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

Klik icon Load Dataset, samakan Band 1 dengan Band 1 yang di folder

Cilacap

Kemudian Save, ganti nama file dan tipe folder. Klik Ok

Klik Default, kemudian klik Ok

Muncul Dialog Box seperti dibawah ini, kemudian klik Ok

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

Muncul tampilan sebagai berikut

Menyamakan Band di sebelah kanan dan Band di sebelah kiri

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

Klik edit object extents, muncul tampilan berikut

3.3.5.2. Pengukuran Luas

Klik Polygon kemudian buat titik-titik mengelilingi daerah belokan di peta

Kemudian lihat hasil nya di edit object extents

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

Klik kanan dipeta IKONOS 2009 – quick zoom – set geolink to window

Klik set geolink to none

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

BAB IV

HASIL DAN PEMBAHASAN

4.1. Hasil

4.1.1. Penggabungan Citra

4.1.2. Cropping Citra

4.1.3. Penajaman Citra, Komposit Warna, Teknik Interpretasi Visual

4.1.4. Reading Data Values

4.1.4.1. Cell Values Profile

Pixels 1 Pixels 2

4.1.4.2. Cell Coordinate

Titik 1

Titik 2

4.1.5. Geolink

4.1.5.1. Geolink To Window

4.1.5.2. Geolink To Roam

4.1.5.3. Geolink To Screen

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 )

Lampiran

Mengukur Jarak dan Luas Vector Layers

Pengukuran Panjang

Pengukuran Luas