paper

61
1 TUGAS AKHIR PENGINDERAAN JAUH IDENTIFIKASI PENGGUNAAN LAHAN WILAYAH KABUPATEN DEMAK DENGAN MENGGUNAKAN CITRA LANDSAT 8 (Studi Kasus: Citra Wilayah Kabupaten Demak 2010) Disusun Oleh: Aeny Sugianto 12/330070/TK/39261 Kelas A JURUSAN TEKNIK GEODESI FAKULTAS TEKNIK UNIVERSITAS GADJAH MADA YOGYAKARTA 2014

Upload: aeny-sugianto

Post on 18-Jan-2016

33 views

Category:

Documents


14 download

DESCRIPTION

Penginderaan Jauh

TRANSCRIPT

Page 1: Paper

1

TUGAS AKHIR PENGINDERAAN JAUH

IDENTIFIKASI PENGGUNAAN LAHAN WILAYAH

KABUPATEN DEMAK DENGAN MENGGUNAKAN CITRA

LANDSAT 8

(Studi Kasus: Citra Wilayah Kabupaten Demak 2010)

Disusun Oleh:

Aeny Sugianto

12/330070/TK/39261

Kelas A

JURUSAN TEKNIK GEODESI

FAKULTAS TEKNIK

UNIVERSITAS GADJAH MADA

YOGYAKARTA

2014

Page 2: Paper

2

BAB I

PENDAHULUAN

I.1 Latar Belakang

Pada saat sekarang ini, peta telah menjadi kebutuhan pokok untuk melakukan

berbagai kegiatan pemetaan maupun penentuan lokasi. Salah satu peta yang mempunyai

peran sangat penting bagi masyarakat adalah peta penggunaan lahan suatu wilayah tertentu.

Maka diperlukan identifikasi penggunaan lahan yang dilakukan dengan berbagai

tahapan seperti download citra, komposit, koreksi radiometric, rektifikasi, cropping,

penajaman citra, klasifikasi digital dan layouting menggunakan citra landsat 8 yang dibantu

oleh beberapa software pendukung seperti ER Mapper, Global Mapper dan ArcGIS.

I.2 Tujuan

Adapun tujuan dari diadakannya pembuatan laporan akhir Penginderaan Jauh ini

adalah agar mahasiswa mamppu melakukan identifikasi penggunaan lahan dari wilayah

Kabupaten Demak menggunakan citra Landsat 8. Dalam pembuatannya, terdapat beberapa

sub-tujuan, anatara lain:

1. Mahasiswa mampu mendownload citra Landsat 8 melalui suatu situs web yang

menyediakan citra Landsat secara gratis.

2. Mahasiswa mampu melakukan pengkompositan citra Landsat 8.

3. Mahasiswa mampu melakukan koreksi geometric.

4. Mahasiswa mampu melakukan rektifikasi citra (Image to Image).

5. Mahasiswa mampu melakukan cropping batas daerah.

6. Mahasiswa mampu melakukan penajaman citra.

7. Mahasiswa mampu melakukan klasifikasi digital, baik dengan Unsupervised

Classification maupun dengan Supervised Classification.

8. Mahasiswa mampu melakukan layouting peta penggunaan lahan.

I.3 Landasan Teori

I.3.1 ER Mapper

ER Mapper adalah salah satu perangkat lunak yang digunakan untuk memanipuasi

data citraatau mengolah suatu data citra sehingga memberikan output sesuai kebutuhan

pengguna. ER Mapper dapat mempertajam data grafis dalam bentuk digital menjadi

tampilan yang lebih menarik dan dapatmemberikan informasi kuantitatif dari suatu obyek.

Dalam pengolahan data citra menggunakan perangkat lunak seperti ER Mapper dapat

ditemua dua kesalahan yang sehingga dibutuhkan koreksiyaitu koreksi geometric

dan koreksi radiometric.

I.3.2 Komposit Citra

Penggabungan citra dilakukan untuk menajamkan resolusi sebuah gambar. Secara

sederhana penggabungan citra secara definisi ada 3, yaitu:

1. Fusion adalah penggabungan antara dua citra atau lebih yang dijadikan menjadi

suatu citra yang baru dengan menggunakan beberapa algoritma tertentu,

2. Merging adalah penggabungan dengan pemahaman bahwa dua citra atau lebih

yang dijadikan satu dengan teknik penajaman dan penormalan citra tertentu,

Page 3: Paper

3

3. Combination adalah penggabungan beberapa band dalam suatu citra multi untuk

suatu tujuan tertentu.

Metode penggabungan standar fusi citra didasarkan pada Red-Green-Blue (RGB)

untuk transformasi Intensity-Hue-Saturation (IHS).

I.3.3 Koreksi Radiometrik

Koreksi radiometric merupakan proses yang dilakukan untuk meningkatkan tingkat

visibilitas citra sebelum diinterpretasi (Suryadi 2012). Sama dengan koreksi geometric,

koreksiradiometric merupakan pembetulan citra akibat kesalahan radiometric atau cacat

radiometric. Koreksi radiometric bertujuan untuk memperbaiki nilai piksel agar

sesuai dengan warna asli (Sri 2012).

I.3.4 Rektifikasi

Rektifikasi adalah suatu proses melakukan transformasi data dari satu sistem grid

menggunakan suatu transformasi geometrik.

Metode pada rektifikasi image to image prinsipnya penyamaan posisi antara satu citra

dengan citra lainnya dengan mengabaikan sistem koordinat dari citra yang bersangkutan.

Penyamaan posisi ini kebanyakan dimaksudkan supaya posisi piksel yang sama dapat

dibandingkan. Dalam hal ini penyamaan posisi citra satu dengan citra lainnya untuk lokasi

yang sama disebut dengan registrasi. Dibandingkan dengan rektifikasi, registrasi ini tidak

melakukan transformasi ke suatu koordinat sistem. Dengan kata lain, registrasi adalah

suatu proses membuat suatu citra konform dengan citra lainnya, tanpa melibatkan proses

pemilihan sistem koordinat atau pun memberikan koordinat pada citra berdasarkan

koordinat yang ada pada citra lain (dengan cakupan area yang sama) yang telah memiliki

koordinat. Registrasi citra ke citra melibatkan proses georeferensi apabila citra acuannya

sudah di georeferensi. Sedangkan Georeferensi hanya mengubah sistem koordinat peta

dalam file citra, sedangakan grid dalam citra tidak berubah.

I.3.5 Cropping

Cropping image atau pemotongan citra bertujuan untuk membuatarea of interest ,

untuk mempertegas fenomena geospasial dan pembahasan pada daerah kajian. Hal ini

dilakukan untuk menghindari adanya analisis di luar daerah kajian. Selain itu, hal ini

dilakukan untuk lebihmemudahkan perencana melakukan analisis citra dari daerah kajian

(Rina 2011). Pemotongan juga mengakibatkan ukuran obyek menjadi lebih besar, sehingga

konten yang ada (informasi berupa warna) terlihat lebih jelas.

Cropping citra merupakan salah satu langkah yang dilakukan setelah koreksi

geometrik dan koreksi radiometrik. Mosaik citra merupakan penggabungan beberapa citra

ke dalam satu citra pada suatu kenampakan yang utuh dari suatu wilayah. Dengan

menampilkan dua citra akan memperberat kerja sistem, maka penggabungan citra akan

lebih memudahkan pekerjaan sehingga analisa terhadap citra dapat lebih cepat, persyaratan

utama dalam pengabungan ini adalah dengan menggabungkan 2 citra dengan kualitas dan

band yang sama. Dalam proses mosaiking, perlu dilakukan penajaman warna dan image

balancing antar scene, dan untuk itu perlu dilakukan normalisasi nilai digital number.

I.3.6 Penajaman Citra

Filtering adalah suatu proses dimana diambil sebagian sinyal dari frekwensi tertentu,

dan membuang sinyal pada frekwensi yang lain. Filtering pada citra juga menggunakan

prinsip yang sama, yaitu mengambil fungsi citra pada frekwensi-frekwensi tertentu dan

membuang fungsi citra pada frekwensi-frekwensi tertentu. High pass filter adalah proses

Page 4: Paper

4

filter yang mengambil citra dengan gradiasi intensitas yang tinggi dan perbedaan intensitas

yang rendah akan dikurangi atau dibuang.

Image enhancement merupakan salah satu proses awal dalam pengolahan citra

sebelum aplikasi pengenalan objek di dalam citra. Tujuan dari teknik peningkatan mutu

citra adalah untuk melakukan pemrosesan terhadap citra agar hasilnya mempunyai kwalitas

relatif lebih baik dari citra awal untuk aplikasi tertentu.

Scattergram merupakan teknik atau cara menilai kualitas data dan karakteristik sebaran

(lokasi) contoh latihan atau contoh kawasan (training area) didalam suatu citra secara

geografis (ErMapper, 2006) pada sebuah plot X-Y dengan menunjukkan nilai data antara

hubungan dua buah band pada suatu citra.

I.3.7 Klasifikasi Digital

Klasifikasi data adalah suatu proses dimana semua pixel dari suatu citra yang

mempunyai penampakan spektral yang sama akan diidentifikasikan.

Supervised Classification/Proses klasifikasi didasarkan pada ide bahwa

pengguna (user) dapat memilih sampel pixel – pixel dalam suatu citra yang

merepresentasikan kelas-kelas khusus dan kemudian mengarahkan perangkat lunak

pengolahan citra (image processing software) untuk menggunakan pilihan-pilihan tersebut

sebagai dasar referensi untuk pengelompokkan pixel-pixel lainnya dalam citra tersebut.

Wilayah pelatihan (training area) dipilih berdasarkan pada pengetahuan dari pengguna (the

knowledge of the user). Sedangkan klasifikasi tak terawasi (unsupervised

classifications) merupakan pengklasifikasian hasil akhirnya (pengelompokkan pixel-pixel

dengan karakteristik umum) didasarkan pada analisis perangkat lunak (software

anaysis) suatu citra tanpa pengguna menyediakan contoh-contoh kelas-kelas terlebih

dahulu. Komputer menggunakan teknik-teknik tertentu untuk menentukan pixel mana yang

mempunyai kemiripan dan bergabung dalam satu kelas tertentu secara bersamaan.

Sedangkan Unsupervised Classification/Proses klasifikasi disebut tidak terawasi, bila

dalam prosesnya tidak menggunakan suatu referensi penunjang apapun. Hal ini berarti

bahwa proses tersebut hanya dilakukan berdasarkan perbedaan tingkat keabuan setiap

piksel pada citra. Klasifikasi citra tak terawasi mencari kelompok-kelompok (cluster)

piksel-piksel, kemudian menandai setiap piksel kedalam sebuah kelas berdasarkan

parameter-parameter pengelompokkan awal yang didefinisikan oleh penggunanya.

I.3.8 Layout

Pembuatan layout peta merupakan pekerjaan terakhir setelah input data, editing data,

analisis data, penambahan label, dan pengaturan legenda daftar isi telah dilakukan. Melalui

fasilitas layout dapat membuat dan mengatur data mana saja yang akan digunakan sebagai

output dari proses atau analisis gis yang digunakan serta bagaimana data tersebut akan

ditampilkan.

Layout ini akan bermanfaat untuk memperjelas peta dan memperindah secara

tampilan, selain itu tujuan yang lebih penting mengenai layout peta adalah sebagai atribut

pelengkap yang mampu menjelaskan isi peta, yang merupakan informasi-informasi

penting. Tanpa adanya layout, sebuah peta tidak akan berarti apa-apa, dan hanya bermakna

sebagai gambar biasa. Pentingnya layout ini pada sebuah peta, sehingga perlu dilakukan

pelatihan untuk meningkatkan pengetahuan dan keterampilan dalam mendesain layout

yang baik. Melalui praktikum ini praktikan diharapkan akan mempunyai pengetahuan

mengenai layout dan dapat mengaplikasikannya untuk keperluan lain.

Page 5: Paper

5

BAB II

PELAKSANAAN

II.1 Sumber Data dan Aplikasi yang Digunakan

Sember data yang digunakan dalam praktikum identifikasi penggunaan lahan

wilayah Kabupaten Demak, antara lain:

1. Citra Landsat 8 tahun 2010 yang diunduh melalui http://earthexplorer.usgs.gov/.

2. File DesaIndonesia.shp yang terdiri dari seluruh desa di Indonesia dalam format

shapefile.

Sedangkan aplikasi yang digunakan, antara lain:

1. ER Mapper 7.1

2. ArcMAP 10

3. Global Mapper 11

II.2 Pelaksanaan Kerja

II.2.1 Diagram Air

Layouting Citra

Peta Penggunaan Lahan Wilayah Demak

Cropping menggunakan batas wilayah

D.I.Yogyakarta

Penajaman Citra

Input Citra Landsat 7

Pembuatan Komposit Citra

(Multispektral)

Mulai

Download Lansat 8

Rektifikasi Citra Landsat (Image to Image)

Klasifikasi Citra

Selesai

Page 6: Paper

6

II.2.2 Langkah Kerja

1. Downloaad citra

1) Untuk mendownload citra landsat 8 dapat dilakukan melalui website

http://earthexplorer.usgs.gov/. Jika belum mempunyai akun lakukan pendaftaran

dengan mengklik ‘Register’. Jika sudah memiliki akun lakukan ‘Login’.

2) Lakukan pengisian username dan password, pilih ‘Sign In’.

3) Pada pojok kanan akan tampil username menandakan bahwa kita telah masuk dan

dapat memanfaatkan fasilitas layanan yang disediakan oleh pengelola web.

Page 7: Paper

7

4) Klik tombol ‘Path/Row’, lalu masukkan kode Path dan Row. Daftar kode Path and Row

wilayah Indonesia dapat dilihat pada gambar di bawah. Klik tombol ‘Show’.

5) Secara otomatis akan muncul citra pilihan kita pada gambar sebelah kanan. Selanjutnya

masukkan rentang tanggal akuisisi citra landsat yang ingin dimunculkan untuk dipilih

yang terbaik. Klik ‘Data Sets’.

Page 8: Paper

8

6) Klik Landsat Archive, lalu berikan check list pada kotak sebelah kiri L8 OLI/TIRS

sebagai tanda bahwa kita menginginkan tampilan landsat 8. Klik ‘Results’.

7) Tunggu beberapa saat. Di sebelah kiri citra utama akan muncul beberapa citra yang

diakuisisi pada rentang tanggal yang kita minta. Pilih salah satu yang terlihat

bersih/bagus gambarnya. Untuk mendownload citra yang kita pilih lakukan klik pada

simbol download.

Page 9: Paper

9

8) Pilih ‘Level 1 Product’ (langkah 1). Lalu klik tombol ‘Select Download Option’.

9) Lalu klik ‘Download’.

10) Tunggu hingga proses download selesai dilakukan.

2. Pembuatan Citra Komposit

1) Buka progam aplikasi Envi 4.5. Pilih Start Envi 4.5.

2) Maka akan muncul tampilan awal dari Envi 4.5.

Page 10: Paper

10

3) Lalu pilih File Open Image File.

4) Akan Open Window. Kemudian pilih citra dengan Band 4, Band 3 dan Band 2

sekaligus menggunakan tombol ‘ctrl’. Lalu klik Open.

Page 11: Paper

11

5) Kemudian akan muncul kotak dialog daftar band. Klik ‘RGB Color’ Lalu pada band R

masukkan band 4, pada band G masukkan band 3 dan pada band B masukkan band 2.

Lalu pilih ‘Load RGB’.

6) Berikut merupakan tampilan dari citra yang telah dikompositkan.

Page 12: Paper

12

7) Kemudian simpan gambar tersebut, pilih File Save Image As Image File.

8) Akan muncul Output Window. Tentukan jenis output datanya. Pilih directory dan nama

file penyimpanan. Setelah itu klik OK.

Page 13: Paper

13

9) Kemudian buka kembali gambar yang telah dikompositkan. Pilih File Open image

File Pilih directory dan nama file yang telah disimpan Open.

10) Agar citra hasil komposit dapat dibuka pada ER Mapper, lakukan proses Import File.

Dengan cara pilih File Save File As ER Mapper.

11) Kemudian akan muncul kotak dialog untuk memilih file yang akan diimport. Pilih

nama file hasil komposit klik ‘OK’.

Page 14: Paper

14

12) Kemudian akan muncul kotak dialog untuk menyimpan hasil import, pilih directory

dan nama file yang akan diimport.

13) Maka file citra hasil komposit telah disimpan dalam format *.ers.

3. Rektifikasi

1) Untuk melakukan rektifikasi, buka progam aplikasi ER Maooer. Pilih Start All

Progams Earth Resource Mapping ER Mapper.

2) Maka akan muncul tampilan awal dari ER Mapper.

Page 15: Paper

15

3) Kemudian pilih Process Geocoding Wizard.

4) Akan muncul kotak dialog Geocoding Wizard. Pada Step 1, tentukan file yang akan

direktifikasi dengan memilih Load File . Lalu buka directory penyimpanan dan

nama citra yang akan direktifikasi. Tentukan juga Tipe Rektifikasi yaitu Polynomial.

5) Pada setp 2, tentukan jenis order dari Polynomial. Pilih tipe Quadratic dengan minimal

6 titik control agar hasil rektifikasi akurat.

Page 16: Paper

16

6) Pada step 3, beri check pada ‘Geocoded image, vector or algorithm’. Kemudian Load

File , masukkan data citra yang akan dijadikan referensi atau acuan dalam

rektifikasi Image to Image. Tentukan juga system koordinat citra hasil rektifikasi.

Pilihdatum: WGS84, system proyeksi: SUTM49, dan tipe koordinat: Easting/Northing.

7) Pada step 4, tentukan titik control sebanyak 6 titik hingga RMS < 1 atau mendekati 0.

Page 17: Paper

17

8) Pada step 5, tentukan directorydan nama file hasil rektifikasi dengan memilih Load

File . Kemudian Pilih ‘Save File and Start Rectification’.

9) Kemudian buka file haisl Rektifikas, pilih File Open pilih directory dan nama

file yang telah disimpan Open.

Page 18: Paper

18

4. Koreksi Radiometrik

1) Untuk melakukan koreksi radiometric, terlebih dahulu buka file hasil rektifikasi. Pilih

File New.

2) Kemudian munculkan kotak dialog Algorithm, klik kanan pada layar yang kosong

Algorithm.

3) Kemudian akan muncul kotak dialog Algorithm. Pilih Load File untuk memilih

file citra hasil rektifikasi yang akan dikoreksi.

Page 19: Paper

19

4) Kemudian akan muncul citra yang belum dilakukan rektifikasi.

5) Lalu pilih Process Calculate Statistic.

6) Akan muncul kotak dialog calculate statistic. Pada kolom data file masukkan citra yang

akan dikoreksi. Kemudian tentukan Subsampling interval, lalu beri tanda centang pada

kolom ‘Force recalculate stats’. Klik ‘OK’.

7) Tunggu hingga proses perhitungan statistic selesai, maka akan muncul kotak dialog

seperti di bawah ini yang menandakan bahwa perhitungan statistic telah berhasil.

Page 20: Paper

20

8) Untuk menanmpilkan hasil hitungan statistic, pilih View Statistic Show Statistic.

9) Kemudian akan muncul kotak dialog Statistic Reports. Pada kolom Input Dataset,

masukkan file yang akan ditmpilkan data statistiknya. Pada kolom Regional/Class,

pilih ALL Regions/Classes. Untuk kolom Band List, menentukan band yang akan

ditampilkan, pilih All untuk semua band. Dan selanjutnya ikuti default yang ada. Lalu

klik Display.

10) Maka akan muncul data statistic dari citra hasil rektifikasi sebagai berikut. Pada hasil

berikut, dapat diketahui bahwa citra telah memenuhi standar baik dikarenakan nilai

minimum citra adalah 0 dan nilai maksimum citra adalah 255. Maka seharusnya citra

tidak perlu dilakukan koreksi radiometric. Namun, pada praktikum kali ini akan

diberikan langkah koreksi radiometric apabila nilai minimum citra tidak sama dengan

0.

Page 21: Paper

21

11) Kembali ke kotak dialog Algorithm, pilih tools Edit Formula .

12) Maka akan muncul kotak dialog Formula Editor. Kemudian Pada kotak INPUT1,

kurangkan nilainya dengan nilai minimum hasil hitungan statistic citra. Lakukan untuk

kesemua band pada citra.

Page 22: Paper

22

13) Setelah itu simpan file hasil koreksi, pilih File Save File As pilih directory dan

nama file yang akan disimpan OK isi sesuai default OK.

14) Berikut merupakan tampilan citra setelah dilakukan koreksi geometric. Tidak

mengalami perubahan dikarenakan citra sejak awal telah memenuhi standar nilai

minimum dan maksimum.

Page 23: Paper

23

15) Kemudian dilakukan pengecekan ulang apakah hasil hitungan statistic citra hasil

koreksi radiometric sudah baik.

16) Pilih Process Calculate Statistic.

17) Akan muncul kotak dialog calculate statistic. Pada kolom data file masukkan citra

yang akan dikoreksi. Kemudian tentukan Subsampling interval, lalu beri tanda

centang pada kolom ‘Force recalculate stats’. Klik ‘OK’.

18) Tunggu hingga proses perhitungan statistic selesai, maka akan muncul kotak dialog

seperti di bawah ini yang menandakan bahwa perhitungan statistic telah berhasil.

19) Untuk menanmpilkan hasil hitungan statistic, pilih View Statistic Show Statistic.

Page 24: Paper

24

20) Kemudian akan muncul kotak dialog Statistic Reports. Pada kolom Input Dataset,

masukkan file yang akan ditampilkan data statistiknya. Pada kolom Regional/Class,

pilih ALL Regions/Classes. Untuk kolom Band List, menentukan band yang akan

ditampilkan, pilih All untuk semua band. Dan selanjutnya ikuti default yang ada. Lalu

klik Display.

21) Maka akan muncul data statistic dari citra hasil koreksi sebagai berikut

22) Dengan tampilan citra sebagai berikut.

Page 25: Paper

25

5. Cropping Batas Daerah

1) Untuk melakukan cropping batas daerah, buka file citra hasil koreksi radiometric, pilih

File Open Tentukan directory dan nama file yang akan dibuka OK.

2) Kemudian munculkan kotak dialog Algorithm, klik kanan pada citra Algorithm.

3) Akan muncul kotak dialog Algorithm citra sebagai berikut.

4) Selanjutnya adalah proses import dari data autocad. Pilih File Import Vector and GIS

Format AutoCAD DXF Import.

Page 26: Paper

26

5) Masukkan file dalam bentuk *.dxf yang telah disiapkan sebelumnya pada kolom input

file, sedangkan pada kolom output file pilih directory penyimpanan dan nama file

dengan format file *.erv. Untuk Datum pilih WGS84 dan untuk Map Proyection pilih

SUTM49. Klik OK.

6) Tunggu hasilnya hingga proses tersebut berhasil dilakukan.

7) Setelah selesai, kembali ke kotak dialog Algoritm. Pilih Edit Add Vector Layer

Annotation/Map Compotition.

Page 27: Paper

27

8) Lalu beralih ke layer Annotation. Pilih load file masukkan file yang telah diimport

sebelumnya ke dalam format *.erv Ok

9) Lalu akan nampak boundary Kabupaten Demak dari file *.erv ke dalam lembar keja.

10) Lalu aktifkan tools pada Annotation layer , hingga muncul toolbar tools.

Page 28: Paper

28

11) Lakukan Save As pada Tools pilih raster Region ketikkan directory dan nama

penyimpanan file OK.

12) Lalu kembali pada kotak dialog Algorithm pilih edit formula Standard Inside

Region Polygon Test pada Red pilih region dengan tipe unknown area type

Apply change lakukan hal tersebut pada semua layer (B dn G).

Page 29: Paper

29

13) Hingga akhirnya akan nampak seperti berikut.

14) Lakukan cropping beraturan untuk meminimalkan daerah gelap. Perkecil ukuran

jendela citra seperti berikut.

Page 30: Paper

30

15) Kemudian simpan hasil dengan pilih File Save File As pilih directory dan nama

file yang akan disimpan OK.

6. Penajaman Citra

Penajaman citra dapat dilakukan dengan 3 cara, antara lai sebagai berikut:

a. Edit Histogram

1) Buka file yang akan ditajamkan citranya, pilih File Open pilih directory dan

nama file yang akan dibuka OK.

2) Maka akan mucul tampilan citra pada layar, kemudian munculkan kotak dialog

Algorithm, klik kanan Algorithm.

3) Kemudian akan muncul kotak dialog Algorithm seperti berikut. Untuk mengedit

histogram pilih tools Edit Transform Limit .

Page 31: Paper

31

4) Kemudian akan muncul kotak dialog Transform. Edit tiap band citra RGB, agar

mempunyai bentuk seperti grafik distribusi normal.

5) Hingga tampilan citra menjadi lebih jelas seperti berikut.

6) Simpan hasil citra tersebut, pilih File Save File As pilih directory dan nama

file yang akan disimpan OK.

Page 32: Paper

32

b. Filter

1) Buka file yang akan ditajamkan citranya, pilih File Open pilih directory dan

nama file yang akan dibuka OK.

2) Maka akan mucul tampilan citra pada layar, kemudian munculkan kotak dialog

Algorithm, klik kanan Algorithm.

3) Kemudian akan muncul kotak dialog Algorithm seperti berikut. Untuk

menampilkan kotak dialog Filter, pilih tools Edit Filter (Kemel) .

4) Lalu akan muncul kotak dialog Filter, pilih jenis filter yang diinginkan pada kolom

Filter filename.

Page 33: Paper

33

5) Pilih jenis filter, kemudian klik Apply OK.

6) Untuk menambahkan jenis filter, dapat pilih Edit Insert new filter

7) Pilih jenis filter yang kedua, kemudian klik Apply OK.

Page 34: Paper

34

8) Kemudian akan nampak hasil citra yang telah dilakukan filtering seperti berikut.

9) Simpan hasil citra tersebut, pilih File Save File As pilih directory dan nama

file yang akan disimpan OK.

c. Scattergrams

1) Untuk membandingkan hasil scattergrams dari citra sebelum ditajamkan dengan

citra setelah ditajamkan

2) Pilih View Scattergrams.

Page 35: Paper

35

3) Kemudian akan muncul kotak dialog Scattergrams, pada kolom Mode, pilih Raster

Region. Pada kolom Load from File, pilih file yang akan ditampilkan

scattergramsnya, untuk yang pertama pilih citra yang belum ditajamkan. Maka

tampilan scattergrams dari citra yang belum ditajamkan sebagai berikut.

Mengumpul di bagian terntentu.

4) Ulangi proses di atas, namun pada kolom Load from File, pilih file yang telah

ditajamkan. Maka tampilan scattergrams dari citra yang telah ditajamkan sebagai

berikut. Akan menyebar merata.

7. Kalsifikasi Digital

a. Unsupervised Classification

1) Untuk melakukan kalsifikasi Unsupervised, Uka citra yang akan diproses, pilih

Process Classification ISOCLASS (Unsupervised Classification). Untuk

menentukan jemlah kelas, band dan banyaknya iterasi.

Page 36: Paper

36

2) Kemudian akan muncul kotak dialog seperti berikut. Input Dataset adalah data yang

akan diproses untuk klasifikasi. Band to use adalah pilihan band yang diinginkan

dalam proses klasifikasi.Output Dataset adalah nama dataset yang kita buat sebagai

identitas data hasil klasifikasi.Maximum iteration adalah banyaknya ulangan yang

diinginkan dalam proses klasifikasi. Desired percent unchanged, untuk

menentukan berapa persen kelas yang tak berubah. Maximum number classes

adalah banyaknya kelas yang diinginkan. Kemudian klik OK.

3) Kemudian menentukan nama dan warna kelas. Pilih Edit Edit Class Region

Color and Name.

4) Kemudian akan muncul kotak dialog seperti berikut. Edit warna kelas dengan

memilih Set Color.

Page 37: Paper

37

5) Kemudian munculkan kotak dialog Algorithm dari citra tersebut, klik kanan

Algorithm. Kemudian pada kotak dialog Algorithm pilih Edit Add Raster Layer

Class Display.

6) Kemudian pada layer Class Display Layer, lakukan Load File dengan memilih file

output hasil klasifikasi.

7) Maka hasil citra setelah diklasifikasi menggunakan metode Unsupervised sebagai

berikut.

Page 38: Paper

38

8) Kemudian simpan hasil klasifikasi dalam format *.ecw. Pilih File Save as

Compressed Iamge.

9) Akan muncul kotak dialog seperti berikut. Pada output format pilih *.ecw. Klik

Next, lalu pilih directory dan nama file yang akan disimpan. Lalu pilih Compress

to Color (RGB). Lalu pilih perbandingan sama dengan 1. Kemudian pilih Let the

compression set the output resolution. Klik Finish.

Page 39: Paper

39

10) Kemudian tunggu hingga prosesnya berhasil hingga muncul kotak dialog seperti

ini.

b. Supervised Calssification

1) Buka file yang akan dikalsifikasi. Pilih File Open pilih directory dan anam

file OK. Kemudian untuk membuat area sample, pilih Edit Edit/Create

Region.

2) Kemudian akan muncul kotak dialog New Map Composition. Tentukan file yang

akan diklasifikasi dan pilih jenis Raster Region.

Page 40: Paper

40

3) Akan muncul kotak dialog Tools sebagai berikut.

4) Lalu buat area sample menggunakan tools yang ada, antara lain: Polygon, untuk

menggambar dalam bentuk poligon. Rectangle untuk menggambar region dalam

bentuk bujur sangkar. Select/Edit Points Mode untuk menunjuk region. Delete

Object untuk menghapus region yang dibuat. Display/Edit Object Attributes untuk

memberi nama region. (pastikan region yang dibuta telah diberi nama.) Save As

untuk menyimpan region yang dibuat dalam file baru. Save untuk menyimpan

region yang telah dibuat pada file yang aktif. Setelah area dibuat, beri nama area

tersebut. Jik sudah semua, klik Save File.

Page 41: Paper

41

5) Kemudian akan muncul kotak pesan seperti berikut, yang menandakan proses

penyimpanan berhasil dilakukan.

6) Kemudian pilih Process Supervised Classification.

7) Kemudian akan muncul ktak dialog seperti berikut. Tentukan file yang akan

diklasifikasi, jumlah band, file output hasil klasifikasi dan jenis klasifikasi. Untuk

mengecek apakah smeua sample area berhasil masuk, kli Setup. Lalu OK.

Page 42: Paper

42

8) Tunggu prosesnya hingga selesai dan muncul jendela seperti berikut.

9) Kemudian edit warna dan nama kelas menggunakan Edit Edit Class/Region

Color and Name.

10) Edit warna dan nama kelasnya dengan memilih Set color. Lalu Save.

11) Kemudian tampilkan citra hasil klasifikasi. Kemudian munculkan kotak dialog

Algorithm dari citra tersebut, klik kanan Algorithm. Kemudian pada kotak

dialog Algorithm pilih Edit Add Raster Layer Class Display.

Page 43: Paper

43

12) Kemudian pada layer Class Display Layer, lakukan Load File dengan memilih file

output hasil klasifikasi.

13) Maka hasil citra setelah diklasifikasi menggunakan metode Supervised sebagai

berikut.

14) Kemudian simpan hasil citra tersebut, pilih File Save as pilih directory dan

nama file OK. Setelah dibuka kembali hasilnya akan seperti berikut.

Page 44: Paper

44

8. Layout

1) Untuk membuat layout gunakan progam ArcGIS. Buka Start ArcMAP 10.

2) Akan muncul tampilan awal seperti berikut. Kemudian tambahkan data untuk

layout. Pilih Add Data.

3) Untuk mengatur skala pada peta, pilih View Data Frame Properties. Maka akan

muncul kotak dialog Data Frame Properties. Pilih tab Data Frame. Atur Fixed

Scale Scale 1:200000 Apply OK.

Page 45: Paper

45

4) Untuk membuat lay out. Pilih View klik layout View.

5) Maka tampilan akan berubah menjadi Layout Frame. Kemudian aturlah orientasi,

jenis kertas, ukuran kertas, dan sebagainya. Dengan klik Fil e page and print set

up. Kemudian akan muncul kotak dialog page and print set up Atur ukuran

kertas yang akan digunakan untuk mencetak : A3 pilih orientasi Potrait.

Kemudian klik OK.

Page 46: Paper

46

6) Maka orientasi kertas akan mendatar (portrait) seperti berikut.

7) Untuk menambah grid, terlebih dahulu klik frame peta klik View pilih Data

Frame Properties. Akan muncul kotak dialog Data Frame Properties pilih

Grids klik new grid.

8) Akan muncul grids and Graticules Wizard pilih measured grid.

Page 47: Paper

47

9) Klik next, akan muncul kotak dialog create a measured grid pilih Tick marks

and labels pada Appearance atur interval X: 8.000 m dan Y: 10.000 m Next.

10) Akan muncul Axes and labels klik next.

11) Akan muncul kotak dialog create a measured grid pilih place a border between

grid and axiz labels pada measured grid border klik finish apply OK.

Page 48: Paper

48

12) Maka hasil grid pada peta akan menjadi seperti berikut.

13) Untuk menambah judul, dapat dilakukan dengan cara klik new rectangle pada

toolbar Drawing.

14) Maka akan terbentuk kotak baru seperti berikut.

Page 49: Paper

49

15) Warna dapat diedit dengan double klik di dalam kotak tersebut akan muncul

kotak dialog properties, seperti berikut. Pada fill color, ganti warna yang menarik

sesuai kaidah kartografi, begitu pula outline color, outline width kemudian klik

Apply OK.

16) Untuk memebri batas gunakan fungsi Line.

17) Hingga tampilannya seperti berikut.

Page 50: Paper

50

18) Untuk memberi tambahan Text pada judul, dapat menggunakan klik Insert text,

kemudian klikkan pada tempat yang akan diberi text atau dapat juga dengan klik

Text pada toolbar Drawing.

19) Ketikkan judul peta yang diinginkan sesuai dengan isi peta.

20) Untuk menagatur format tulisan dapat dipilih Change Symbol, hingga muncul

kotak dialog seperti berikut. Atur ukuran, jenis, dan gaya dari teks yang diinginkan

OK.

Page 51: Paper

51

21) Maka hasilnya akan tampak seperti berikut.

22) Untuk menampilkan arah orientasi peta, dengan cara klik insert north arrow.

Maka akan muncul kotak dialog North Arrow, pilih yang sesuasi untuk style

orientasinya OK.

23) Maka hasilnya akan tampak sepetti berikut.

Page 52: Paper

52

24) Untuk membuat skala numeric pilih Insert Scale Text. Muncul kotak dialog

Scale Text Selector pilih tipe skalan numeric yang diinginkan OK.

25) Maka hasilnya akan tampak seperti berikut.

26) Untuk menambahkan skala bar, pilih Insert Scale Bar. Maka akan muncul

kotak dialog Scale Bar Selector, pilih jenis skala bar yang diinginkan OK.

Page 53: Paper

53

27) Maka hasilnya akan menjadi seperti berikut.

28) Lalu buat informasi peta lainnya, seperti informasi data peta, pembuat peta dan

instansi pembuat peta. Tulisan ini dapat dibuat dengan menggunakan tools Text.

29) Hingga hasilnya seperti berikut.

30) Lalu untuk menginput gambar dapat dipilih Insert Picture.

Page 54: Paper

54

31) Maka akan muncul directory penyimpanan gambar, pilih gambar yang ingin

dimasukkan Open.

32) Atur letak dan ukuran gambar hingga hasil tampilannya seperti berikut.

33) Maka tampilan layout peta akan menjadi seperti berikut.

Page 55: Paper

55

34) Lalu simpan hasilnya dalam bentuk *.pdf. Pilhi File Export Map.

35) Pilih tempat penyimpanan, nama file dan jenis file.

Page 56: Paper

56

36) Hasil akhir layout peta seperti berikut.

Page 57: Paper

57

BAB III

HASIL DAN PEMBAHASAN

III.1 Hasil

Berikut merupakan hasil identifikasi dari citra hasil klasifikasi Supervised.

NO. KELAS WARNA CITRA

TERKLASIFIKASI CITRA ASLI

1. Lahan Coklat

2. Rawa Hijau tua

3. Sawah Hijau muda

4. Sungai Biru

5. Pemukiman Merah muda

6. Jalan Hitam

Page 58: Paper

58

III.2 Pembahasan

Adapun hasil dari identifikasi penggunaa lahan wilayah Kabupaten Demak, antara

lain:

Dari proses download citra melalui situs http://earthexplorer.usgs.gov/ telah berhasil

diunduh citra Landat 8 tahun 2010 daerah Jawa Tengah.

Yang selanjutnya dilakukan komposit citra dari band 4, 3 dan 2 untuk memperoleh

citra multispectral menggunakan software Envi 4.5.

Kemudian dilakukan rektifikasi citra multispectral terhadap citra band 8 (Image to

image) dengan RMS 0.043 hingga diperoleh citra multispectral dengan koordinat

tanah.

Selanjutnya dilakukan koreksi radiometric hingga diperoleh citra dengan nilai piksel

yang lebih mendekati kondisi sebenarnya.

Pada proses cropping batas daerah, dipilih bagian wilayah Kabupaten Demak.

Cropping dilakukan menggunakan bantuan software ArcGIS dan Global Mapper,

serta data yang diperlukan untuk proses cropping merupakan shapefile Kabupaten

Demak.

Selanjutnya dilakukan penajaman citra yang diperoleh hasil citra dengan nilai piksel

yang lebih tajam/jelas.

Kemudian dilakukan proses pokok dari identifikasi penggunaan lahan itu sendiri,

yaitu proses klasifikasi digital, baik menggunakan metode Supervised Classification

maupun Unsupervised Classification.

Dan proses yang terakhir adalah layouting peta penggunaan lahan wilayah

Kabupaten Demak dari hasil klasifikasi Unsupervised.

Pada hasil telah ditabelkan identifikasi citra dari klasifikasi Supervised yang terdiri

dari kolom nama objek, warna, citra terklasikasi dan citra asli. Terdapat 6 jenis

penggunan lahan, yaitu: sawah, pemukiman, lahan, rawa, sungai dan jalan.

Hasil Akhir

Layouting citra hasil klasifikasi Unsupervised

Page 59: Paper

59

BAB IV

PENUTUP

Page 60: Paper

60

IV.1 Kesimpulan

Dari praktikum identifikasi penggunaan lahan wilayah Kabupaten Demak telah

diperoleh beberapa data yaitu: Citra Landsat 8 wilayah Jawa Tengah, citra komposit,

citra yang terkoreksi radiometric, citra wilayah Kabupaten Demak, citra yang telah

ditajamkan, hasil klasifikasi digital baik Unsupevised maupun Supervised

Classification. Dan hasil akhirnya merupakan peta penggunaan lahan wilayah

Kabupaten Demak.

Dari proses di atas dapat diperoleh data identifikasi penggunaan lahan wilayah

Kabupaten Demak.

IV.2 Saran

Dalam melakukan praktikum tersebut telah diperoleh berbagai kendala antara lain:

system proyeksi data shapefile yang berbeda, sehingga harus dilakukan proses

transformasi proyeksi, hasil klasifikasi Supervised kurang maksimal dikarenakan

sample area yang diambil tidak dapat meawakili seluruh warna citra yang ada, hingga

untuk diperoleh citra yang maksimal, dalam pembuatan sample area harus dilakukan

secara teliti dan mencakup seluruh warna pada citra.

Maka dari itu, saran dari penulis adalah perlunya persiapan dan checking semua

data yang akan diproses serta ketelitian dalam proses kalsifikasi agar hasilnya sama

seperti kondisi wialayah sebenarnya. Waktu yang cukup juga dibutuhkan agar dalam

pembuatan laporan akhir tidak tergesa-gesa sehingga hasilnya sesuai yang diharapkan.

Page 61: Paper

61

Daftar Pusataka

http://tnrawku.wordpress.com/2013/06/11/cara-download-landsat-8-gratis-melalui-earthexplorer-

usgs/, diunduh pada tanggal 14 Juni 2014.

http://www.academia.edu/5683069/Analisa_Tutupan_Lahan_menggunakan_Klasifikasi_Supervi

sed_dan_Unsupervised, diunduh pada tanggal 14 Juni 2014.

http://lupcliquers.blogspot.com/2011/06/pengolahan-citra.html, dounduh pada tanggal 14 Juni

2014.

http://indomapimages.blogspot.com/2013/02/peta-administrasi.html, diunduh pada tanggal 14

Juni 2014.