modul 1.docx
TRANSCRIPT
LAPORAN RESMI
PRAKTIKUM PENGINDERAAN JAUH
MODUL 1
INTERFACE PERANGKAT LUNAK ER MAPPER 7.0
IRMA KUSUMADEWI
K2D 009 047
SHIFT 3
JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2011
BAB I
PENDAHULUAN
1.1. Latar Belakang
Penginderaan jarak jauh sangat bermanfaat dalam membantu
proses pengukuran, penelitian dan pengelolaan suatu sumberdaya bumi
dengan menggunakan konsep interpretasi foto udara, fotogeometri,
interpretasi citra dari sensor nonfotografi baik secara visual maupun
menggunakan tehnik pemrosesan citra digital. Sehingga dapat
mempermudah dalam pengumpulan data dari jarak jauh yang dapat
dianalisis untuk mendapatkan informasi tentang objek, daerah maupun
fenomena yang diinginkan.
Penginderaan jauh (remote sensing) menurut Purwadi, 2001
adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek,
daerah, atau fenomena melalui analisa data yang diperoleh dengan suatu
alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang
dikaji. Inderaja merupakan ilmu bila digunakan untuk lingkup studi
inderaja sendiri dan merupakan suatu teknik bila digunakan sebagai
penunjang untuk mempelajari bidang ilmu lainnya (Pentury,1997).
Komponen dasar dalam sistem inderaja adalah radiasi elektromagnetik
(REM), atmosfer, sensor, dan objek. Menurut Sutanto,1987.
Penginderaan jauh (inderaja) adalah ilmu atau seni untuk memperoleh
informasi tentang objek, daerah, atau gejala dengan menggunakan alat
tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji.
Alat yang dimaksud dalam batasan ini adalah alat pengindera atau
sensor. Pada umumnya sensor dipasang pada wahana (platform) yang
berupa pesawat terbang, satelit, pesawat ulang alik atau wahana lainnya.
Obyek yang diindera atau yang ingin diketahui berupa objek dipermukaan
bumi, di dirgantara, atau di antariksa. Penginderaannya dilakukan dari
jarak jauh sehingga disebut penginderaan jarak jauh.
Dengan menggunakan penginderaan (sensor) kita mengumpulkan
data dari jarak jauh yang dapat dianalisis untuk mendapatkan informasi
objek, daerahatau fenomena yang sedang diteliti. Melihat begitu
pentingnya penginderaan jauh dalam berbagai ilmu pengetahuan maka
perlu diadakan praktikum.
1.2. Tujuan
Tujuan dari praktikum ini adalah :
Mahasiswa diharapkan mengetahui fungsi dari penginderaan jauh
Mengenal dan mempelajari software ER Mapper sehingga dapat
memberikan sejumlah informasi atau wawasan untuk pengamatan lebih
lanjut.
Mempelajari manfaat dan aplikasi teknologi penginderaan jauh, yakni
citra satelit Landsat.
BAB II
TINJAUAN PUSTAKA
2.1. Penginderaan Jauh
Penginderaan jauh adalah ilmu dan seni untuk memperoleh
informasi tentang suatu objek, daerah, atau fenomena melauli analisis
data yang diperoleh dengan suatu alat tanpa kontak langsung dengan
objek, daerah atau fenomena yang dikaji (Lillesand dan Kiefer, 1990).
Penginderaan jauh dapat diberi batasan sebagai alat untuk
mengetahui, mengenali, dan menilai obyek dengan cara perabaan dari
jauh atau dengan alat rekaman. Suatu alat teleskop astronomi, suatu
kamera udara di dalam pesawat jet supersonic, atau suatu instalasi sonar
di dalam sebuah kapal selam semuanya merupakan bentuk-bentuk alat
penginderaan jauh. Kelelawar malam hari mempergunakan suatu teknik
penginderaan jauh untuk mencari jalan pada waktu terbang di dalam
gelap, suatu asas yang serupa dipakai di dalam perlengkapan radar. Alat
penginderaan jauh juga meliputi berbagai satelit yang mengorbit bumi
yang menjadi semakin tambah bermanfaat sebagai mimbar untuk
mendapatkan berbagai macam gambar udara baik yang berupa
gambaran fotografis maupun yang bukan fotografis. Penekanan
penginderaan jauh diletakkan pada penafsiran tentang gambar yang
diperoleh dari sensor infra merah atau “thermal mappers” (pembuat peta
thermal), dari peralatan radar di udara atau dari penerbangan-
penerbangan ruang angkasa yang mengorbit (Avery, 1970).
Ada beberapa istilah dalam bahasa asing yang sering digunakan
untuk penginderaan jauh. Reeves (1975) dalam Sutanto (1992)
mengutarakan istilah ‘remote sensing’ (Inggris), ‘teledectection’
(Perancis), ‘fernerkundung’ (Jerman), ‘sensoriamento remota’ (Portugis),
‘distantsionaya’ (Rusia), dan ‘perception remota’ (Spanyol). Di Indonesia
pernah digunakan dua istilah penginderaan jauh dan teledeteksi.
Keunggulan istilah teledeteksi adalah terletak pada ringkasnya dan
serupa dengan istilah lain yang telah banyak digunakan orang misalnya
telegram, telepon, dan televisi. Kelemahannya terletak pada kata deteksi
yang sering digunakan pada lingkup yang lebih sempit bila dibandingkan
dengan arti penginderaan. Deteksi dapat diartikan sebagai suatu
kesadaran akan adanya pola atau objek pada foto udara atau pada citra
lainnya.
Secara umum proses dan elemen yang terkait di dalam sistem
pengindraan jauh dengan energi gelombang elektromagnetik meliputi
proses pengumpulan data, dan analisa data. Elemen proses
pengumpulan data adalah sumber energi, atmosfer, sebagai media
perantara energi, interaksi antara energi dengan muka bumi, sensor, dan
hasil pembentukan data dalam bentuk numerik atau gambar. Sedangkan
proses analisa data meliputi pengujian data dengan menggunakan alat
interpretasi untuk menganalisa data visual dan komputer untuk
menganalisa data numerik (Lillesand dan Kiefer, 1990).
Sumber energi dalam sistem penginderaan jauh adalah radiasi
elektromagnetik yang secara umum berasal dari energi matahari.
Gelombang eletromagnetik dibentuk sekaligus oleh dua komponen yaitu,
komponen listrik dan komponen magnetik yang keduanya berjalan
dengan fase yang sama, tegak lurus satu sama lain, dan tegak lurus pula
dengan arah rambatannya. Bentuk gelombang ini dapat diamati dari
interaksinya dengan suatu benda.
Matahari merupakan sumber utama tenaga elektromagnetik. Di
samping matahari juga ada sumber tenaga lain, baik sumber tenaga
alamiah yang digunakan dalam penginderaan jauh sistem pasif,
sedangkan sumber tenaga buatan digunakan dalam penginderaan jauh
sistem aktif (Sutanto, 1992).
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 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).
2.2. Citra
Citra Penginderaan Jauh merupakan gambaran yang terekam
oleh kamera atau oleh sensor lainnya. Dalam bahasa Inggris, citra adalah
image atau imagery, batasannya adalah :
Image adalah gambaran suatu obyek atau suatu perujudan,
umumnya berupa peta, gambar, atau foto.
Imagery adalah gambaran visual tenaga yang direkam dengan
menggunakan alat penginderaan jauh.
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 (Danoedoro, 2001).
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.
Pada penginderaan jauh, sensor merekam tenaga yang
dipantulkan atau dipancarkan oleh obyek di permukaan bumi. Rekaman
tenaga ini akan diproses dan akan membuahkan data penginderaan
jauh. Data penginderaan jauh dapat berupa data digital atau data numerik
untuk dianalisis dengan menggunakan komputer. Data ini juga dapat
berupa data visual yang pada umumnya dianalisis secara manual. Data
visual dibedakan lebih jauh atas data citra dan data noncitra. Data citra
berupa gambaran yang mirip wujud aslinya atau paling tidak berupa
gambaran planimetrik. Data noncitra pada umumnya berupa garis atau
grafik. Sebagai contoh data noncitra adalah grafik yang mencerminkan
beda suhu yang direkam disepanjang daerah penginderaan. Di dalam
penginderaan jauh yang tidak menggunakan tenaga elektromagnetik,
contoh data noncitra antara lain berupa grafik yang menggambarkan
gravitasi maupun daya magnetik di sepanjang daerah penginderaan.
1. Citra foto
Citra foto dapat dibedakan berdasarkan pada:
Spektrum elektromagnetik yang digunakan
Berdasarkan spektrum elektromagnetik yang digunkan, citra foto
dibagi menjadi:
a. Foto ultraviolet
Foto yang dibuat dengan menggunakan spektrum ultraviolet.
Spektrum ultraviolet yang dapat digunakan untuk pemotretan hingga
saat ini ialah spektrum ultraviolet dekat hingga panjang gelombang
0,29μm.
b. Foto Ortokromatik
Foto yang dibuat dengan menggunakan spektrum tampak dari
saluran biru hingga sebagian hijau (0,4μm – 0,56μm).
c. Foto Pankromatik
Foto yang dibuat dengan menggunakan seluruh spektrum tampak.
d. Foto Inframerah asli (True Infrared Foto)
e. Foto yang dibuat dengan menggunakan spektrum infra merah dekat
hingga panjang gelombang 0,9μm – 1,2μm bagi film infra merah
dekat yang dibuat secara khusus.
f. Foto Inframerah modifikasi
Foto yang dibuat dengan spektrum inframerah dekat dan sebagian
spektrum tampak pada saluran merah dan sebagian saluran hijau.
A. Sumbu kamera
Berdasarkan sumbu kamera terhadap arah permukan bumi, foto
udara dibedakan menjadi:
a. Foto vertikal
Foto yang dibuat dengan sumbu kamera tegak lurus terhadap
permukaan bumi.
b. Foto condong
Foto yang dibuat dengan sumbu kamera menyudut terhadap garis
tegak lurus ke permukaan bumi. Sudut ini pada umumnya sebesar
10 0 atau lebih besar. Apabila sudut condongnya berkisar antara 1 0
sampai 4 0, foto yang dihasilkannya masih dapat digolongkan
sebagai foto vertikal. Foto condong dibedakan menjadi dua yaitu:
Foto sangat condong (high oblique photograph), yakni bila pada foto
tampak cakrawalanya.
Foto agak condong (low oblique photograph), yakni bila cakrawala
tidak tergambar pada foto.
B. Sudut liputan kamera
C. Jenis kamera
Berdasarkan kamera yang digunakan di dalam penginderaan, citra
foto dapat dibedakan menjadi :
Foto tunggal
Foto yang dibuat dengan kamera tunggal. Tiap daerah liputan foto
hanya tergambar oleh satu lembar foto.
Foto jamak
Beberapa foto yang dibuat pada saat yang sama dan
menggambarkan daerah liputan yang sama.
D. Warna yang digunakan
Berdasarkan warna yang digunakan foto dibedakan atas :
Foto berwarna semu (false color) atau foto inframerah berwarna.
Pada foto berwarna semu, warna obyek tidak sama dengan warna
foto. Obyek seperti vegetasi yang berwarna hijau dan banyak
memantulkan spektrum inframerah, tampak merah pada foto.
Foto warna asli (true color)
Foto pankromatik berwarna.
E. Sistem wahana dan penginderaan
Ada dua jenis foto yang dibedakan berdasarkan wahana yang
digunakan, yaitu :
Foto udara
Foto yang dibuat dari pesawat udara atau dari balon.
Foto satelit atau foto orbital
Foto yang dibuat dari satelit
2. Citra Nonfoto
a. Spektrum elektromagnetik yang digunakan
Berdasarkan spektrum elektromagnetik yang digunakan dalam
penginderaan, citra nonfoto dibedakan :
Citra inframerah termal
Citra yang dibuat dengan spektrum inframerah termal
Citra radar dan citra gelombang mikro
Ctra yang dibuat dengan spektrum gelombang mikro
b. Sensor
Berdasarkan sensor yang digunakan, citra nonfoto dibedakan atas :
Citra tunggal
Citra yang dibuat dengan sensor tunggal
Citra multispektral
Citra yang dibuat dengan saluran jamak. Berbeda dengan citra
tunggal yang umumnya dibuat dengan saluran lebar, citra
multispektral pada umumnya dibuat dengan saluran sempit.
2.3. Satelit Landsat
Landsat (Land Satelite) merupakan satelit milik NASA tetapi
sistem informasinya dilakukan oleh pihak swasta, yaitu EOSAT. Sampai
saat ini sudah lima satelit landsat yang diluncurkan. Satelit landsat 1, 2, 3
merupakan generasi pertama yang diluncurkan pada tahun 1972, 1975
dan 1978. Generasi kedua diluncurkan tahun 1982 dan 1984, yaitu
landsat 4, 5 (Sabins, 1996).
Konfigurasi dasar satelit Landsat berbentuk kupu-kupu dengan
tinggi kurang lebih 3 meter dan bergaris tengah 1,5 meter dengan panel
matahari yang melintang kurang dari 4 meter. Satelit landsat diluncurkan
ke orbit lingkarnya pada ketinggian 705 km. Orbit Landsat melalui 9°
kutub utara dan kutub selatan.
Satelit Landsat dilengkapi dengan dua buah sensor yaitu MSS
(Multi Spektral Scanner) dan TM (Thematic Mapper). Lebar sapuan
landsat TM adalah 185 km dengan resolusi spatial 30 x 30 m dan khusus
band 6 adalah 120 x 120 m dan 79 x 79 m untuk sensor MSS. Resolusi
efektif merupakan kenampakan terkecil yang berdekatan yang dapat
dibedakan satu terhadap lainnya atau dengan kata lain daerah terkecil
yang terekam secara serentak disebut juga medan pandang sesaat atau
Instantaneous Field of View (IFOV) (Lillesand dan Kiefer, 1990).
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. Dengan kedetilan/resolusi yg cukup tinggi ini
membuat satelit ini akan menyaingi pembuatan foto udara (Lillesand dan
Kiefer, 1990).
2.5. ER Mapper
ER Mapper merupakan salah satu software komputer yang telah
terbukti banyak digunakan baik kalangan pemerintah maupun swasta, hal
ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi 5.0
Er Mapper telah menyajikan kemampuan pengolahan citra yang cukup
lengkap.
Paket perangkat lunak tersebut pada dasarnya banyak digunakan
dalam aplikasi rutin, dan beberapa program yang dapat dikembangkan
oleh pemakai sistem tersebut. Proses perangkat lunak sering dilengkapi
dengan alat bantu untuk pengembangan aplikasinya sehingga bagi
pemakai dapat mengembangkan untuk aplikasi khusus yang
diinginkannya. Paket jenis ini dapat diterapkan pada komputer multiguna
mulai dari skala mikro, mini, dan komputer super (Purwadhi, 2001).
Keunggulan Er Mapper, antara lain:
Mampu untuk mengolah sebagian citra penginderaan jauh.
Mampu mengimpor data citra yang tidak dikenal sekalipun.
Didukung lebih dari 100 kompatibilitas pencetakan citra,
Sangat mudah digunakan untuk tujuan analisis sekalipun oleh user
pemula.
Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus.
Tersedia lebih dari 160 Sangat mudah digunakan untuk tujuan
analisis sekalipun oleh user pemula.
Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus.
Tersedia lebih dari 160 formula atau algorithma matematis
pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis
lagi algorithma yang rumit bagi pemula.
Realtime processing, pengolahan langsung dapat dilihat hasilnya
tanpa menyimpannya di media terlebih dahulu.
Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit
juga citra foto udara.
Data yang berbeda dapat ditampilkan bersamaan bahkan saat
diproses.
Penyusunan model 3D dari citra sehingga lebih tampak seperti
kondisi aslinya di lapangan.
2.6. RGB (Red – Green –Blue)
Citra yang menggunakan LUT RGB haruslah memiliki tiga channel
atau dalam bahasa umum dapat dikatakan disusun atas tiga lapisan
warna, superimpos dari tiga lapisan ini akan menyusun citra dengan
kedalaman warna maksimal 2563 kode warna.Walaupun demikian
umumnya citra penginderaan jarak jauh hanya menggunakan ruang
hingga 256 kode saja, kecuali beberapa citra, seperti: radar hingga 16 bit
channel dan citra-citra yang telah direntangkan ruang warnanya.
Perentangan warna dari citra dengan ruang warna 256 kode
menjadi 2563 dapat dilakukan tetapi tidak akan merubah kedalaman
informasinya, kondisi ini dapat disetarakan dengan pembesaran skala
peta dari skala 1:4000 menjadi skal 1:1000 dengan cara difotokopi
(Geomedia, 2004).
2.7. Teknik Interpretasi Visual
Estes dan Simonett (1975) dalam Sutanto (1992) mengatakan
bahwa interpretasi citra merupakan perbuatan mengkaji foto udara dan
atau citra dengan maksud untuk mengidentifikasi objek dan menilai arti
pentingnya objek tersebut. Pengalaman sangat menentukkan hasil
interpretasi, karena persepsi pengenalan objek bagi orang2 yang
berpengalaman biasanya lebih konstan atau dengan kata lain pengenalan
objek yang sama pada berbagai bentuk citra akan selalu sama. Misalkan
pada citra A dianggap sebuah pemukiman, maka pada citra B atau C pun
tetap bisa dikenal sebagai pemukiman walaupun agak sedikit berbeda
dalam penampakannya.
Ada tiga hal penting yang perlu dilakukan dalam proses
interpretasi, yaitu deteksi, identifikasi dan analisis. Deteksi citra
merupakan pengamatan tentang adanya suatu objek, misalkan
pendeteksian objek disebuah daerah dekat perairan. Identifikasi atau
pengenalan merupakan upaya mencirikan objek yang telah dideteksi
dengan menggunkan keterangan yang cukup, misalnya
mengidentifikasikan suatu objek berkotak2 sebagai tambak di sekitar
perairan karena objek tersebut dekat dengan laut. Sedangkan analisis
merupakan pengklasifikasian berdasarkan proses induksi dan deduksi,
seperti penambahan informasi bahwa tambak tersebut adalah tambak
udang dan dklasifikasikan sebagai daerah pertambakan udang.
Interpretasi citra penginderaan jauh dapat dilakukan dengan dua
cara yaitu interpretasi secara manual dan interpretasi secara digital
(Purwadhi, 2001). Interpretasi secara manual adalah interpretasi data
penginderaan jauh yang mendasarkan pada pengenalan ciri/karakteristik
objek secara keruangan. Karakteristik objek dapat dikenali berdasarkan 9
unsur interpretasi yaitu bentuk, ukuran, pola, bayangan, rona/warna,
tekstur, situs, asosiasi dan konvergensi bukti. Interpretasi secara digital
adalah evaluasi kuantitatif tentang informasi spektral yang disajikan pada
citra. Dasar interpretasi citra digital berupa klasifikasi citra pixel
berdasarkan nilai spektralnya dan dapat dilakukan dengan cara statistik.
Dalam pengklasifikasian citra secara digital, mempunyai tujuan khusus
untuk mengkategorikan secara otomatis setiap pixel yang mempunyai
informasi spektral yang sama dengan mengikutkan pengenalan pola
spektral, pengenalan pola spasial dan pengenalan pola temporal yang
akhirnya membentuk kelas atau tema keruangan (spasial) tertentu.
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)
2.9. Band 6 Satelit Landsat
Kenampakan bumi disediakan dalam misi satelit berawak dan
pada awalnya satelit meteorology mendorong perkembangan program
Satelit teknologi sumber-daya bumi atau ERTS, Earth Resources
Technology Satellites. Program ini dikembangkan oleh NASA di Amerika,
dan secara resmi diubah menjadi program Landsat pada tahun 1975
untuk membedakannya dari program satelit kelautan Seasat. Landsat
merupakan satelit tak berawak pertama yang dirancang secara spesifik
untuk memperoleh data sumber daya bumi dalam basis yang sistematik
dan berulang. Landsat 7 dikontrol oleh USGS, yang telah mengambil alih
dari EOSAT.
Landsat 7 diluncurkan pada tanggal 15 Desember 1998. Landsat
7 dilengkapi dengan sensor Enhanced Thematic Mapper Plus. Satelit
Landsat 7 diluncurkan dengan ketinggian orbit 705 km. Orbit yang rendah
ini dipilih untuk membuat satelit secara potensial dapat dicari oleh
pesawat ruang angkasa dan untuk meningkatkan resolusi tanah pada
sensor. Setiap orbit membutuhkan kira-kira 99 menit dengan lebih dari
14,5 orbit dilengkapi setiap hari. Orbit ini menghasilkan putaran berulang
selama 16 hari, yang berarti suatu lokasi di permukaan bumi bisa direkam
setiap 16 hari. Landsat 7 tidak memiliki kenampakan off-nadir sehingga
tidak bisa menghasilkan cakupan yang meliputi seluruh dunia secara
harian. Citra Landsat 7 ETM+ tampak sama seperti data Landsat TM,
yang keduanya memiliki resolusi 25 meter. Satu layar penuh mencakup
luasan 185 km2, sehingga sensor dapat mencakup daerah yang besar di
permukaan bumi ((http://salamspasial.blogspot.com ).
BAB III
MATERI DAN METODE
3.1. Materi
Materi yang disampaikan pada praktikum penginderaan jauh adalah
mengenai :
1. Penggabungan citra satelit
2. Cropping citra
3. Penajaman citra, komposit warna, teknik interpretasi visual
4. Reading data values
5. Geolink
Dalam ER Mapper, istilah “geolinking” berkaitan dengan
menghubungkan dua atau lebih windows citra dalam ruang koordinat
geografik. Hal ini dapat menjadi sangat berguna untuk menampilkan
area dengan geografik yang sama terhadap tipe citra yang berbeda
atau untuk memproses algoritma, dan aplikasi-aplikasi lain. Sekali
suatu citra diregister terhadap proyeksi peta, maka citra tersebut
secara geografik dapat dihubungkan dengan windows citra yang lain
yang menggunakan pilihan geolinking ER Mapper.
3.2. Waktu dan Pelaksanaan
Hari : Jum’at, 18 Maret 2011
Waktu : 13.20 – 15.00 WIB
Tempat : Laboratorium Komputasi Kampus Ilmu Kelautan, Universitas
Diponegoro, Semarang.
3.3. Metode
3.3.1. Penggabungan Citra
Buka program ER MAPPER 7.0
Klik Edit Algorithm
Kemudian copy Pseudo Layer menjadi 6, akan muncul tampilan seperti
dibawah ini
Mengganti nama Pseudo Layer menjadi Band 1 sampai Band 7
3.3.2. Cropping Citra
Buka program ER Mapper 7.0
Klik Edit Algorithm
Kemudian copy Pseudo Layer menjadi 6, akan muncul tampilan seperti
dibawah ini
Mengganti nama Pseudo Layer menjadi Band 1 sampai Band 7
Klik icon Load Dataset – pilih file gabung_cilacap – files of type
diganti menjadi Er Mapper Raster Dataset - ok
Klik Zoom Box Tool, kemudian Zoom di daerah belokan
Klik Save as – beri nama file Crop_Cilacap. Kemudian klik ok – default –
ok
3.3.3. Penajaman Citra, Komposit Warna, Teknik Interpretasi Visual
Buka program ER Mapper 7.0
Klik Edit Algorithm
Buka file Crop_Cilacap
Ubah colortable menjadi grayscale
Refresh image with 99% clip on limits
Klik refresh, kemudian klik RGB algorithm
3.3.4. Reading Data Values
3.3.4.1. Cell Values Profile
Klik view – cell values profile
Muncul tampilan sebagai berikut
Klik Zoom Box Tool kemudian klik dan Drag kecil pada peta, lalu
smoothing dihilangkan
Cursor diganti dengan Pointer, kemudian klik di salah satu Pixels
3.3.4.2. Cell Coordinate
Klik Cell Coordinate
Ganti Cursor menjadi Pointer kemudian klik di salah satu Pixels
3.3.5. Mengukur Jarak dan Luas Vector Layers
Smoothing di klik kembali kemudian klik edit – annote
Muncul tampilan sebagai berikut
Klik ok, muncul
kotak berikut
3.3.5.1. Pengukuran Panjang
Klik Polyline kemudian di gambar klik 2
titik
3.3.6. Geolink
Klik icon Load Dataset, pilih data satelit 2005-2009, kemudian pilih
IKONOS 2005. Klik RGB agar peta berwarna
Klik new – IKONOS 2009. Kemudian klik RGB algorithm agar berwarna
3.3.6.1. Geolink To Window
Klik kanan dipeta IKONOS 2005 – quick zoom – set geolink to window
Copy IKONOS 2009 menjadi 3 gambar
Kemudian keempat gambar di set geolink to screen
3.3.6.2. Geolink To Roam
Klik set geolink to none semua gambar, kemudian IKONOS 2005 di set
geolink to overview roam
4.1.3. Penajaman Citra, Komposit Warna, Teknik Interpretasi Visual
4.1.4. Reading Data Values
4.1.4.1. Cell Values Profile
4.2. PEMBAHASAN
Cropping Citra
Data satu scene umumnya mencakup wilayah yang cukup luas.
Kadang-kadang tidak semua data yang tercakup dalam scene tersebut
kita butuhkan.
Misalnya bila kita hanya membutuhkan informasi sekitar
kabupaten Cilcap saja, maka kita sebaiknya memotong scene tersebut
sesuai dengan daerah pengamatan kita. Hal ini untuk memperkecil besar
file yang kita gunakan serta mempercepat proses-proses dalam ER
Mapper bila dibandingkan dengan mengolah data satu scene penuh.
Pengcropingan/pemotongan image dapat dilakukan sebelum
koreksi geometrik atau sesudah koreksi geometrik. Dimana dari data satu
scene, kemudian dibuat kotak pembatas menggunakan pada daerah
yang kita inginkan. Sebaiknya data tersebut data asli, yaitu data yang
belum terpengaruh proses enhancement/penajaman apapun.
Kemudian duplicate pseudo layer menjadi 7, isikan masing-
masing layer dengan band yang digunakan, misal layer pertama diisi
B1:Band1. Kemudian ubah nama layer sesuai dengan nama band yang
diisikannya dengan mengklik ganda pada Pseudo Layer.
Komposisi Warna
Pada praktikum ini juga dijelaskan bagaimana cara menajamkan
warna dan juga melakukan komposisi warna. 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 harus teliti, tetapi kita juga harus mengetahui sifat
dan karakteristik band tersebut.
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.
Interpretasi Visual
Dalam menghitung luasan pada suatu objek digunakan icon
polygon. Untuk menghitung suatu luasan objek yang akan kita hitung
dibutuhkan ketelitian dalam melakukan digitasi pada objek tersebut.
Karena jika kita melakukan kesalahan sedikitpun dalam melakukan
digitasi maka data luasannya pun akan tidak valid.
Sedangkan untuk menghitung jarak atau panjang dari suatu objek
dengan menggunakan icon polyline. Penghitungan panjang/jarak ini juga
dibutuhkan ketelitian seperti pada penghitungan luasan supaya data
panjang/jarak dari suatu objek tersebut tidak terjadi kesalahan.
Pengukuran Panjang
Hasil yang didapat dari pengukuran panjang adalah : Jarak 0,70
km/697,96m/0,43 mil/2290,0 kaki
Pengukuran Luas
Luas: 5,68 km2
atau 5677,6 m2
atau 405,34 acre atau 164,03 ha.
Perbedaan Satelit IKONOS 2005 dan Satelit IKONOS 2009
Satelit IKONOS 2005 mempunyai kemampuan yang terliput
adalah mencitrakan dengan resolusi multispektral 3,2 meter dan
inframerah dekat (0,82mm) pankromatik. Aplikasinya untuk pemetaan
sumberdaya alam daerah pedalaman dan perkotaan, analisis bencana
alam, kehutanan, pertanian, pertambangan, teknik konstruksi, pemetaan
perpajakan, dan deteksi perubahan. Sedangkan Satelit IKONOS 2009
resolusi nya 0,41meter.
BAB V
KESIMPULAN
5.1. Kesimpulan
Penggabungan citra dilakukan dengan tujuan untuk menghubungkan
band-band hasil satelit menjadi satu citra. Band 6 tidak digunakan dalam
proses ini karena bersifat termal.
Kita dapat mengamati bentuk rupa bumi dengan menggunakan teknologi
penginderaan jarak jauh yang semakin maju ( satelit ).
Memperkirakan besarnya jarak dan luasan suatu daerah yang dapat kita
lakukan tanpa harus turun ke lapangan langsung yang memakan waktu
dan banyak biaya.
Software ER Mapper sangat membantu untuk mengolah data citra satelit.
DAFTAR PUSTAKA
Avery, T. Eugene, 1970. Penafsiran Potret Udara. PT. Melton Putra, Jakarta.
Danoedoro, P. 1990. Beberapa Teknik Operasi dalam Sistem Informasi Geografis. Puspics UGM - Bakosurtanal, Yogyakarta.
Japan Association on Remote Sensing (JARS). 1993. Remote Sensing Note. Nihon Printing Co. Ltd, Tokyo.
Lillesand dan Kiefer, 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press, Yogyakarta.
Purwadhi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT. Grasindo, Jakarta.
Sabins, Floyd F. 1996. W. Remote Sensing. Principles and Interpretation. Second Edition. W. H. Freeman an Company, New York.
Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp. Yogyakarta.
Sutanto, Prof, Dr, 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press, Yogyakarta.
http://id.wikipedia.org/ ( Diakses pada tanggal 19 Maret 2011, pukul 17.00 )
http://salamspasial.blogspot.com ( Diakses pada tanggal 19 Maret 2011, pukul
17.32 )