitan dengan

analisa penginderaan jauh

Web Publishingdigunakan untuk mengaktifkan Toolbaryang berkaitan dengan

piblikasi web

Wizarddigunakan untuk mengaktifkan Toolbarberbagai macam wizard

e.

MenuProcess

MenuProcessterdiri dari:

Gambar 3.40 MenuProcess

Raster Cells to Vector Polygons, untuk mengubah format sel rasterke dalam

bentuk format vector

Polygon >> Region Conversation, untuk mengubahfilevector polygon(.erv)

ke dalam regiondalamfile(.ers) atau sebaliknya

Calculate Statistic, untuk menghitung nilai statistik suatu data set


28/42

28

LAP

ORANPRAKTIKUM|


PER

Gambar 3.41Dialog boxCalculate Statistics

Isikan text box Datasetdengan namafiledataset yang akan dihitung, atau bisa

juga dengan menekan tombol untuk mencari namafiledataset

Isikan text box Sumpling Intervaldengan angka tertentu untuk menghitung nilai

perpixel

Beri tanda centang padaForce Recalculate Stats

Classification, berfungsi untuk melakukan klasifikasi terhadap dataset. Pada

menu ini terdapat beberapa sub menu yaitu:

Supervised Classification, untuk melakukan klasifikasi terbimbing

ISOClass Unsupervised Classification, untuk melakukan klasifikasi tak

terbimbing

View Scattergram

Edit Class/Region Color and Name

Geocoding Wizarddigunakan untuk melakukan proses image geocoding (image

transformation, rectification, orthorectification, dan lain-lain)

Gridding Wizarddigunakan untuk membuat DEM dari data ASCII .txt

Digitizer digunakan untuk melakukan digitasi dengan digitizer

Radar Commondigunakan untuk proses analisa radar

Radar filterdigunakan untuk memprosesfilter-filteryang digunakan pada radar Fourier Transformationdigunakan untuk melakukan analisaFoulrier

f. Menu Utilities

Menu Utilities terdiri atas:

Gambar 3.42 Menu Utilities

Import ASCII and Binary Gridsdigunakan untuk mengimpor data berformat

ASCIIdan Binary(BIL, BSQ, BIP)

Import Graphic Formatsdigunakan untuk mengimpor data berformat grafik Import Gridding Formatsdigunakan untuk mengimpor data berformat grid


29/42

29

LAP

ORANPRAKTIKUM|


PER

Import Image Formats digunakan untuk mengimpor data dari software lain

(Erdas, Microbrian, PCI, dan lain-lain)

Import SAR Imagerydigunakan untuk mengimpor data dari radar

Import Satellite Imagerydigunakan untuk mengimpor data multispectral satelit

berbagai sensor Import Schumberger Formats digunakan untuk mengimpor data berformat

schlumberger

Import Vector and GIS Formatsdigunakan untuk mengimpor data vector

Export Graphic Formatsdigunakan untuk mengekspor data ke dalam format

grafik

Export Rasterdigunakan untuk menekspor data ke dalam format rasterlain

Export Vector and GIS Formatsdigunakan untuk mengekspor data vector (.erv)

ke dalam format lain (Autocad dan Esrishapefile)

Toolbardigunakan untuk membuat dan mengedit Toolbar Batch script, berkaitan dengan Bahasa pemrograman ER Mapper

File Maintenance digunakan untuk mengedit konfigurasi algorithm, dataset,

formula danfilter

Licensing, berkaitan dengan lisensi ER Mapper

User Menudigunakan untuk mengeditfileheader dataset

Machine Configuration Reportdigunakan untuk melakukan laporan konfigurasi

sistem

Slide Showdigunakan untuk melihatslide show ER Mapper

g. Menu WindowsMenu Windowsterdiri dari:

Gambar 3.43 Menu Windows

Menu ini berfungsi untuk menampilkan Image window yang telah

ditampilkan sebelumnya

h.

MenuHelp

MenuHelp terdiri dari:

Gambar 3.44 MenuHelp


30/42

30

LAP

ORANPRAKTIKUM|


PER

Menu ini berfungsi untuk memberikan bantuan kepada pemakai apabila

pemakai tidak dapat mengoperasikan perintah pada program ER Mapper.

i. MenuPopUp

MenuPopUpakan tampil dengan cara klik kanan pada image windowyang

aktif. Menu-menu yang ada pada menuPopUp terdiri dari:

Gambar 3.45 MenuPopUp

Stop processing, untuk menghentikan proses

Refresh Image, untuk merefresh tampilan citra

Clip, untuk melakukan clip/refresh citra denganpenajaman

Quick Zoom, untuk melakukan berbagai macamzooming

File, untuk melakukan berbagai perintah diantaranya New, Open, Copy

Window and Algorithm, Save, Save As, Save Image to Clipboard, Page Setup,

Print danClose.

Hand, untuk melakukan penggeseran citra

Zoom, untuk melakukan perbesaran atau pengecilan

Zoombox tool, untuk melakukan pembesaran pada area tertentu

Pointer, untuk mengganti kursor menjadi pointer

Algorithm, untuk membuka dialog boxAlgorithm

Cell Value Profile, untuk membuka dialog boxCell Values Profile

Cell Coordinate, untuk membuka dialog boxCell Coordinate

3.2.2. FungsiExport/Import Data

a. Import Data

Tahapan-tahapan dalam mengimpor suatu format data ke dalam format data

yang dikenali oleh ER Mapper adalah sebagai berikut:

Pada menu Utilitiespilih format data yang akan diimpor

PilihImport Image Formatsuntuk mengimpor data citra


31/42

31

LAP

ORANPRAKTIKUM|


PER

Gambar 3.46 Memilih import image formats

Kemudian pilih format data citra berasal. Klik Import. Kemudian akan muncul

gambar dialog boxsebagai berikut:

Gambar 3.47 Memilihfileyang akan diimpor

Isikan text box ImportFile/Device Name untuk data citra yang akan diimpor atau

bisa juga dengan menekan tombol untuk mencari namafiledataset

Isikan Output Dataset text boxuntuk namafilehasil impor

Isikan Geodetic Datum text boxuntuk datum citra yang diimpor. Misalnya WGS84

Gambar 3.48Dialog box Datum ChooserIsikan Map Projection text box untuk proyeksi citra yang diimpor. Misalnya

UTM;SUTM48

Gambar 3.49Dialog boxProjection Chooser


32/42

32

LAP

ORANPRAKTIKUM|


PER

Kemudian klik OK untuk memulai proses.

b. Export Data

Tahapan dalam export datake dalam format lain adalah sebagai berikut:

Pada menu UtilitiespilihExportRaster

Gambar 3.50 Memilih export Raster

Kemudian akan ditampilkan beberapa sub menu. Pilih salah satu sub menu, lalu

akan muncul dialog boxsebagai berikut:

Gambar 3.51Dialog boxExportXYZ_ASCII_grid

Pilih dataset yang akan diekspor pada text box Dataset to Export

Beri namafiledan direktori hasil ekspor

IsikanLine Rangeuntuk banyaknya baris yang akan diekspor

Isikan Cell Rangeuntuk banyaknya kolom yang akan diekspor

Klik OK untuk memulai proses

3.2.3.

Algorithm

Algorithma merupakan elemen dasar dari program ER Mapper dalam

melakukan pengolahan data. Pengolahan data dalam algorithma meliputi penajaman

citra, filtering, formula, citra komposit, dll. Proses dalam algorithma terpisah dari

dataset yang digunakan. Sehingga dimungkinkan untuk memanipulasi data tanpa

mengubah dataset original. Untuk menampilkan AlgorithmDialog boxpilih menu

View dan klik Algorithm atau klik tombol . Setelah itu akan muncul gambar

berikut:


33/42

33

LAP

ORANPRAKTIKUM|


PER

Gambar 3.52Algorithm

Pada Tab Pagesterdapat pilihan antara Coordinate System, Surface danLayer.

UntukSurface terdapat 2 pilihan yaitu color mode dan color table. Color mode dalam

ER Mapper ada 3 yaitu Pseudocolor, Red Green Blue (RGB) dan Hue-Saturation-

Intensity

Gambar 3.53 Surfacepada dialog boxAlgorithm

Color table hanya aktif untuk pilihan Color Mode Pseudocolor. Terdapat

banyak pilihan warna semu pada color table diantaranya adalah ampphase, azimuth,

blue, brown green, contour, dan lain-lain.

Gambar 3.54Raster Layerpada dialog boxAlgorithm

Cara memunculkan raster layeryaitu dengan klik kanan pada layer. Terdapat

10 raster layer yang ada pada ER Mapper yaitu: pseudo, red, green, blue, hue,

saturation, intensity, height, class display, classification. Intensity layer dapat aktif

pada color mode Pseudocolor, RGB atau HIS.Intensity layer dapat digunakan untuk

image fusion dengan resolusi yang lebih tinggi. Class Display digunakan untuk

Edit Formula

Edit Transform Limit

Refresh Image

FilterBand Chooser

Dataset Chooser

Layer ModeColor Mode

Duplicate


34/42

34

LAP

ORANPRAKTIKUM|


PER

klasifikasi, sedangkan classification untuk thematic layer. View mode 3D dapat aktif

bila salah satu layernya adalah layerintensity atau height DEM.

3.2.4. Fungsi Geoposition

Pilih View >> Geopositionmaka akan muncul dialog boxsebagai berikut:

Gambar 3.55Algorithm Geopositian untukZoom image

Untuk menghubungkan citra satu dengan citra lainnya dengan sistem proyeksi yang

sama tekan Geolinkmaka akan muncul beberapa mode Geolinkseperti berikut:

Gambar 3.56Algorithm Geopositian untuk Geolink

Gambar 3.57Algorithm Geopositian untuk extent

Gambar 3.58Algorithm Geopositian untuk menentukan center of image


35/42

35

LAP

ORANPRAKTIKUM|


PER

Gambar 3.59Algorithm Geopositian mengenai mouse info

3.2.5. MenampilkanImage

Jalankan program ER Mapper

Dari menu Filepilih Openatau klik pada icon

Gambar 3.60 Membuka image

o Klik Volumepilih E:\Lecture\Semester 5\Penginderaan Jauh\Asistensi-Indraja\Pertemuan 2\Data Tugas Responsi Indraja\

LE71140632000234SGS00_B1234567.ers

Gambar 3.61 Memilih direktori image disimpan

Akan muncul tampilan seperti berikut:


36/42

36

LAP

ORANPRAKTIKUM|


PER

Gambar 3.62 Tampilan awal image window dari image yang dibuka

Ubah tampilan menjadi RGB dengan klik tombol

Gambar 3.63Image windowpada mode colorRGB3.2.6. Saving Data

Klik kanan pada image window. PilihFile> SaveAs

Gambar 3.64 Menyimpan image

Arahkan pada direktori penyimpanan dan tentukan namafile(misal:

LE71140632000234SGS00_B1234567_.ers) Kemudian klik OK


37/42

37

LAP

ORANPRAKTIKUM|


PER

Gambar 3.65Dialog boxSave As

PadaDialog boxSaveAs ER Mapper Dataset, pilih output type: Multilayer dan

Null Value: 0. Klik OK

Gambar 3.66Dialog boxSave As ER Mapper Dataset

Lalu pemrosesansaving citraakan berjalan

Gambar 3.67 Loading penyimpanan image

Setelah saving selesai maka akan muncul dialog seperti berikut:

Gambar 3.68 Penyimpanan image selesai

Maka saving citra telah selesai dilakukan.

3.2.7. Fungsi Copy Window

Copy Windowberfungsi untuk mengandakan image window yang aktif

dengan klik tombol . Maka image window akan digandakan seperti gambar

berikut:


38/42

38

LAP

ORANPRAKTIKUM|


PER

Gambar 3.69 Tampilan image window setelah diduplikasi

3.2.8. Fungsi ECW

Enhanced Compressed Wavelet (ECW) merupakan salah satu fungsi yang ada

pada ER Mapper yang berfungsi memperkecil ukuran file citra dengan tetap

mempertahankan kualitar citranya. Langkah-langkah dalam melakukan kompresi citra

adalah sebagai berikut:

Pilih menu File > SaveAs Compressed Image.. kemudian akan muncul ECW

JPEG 2000 Compression Wizard.

Gambar 3.70Dialog boxECW JPEG 2000 Compression Wizard

Pilih format hasil keluaran citra. Terdapat 2pilihan yakni ECW dan JPG2000. Pada

pilihanselect input image (or mosaic) to compressterdapat pilihan:

o Use the current algorithm window: kompresi secara langsung terhadap

image windowyang sedang aktifo Select input image to compress: kompresi terhadapfile yang disimpan

dalam harddisk

o Batch compress multiple image: kompresi terhadap beberapa citra pada

suatu direktori

Pilih Select input image to compressuntuk melakukan kompresi citra. Setelah itu

klikNext.

Pilihlah inputfilecitra yang akan dikompresi dan tentukan outputnya. Dan pilihlah

Choose custom compression setting. Kemudian klikNext


39/42

39

LAP

ORANPRAKTIKUM|


PER

Gambar 3.71Dialog boxSelect input/output files

Pilih tipe kompresi yang diinginkan. Terdapat 3 pilihan yakni Greyscale,

Multiband, dan Color (RGB). Pilih multibanduntuk melakukan kompresi terhadap

semua band dalam satu data set. Pilih greyscale untuk mengkompresi single band.

Pilih Color untuk melakukan kompresi citra dengan band tertentu (natural color,maupun warna semu)

Gambar 3.72Dialog boxCompression Type

Menentukan kualitas kompresi citra yang diinginkan. Rasio kompresi akan

menentukan besarnyafileyang akan dihasilkan dalam proses kompresi. Dalam hal

ini rasio yang dipilih adalah 25. Kemudian klikNext.

Gambar 3.73Dialog boxCompression Quality

Mengatur resolusi outputyang diinginkan. PilihLet the compressor set the output

resolution. Kemudian klikNext.


40/42

40

LAP

ORANPRAKTIKUM|


PER

Gambar 3.74Dialog boxOutput Resolution Method

Klik tombol Compute Summary information kemudian akan muncul hasil

perhitungan ER Mapper terhadap hasil kompresi yang akan dihasilkan.

Gambar 3.75Dialog boxCompression Summary

Kemudian klikFinishuntuk memulai proses kompresi citra

Gambar 3.76Loading Compression Image

Setelah citra selesai dikompresi akan muncul dialog boxyang menerangkan hasil

akhirnya.

Gambar 3.77 Compression Image selesai

Dari keterangan tersebut, citra telah dikompres menjadi 35.4 MB dari data 1.85 GB

dengan rasio kompresi sebesar 53.4:1. Hasil akhir dari citra terkompresi terdiri dari

3file, yakni berformat ecw, ers, dan eww dengan nama yang sama

Untuk membuka citra hasil kompresi dapat dilakukan menggunakan program ER

Mapper, ERViewer, ArcView, MapWindow maupu ArcGIS


41/42

41

LAP

ORANPRAKTIKUM|


PER

BAB IV. PENUTUP

4.1Kesimpulan

Dari pelaksanaan praktikum ini dapat ditarik beberapa kesimpulan diantaranya:

Citra satelit yang didownload melalui situs tertentu harus diolah terlebih dahulu

menggunakan aplikasi pengolahan citra (image processing software) untuk

dilakukan koreksi geometrik maupun radiometrik.

Fungsi-fungsi dasar pada multispec yang dipelajari pada praktikum ini adalah:

o Display and inspection of image data yaitu dengan menampilkan diplay type 3-

Channels Color, Side by Side Channels dan1-Channels Thematic, menampilkan

fungsizoom sertacara memunculkan coordinates view.

o Edit Enhancement yaitu menampilkan image dengan bits of color 24 dan 8,

menampilkan image dengan stretch Linier, Equal Area dan Gaussian,

manampilkan image dengan treat 0 as white/black, memodifikasi min-max

menggunakan used specified.

Fungsi-fungsi dasar pada ER Mapper yang dipelajari pada praktikum ini adalah:

o Fungsi-fungsi perintah pada menu bar ER Mapper yaitu menu File, Edit, View,

Toolbar, Process, Utilities, Windows, HelpdanPopUp

o Fungsi Export Data untuk mengubah file image dari format data tertentu ke

bentuk .ers sedangkanImport Data untuk mengubahfileimage dari bentuk .ers

ke format data lainnya

o Alghorithm untuk menyimpan proses-proses yang telah dilakukan dalam image

processing dan dapat menjadi template bagi data yang lain untuk proses yangsama

o Fungsi Geopositionberisi fungsizoom, fungsi Geolink, extent, center dan mouse

info

o Cara menampilkan image dari data yang telah disimpan

o Menyimpan Data dari image yang sudah diproses

o Fungsi Copy Window untuk menggandakan image window

o Fungsi ECW untuk mengkompresi ukuran data image relative besar menjadi lebih

kecil dengan kualitas yang sama

4.2Saran

Adapun saran-saran untuk praktikum ini adalah sebagai berikut:

Untuk memperdalam pemahaman mengenai fungsi-fungsi yang ada pada Multispec dan

ER Mapper sebaiknya dilakukan praktikum yang lebih mendalam mengenai

pengolahan citra

Untuk melakukan praktikum yang lebih mendalam mengenai pengolahan citrasebaiknya diawali dengan pengumpulan sumber-sumber atau informasi (tutorial)

sebanyak-banyak.


42/42

ORANPRAKTIKUM|


PER

DAFTAR PUSTAKA

BAKOSURTANAL, MREP Project. 1996. Pengenalan ERMapper 5.2, PT. INDICA

DHARMA. Perth, Western Australia 6005.

CAHYONO, A.B. 1999. Remote Sensing Course, MIT for NRM, SEAMEO - BIOTROP,

Bogor.

DANOEDORO, P. 1996. Pengolahan Citra Digital Teori dan Aplikasinya dalam Bidang

Penginderaan Jauh, Fakultas Geografi, Universitas Gadjah Mada.

HANDIKA PUTRA, ERWIN. 2011. Penginderaan Jauh dengan ERMapper. Yogyakarta :

Graha Ilmu

HARDIYANTI, F.S.P, 2001.Interpretasi Citra Digital, Grassindo.

JENSEN, J.R. 1986. Introductory Digital Image Processing, Prentice Hall Series.

LILLESAND, T.M and KIEFER, R.W. 1994.Remote Sensing And Image Interpretation, Third

Edition, John Willey.

http://sharing-ebook.blogspot.com/2011/10/macam-macam-format-citra-digital.html

Diakses pada tanggal 21 November 2014 pukul 9.50
http://sharing-ebook.blogspot.com/2011/10/macam-macam-format-citra-digital.htmlhttp://sharing-ebook.blogspot.com/2011/10/macam-macam-format-citra-digital.html

laporan praktikum - pengenalan multispec dan er mapper

Documents