pedoman praktikum penginderaan jauh _envi
TRANSCRIPT
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
1/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB I
MEMULAI ENVI
1.1. Pendahuluan
ENVI® (the Environment for Visualizing Images) merupakan sebuah revolusi dari
sistem pengolahan citra digital. Dari permulaan lahirnya, ENVI telah didesain untuk
banyak kebutuhan spesifik pada siapa yang biasanya menggunakan data
penginderaan jauh satelit atau foto udara. ENVI menyediakan visualisasi data dan
analisisnya secara komprehensif untuk citra dalam berbagai ukuran dan tipe apapun
dalam lingkungan yang innovative dan user-friendly.
Beberapa keuntungan dari penggunaan ENVI
Satu dari kekuatan ENVI adalah pendekataan yang unik dalam pengolahancitra, mengkombinasikan teknik file-based dan band-based dengan fungsi yang
interaktif. Ketika file data input dibuka, band (saluran) dari citra disimpan dalam
sebuah daftar, dimana semua saluran bisa diakses oleh semua fungsi system. Jika
multiple files dibuka, saluran dalam tipe data yang terpisah dapat diproses sebagai
sebuah grup. ENVI menampilkan saluran tersebut dalam 8 atau 24 bit. Grup
tampilan ENVI terdiri dari Image window, Zoom window, dan Scroll window,
semuanya bisa diubah ukurannya. ENVI menyediakan penggunanya dengan
banyak kemampuan analisis yang interaktif dan unik, diakses dalam window tersebut.
Kemampuan multiple dynamic overlay ENVI, memberikan kemudahan
membandingkan citra dalam multiple displays. Ekstraksi real-time dan
spatial/spectral profiling dari multiband dan data hyperspectral memberikan
pengguna cara baru dalam melihat data dengan dimensi tinggi. ENVI juga
menyediakan tools interaktif untuk melihat dan menganalisis data vektor dan atribut
Sistem Informasi Geografis (SIG). Kemampuan standar seperti perentangan kontras
dan scatter plots dua dimensi adalah beberapa saja dari fungsi interaktif yang
tersedia untuk pengguna ENVI.
ENVI mempunyai antarmuka visual yang baik serta menggabungkan secara
komprehensif dengan algoritma pemrosesannya. ENVI memasukan semua fungsi
dasar pengolahan citra dalam antarmuka pengguna grafis yang mudah. Beberapa
dari fungsi tersebut antar lain transformasi data, filtering, klasifikasi, registrasi dan
koreksi geometri, analisis spektral, dan radar. ENVI tidak membatasi jumlah saluran
yang dapat diproses, sehingga data multispektral atau hiperspektral dapat digunakan.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
2/47
Praktikum Penginderaan Juah (menggunakan ENVI)
ENVI dapat digunakan dalam area masalah pengolahan citra pada umumnya
seperti input dari tipe data yang tidak standar, menampilkan dan menganalisis citra
berukuran besar, dan ekstensi untuk kemampuan analisis (ada fungsi plug-in).
Perangkat lunak memasukan perlengkapan untuk pengolahan citra dalam berbagai
disiplin, dan mempunyai fleksibilitas untuk mengijinkan implementasi strategi
analisis yang berbeda dari biasanya.
ENVI + IDL, ENVI, dan IDL
ENVI dibuat dalam bahasa Interactive Data Language (IDL®), bahasa
pemrograman yang cukup ampuh dalam mengintegrasikan pengolahan citra.
Fleksibilitas ENVI menggunakan kemampuan dari IDL, IDL harus ada untuk
menjalankan ENVI.
1.2. Gambaran fungs i-fungs i ENVI
ENVI menyederhanakan pengolahan yang interaktfi dan komprehensif untuk
data set multi saluran yang besar, mengubah ukuran citra, mengeplot spektral dan
library-nya, kemampuan menampilkan secara fleksibel dan geografis.
Pengolahan Citra
Kegunaan umum fungsi pengolahan citra termasuk transformasi data seperti
transformasi principal component, band ratio, hue-saturation-value (HSV),
perentangan, indeks vegetasi. Fungsi filtering termasuk convolution kernels untuk low
pass, high pass, median, directional, dan penajaman tepi, serta filtering lainnya yang
bisa kustomisasi.
Klasifikasi
ENVI menyediakan Kmeans dan Isodata untuk metode klasifikasi unsupervised.
Klasifikasi supervised meliputi metode yang sederhana seperti parallelpiped,
minimum distance, maximum likelihood, dan mahalonibis, sampai dengan Binary
Encoding, Neural Net, dan Spectral Angle Mapper (SAM). Post klasifikasi termasuk
clump, sieve, combine classes, dan perangkat tampilan klasifikasi yang interaktif.
Pengolahan Data Hiperspektral
ENVI menyediakan perlengkapan untuk memproses data hiperspektral,
termasuk perangkat pemetaan special yang digunakan oleh endmember citra atau
library untuk linear spectral unmixing dan matched filtering. Pixel Purity IndexTM (PPITM)
mengijinkan pengguna untuk mencari nilai spektral yang paling murni dalam citra untuk
menentukan spectral endmembers. n-Dimensional visulizer yang unik dalam ENVI
membentuk animasi yang interaktif menampilkan scatter plots dalam n-dimensions.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
3/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Spectral Feature FittingTM dari data hiperspektral ke library spectra membantu dalam
mengidentifikasi batuan, mineral, vegetasi, dan material lainnya. Spectral Analyst™
digunakan untuk mengidentifikasi material berdasarkan perbandingan dari spectral
libraries. Fungsi Band Math™ dan Spectral Math™ yang fleksibel memudahkan
pengguna untuk memasukan ekspresi matematika sesuai yang dibutuhkan.
Pengolahan SAR (Citra Radar)
ENVI juga memiliki kemampuan untuk pengolahan citra Radar secara
komprehensif seperti antenna pattern correction, slant-to-ground range correction,
adaptive dan texture filters, sampai dengan polarimetric analysis.
Pemetaan
ENVI pada akhirnya menyediakan perlengkapan untuk menghasilkan peta
akhir, seperti konversi data ke format vektor SIG, layout peta.
1.3. Modul tambahan ENVI
RSI (Research Systems, Inc.) menyediakan berbagai mondul tambahan
untuk memperluas fungsi ENVI, seperti Digital Elevation Model (DEM) Extraction,
National Imagery Transmission Format (NITF), NATO Secondary Image Format
(NSIF), dan Fast Line-of-sight Atmospheric Analysis of Spectral Hypercubes
(FLAASH).
1.4. Memulai ENVI
Memulai menjalankan program ENVI dapat dilakukan dengan proses seperti di
bawah ini :
1. Memulai ENVI dari Windows System, Untuk ENVI + IDL, pilih Start
Programs ENVI 4.x ENVI + IDL. Untuk ENVI, pilih Start Programs
ENVI 4.x ENVI. Menu utama ENVI akan muncul jika program sukses
dijalankan.
2. Memulai ENVI dalam UNIX, Untuk ENVI + IDL, ketik envi pada UNIX command
line. Untuk ENVI, ketik envi_rt pada UNIX command line.
1.5. Antarmuka Pengguna Grafis ENVI
Antarmuka pengguna grafis (GUI = Graphical User Interface), menyediakan
grafis berupa buttons, menu, dialog boxes, dll. Untuk berinteraksi dengan perangkat
lunak dan data.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
4/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Menggunakan tiga tombol Mouse
Fungsi-fungsi pada ENVI dapat digunakan seluruhnya jika menggunakan
mouse yang mempunyai tiga tombol.
Pertimbangan general runtime
Konfigurasi sistem memori pada ENVI telah diset berdasarkan
penggunaan minimum hardware pada file envi.cfg, untuk mengoptimisasi
kemampuan sistem dengan hardware yang ada (seperti RAM), maka perlu diedit
terlebih dahulu file tersebut. Konfigurasi dapat melalu menu File Preferences
menu bar utama ENVI.
Konsep umum tampilan citra
Grup tampilan citrra pada ENVI terdiri dari tiga jendela: Image window (memiliki
tambahan menu bar), Zoom window, dan Scroll window. Contoh ada pada Gambar
1.1.
Gambar 1.1. ENVI Display Group
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
5/47
Praktikum Penginderaan Juah (menggunakan ENVI)
1.6. Manajemen Data
ENVI menyediakan sejumlah peralatan untuk mengelola citra, data vektor,
dialog, dalam jendela individual (tersendiri).
Available Bands List
Available Bands List merupakan control panel utama untuk mengakses file
citra, kemudian menampilkannya baik saluran tunggal atau saluran komposit.
Available Bands List akan muncul ketika membuka sebuah file citra, dan dapat
diaktifkan melalui Window Available Bands List
Gambar 1.2. Available Band List : Grayscale; RGB Band
a b
Gambar 1.3. a. output citra Grayscale; b. output citraRGB Band (komposit 321)
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
6/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Available Vectors List
Availabel Vectors List terdiri dari sebuah daftar file vektor yang tersedia di
dalam memori untuk ditampilkan dalam display group windows atau dalam
sebuah vector display window. Dari menu utama ENVI, pilih Window
Available Vecto rs List . Semua layer vector yang dibuka akan muncul di dalam
Available Vector List.
a. b.
Gambar 1.4a. Available Vector List, b. output vectors list
Available Files List
Available Files List merupakan peralatan untuk mengelola file citra pada
ENVI, yang akan memberikan daftar nama dari semua file yang telah dibuka dan
tersimpan dalam memori. Untuk menampilkan daftar file yang sedang
dibuka, pilih Window Available Files List
Gambar 1.5. Available Files List
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
7/47
Praktikum Penginderaan Juah (menggunakan ENVI)
1.7. Manajemen Memori
ENVI mengijinkan untuk memproses data set berukuran besar dengan
menyesuaikan proses dengan ukuran dari memori sistem. ENVI menggunakan tiling
untuk memproses data citra dalam ukuran besar, tile merupakan sebuah bagian dari
data yang dibaca dari disk atau memori dalam satu bagian. Ukuran dari tile dapat
diubah melalui konfigurasi file pada ENVI. Untuk penyimpanan citra sebagai BSQ
(Band Sequential), masing-masing tile disimpan dalam sebuah spatial subset dari
sebuah band (saluran). Format BIL (Band Interleaved by Line), masing-masing tile
berupa sebuah baris tunggal yang disimpan berurutan untuk semua saluran. Format
BIP (Band Interleaved by Pixel), masing-masing tile adalah berupa pixel yang
disimpan berurutan untuk semua saluran.
Sistem yang mempunyai random access memory (RAM) dalam berukuran
besar, citra cukup efisien dan memungkinkan bila tidak disimpan dalam disk terlebih
dahulu ketika proses. Hampir semua fungsi pada ENVI memberikan pilihan untuk
menulis citra hasil pengolahan pada disk atau mempertahankan hasilnya pada
memori system.
1.8. Dasar-dasar ENVI
Membuka file dalam ENVI
Dari menu File, terdapat drop-down menu Open yang dapat untuk membuka
file citra baru, membuka file yang pernah dibuka sebelumnya, sebuah spectral library,
sebuah file ROI, atau sebuah file EVF (vector).
Gambar 1.6. Menu File dan drop-down menu open
Memilih f ile dalam ENVI
Sebelum menjalankan fungsi-fungsi yang ada di ENVI, terlebih dahulu harus
memilih file mana yang berisi data yang akan diproses.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
8/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gambar 1.7. Memilih band sebagai input
Gambar 1.8. Memilih file sebagai input
1.9. Format-format File ENVI
ENVI mempunyai beberapa format file, yang terbagi dalam format file citraENVI dan format header file ENVI. ENVI menggunakan sebuah format data pada
umumnya yang terdiri dari sebuah flat binary file sederhana dan sebuah ASCII (text)
header file. Semua data mendukung tipe data byte, signed dan unsigned integer ,
long integer, floating point, double precision, 64-bit integer, unsigned 64-bit integer ,
complex, atau double complex. Data raster disimpan sebagai binary stream of bytes
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
9/47
Praktikum Penginderaan Juah (menggunakan ENVI)
dalam format BSQ (Band Sequential), BIP (Band Interleaved by Pixel), atau BIL
(Band Interleaved by Line).
Tabel 1.1. Tipe file dan ekstensinya.
File Type Extension
ENVI Bad Lines List .bllENVI Band Math or Spectral Math Expression .exp
ENVI Calibration Factors .cff
ENVI Contour Levels File .lev
ENVI Density Slice Range File .dsr
ENVI Display Group .grp
ENVI Filter Kernels .ker
ENVI GCP file .pts
ENVI Grid File .grd
ENVI Header File .hdr
ENVI Image None defined
ENVI Look Up Table .lutENVI Map Key .key
ENVI Mosaic Template File .mos
ENVI n-D Visualizer State .ndv
ENVI PPI Count File .cnt
ENVI Region of Interest .roi
ENVI Spectral Library .sli
ENVI Statistics File .sta
ENVI Statistics Report .txt
ENVI Surface View Path File .pat
ENVI Tape Script .fmt
ENVI Vector File .evf
ENVI Vector Template File .vec
JPL AIRSAR Compressed Stokes Matrix Radar Data .stk
SIR-C Compressed Data Product .cdp
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
10/47
Praktikum Penginderaan Juah (menggunakan ENVI)
INFORMASI CITRA
Tujuan:
Mengetahui informasi header (metadata) sebuah citra.
Langkah Kerja:
1. Dari menu utama ENVI, klik File – Open Image File – lalu klik 2X file
citra120_65.
2. Setelah muncul jendela Available Band List, klik kanan file citra120_65 – Edit
Header… sehingga muncul informasi header
3. Selain cara diatas, dapat juga digunakan cara lain, yaitu setelah langkah (1),
dari menu ENVI klik File – Edit ENVI Header. Setelah jendela Edit Header Input
File muncul, klik citra yang kita ingin lihat/edit headernya.
Pembahasan :
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
11/47
Praktikum Penginderaan Juah (menggunakan ENVI)
POLA SPEKTRAL
Tujuan:
Mengetahui nilai spektral masing-masing obyek pada sebuah citra.
Langkah Kerja:
1. Dari menu utama ENVI, klik File – Open Image File – lalu klik 2X file citra.
2. Setelah muncul jendela Available Band List, klik Band 1 – Gray Scale, lalutampilkan pada Display #1. Ulangi langkah tersebut dengan menampilkanBand 2 sampai Band 6 pada masing-masing display secara grayscale denganberurutan (misal: Band 2 Display #2, Band 3 Display #3), hingga seluruhband (6 Band) dapat ditampilkan (total 6 Display).
3. Buat 1 tampilan citra dengan RGB Color (kombinasi 3 band yang nantinyadapat diganti-ganti sesuai dengan obyek yang akan ditonjolkan warnanya),lalu tampilkan pada Display #7.
4. Pada Display #7, klik Tools – Link – Link Displays. Pada jendela Link Displays,Display #1 s/d Display #6 diubah ke posisi Yes, dan pada Link Size/Position,
aktifkan ke Display #7.5. Buatlah tabel nilai spektral obyek seperti dibawah ini:
Obyek :
No Band_1 Band_2 Band_3 Band_4 Band_5 Band_6
1
2
3
4
5
6
7
8
9
10
Rata2
4. Pada Display #7, identifikasi kenampakan obyek yang sama, misalnya: lautdalam (dikenali dari gradasi warnanya yang sama/biru tua). Setelahdiidentifikasi, klik kanan pada obyek tersebut, lalu klik Cursor Location/Value…Nilai spektral yang muncul (Display #1 s/d Display #6) diisikan ke dalam tabelyang telah dibuat diatas. Ulangi langkah tersebut untuk mendapatkan 10 nilaispektral dari masing-masing band pada obyek yang sama.
5. Buatlah 10 tabel seperti pada langkah (5), kemudian identifikasi 10 jenis obyekyang berbeda dengan mengikuti langkah (6). Untuk memperjelas dalammengidentifikasi obyek, lihat prosedur pada langkah (3).
6. Setelah 10 jenis obyek dapat diidentifikasi, buatlah grafik untuk masing-masingobyek tersebut dari nilai spektral yang telah diketahui (total ada 10 grafik).Selain itu, buat juga sebuah grafik yang menggambarkan 10 obyek dari nilairata-rata spektralnya.
Pembahasan:
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
12/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB II
KOREKSI RADIOMETRIK
Koreksi radiometrik merupakan prapemrosesan citra satelit untuk
mengurangi kesalahan internal dan eksternal yang diakibatkan oleh radiasi
elektromagnetik dan interaksi lainnya seperti atmosfer pada saat perekaman.
Kesalahan radiometrik yaitu kesalahan yang berupa pergeseran nilai atau tingkat
keabuan piksel pada citra. Ada berbagai macam cara koreksi radiometri,
diantaranya seperti dibawah ini (teknik koreksi radiometri menggunakan ENVI)
2.1. Melalui menu Basic Tools
Kalibrasi untuk berbagai jenis citra satelit dilakukan dari menu utama Basic
Tools Preprocessing Calibration Utilities, seperti pada Gambar 2.1.
Jenis citra satelit memiliki prapemrosesan koreksi radiometrik yang berbeda-
beda, seperti di bawah ini adalah menu kalibrasi untuk Landsat TM yang dapat
diakses dari berbagai cara.
Basic Tools Preprocessing Calibration Utilities Landsat TM
Basic Tools Preprocessing Data-Specific Utilities Landsat
TM Landsat TM Calibration .
Spectral Preprocessing Calibration Utilities Landsat
TM .
Spectral Preprocessing Data-Specific Utilities Landsat TM
Landsat TM Calibration
Dari proses diatas akan mendapatkan menu seperti pada gambar 2.2. Koreksi
radiometri yang dapat dilakukan dengan merupah nilai Digital Number (DN) menjadi
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
13/47
Praktikum Penginderaan Juah (menggunakan ENVI)
nilai radiance atau nilai reflectance (yang ditangkap sensor)
Gambar 2.2. Menu parameter calibration.
Data parameter kalibrasi diisi sesuai dengan identitas citra. Data tanggal , bulan
dan tahun perekaman, sun elevation, serta nilai max-min radiance tersebut dapat dilihat
pada header pada citra (citra asli). Contoh data header dapat dilihat pada gambar
dibawah ini.
Gambar 2.3. contoh informasi header pada citra asli
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
14/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gambar 2.4. Nilai statistik radiance (min :-6,2; Max: 191,6)
2.2. Melalui Gain dan Offset
Gain dan Offset dilakukan bila koreksi radiometrik menggunakan cara manual.
Terlebih dahulu membuat Scatter Plot dari menu pada Image Window Tools
2D Scatter Plot, pilih dua saluran yang akan dibandingkan dan selanjutnya
menghitung offsetnya, seperti pada Gambar 2.2.
Offset yang telah diperoleh digunakan untuk mengkoreksi saluran tersebut agar secara
radiometrik dapat terkoreksi. Langkahnya adalah sebagai berikut:
1 Pilih Basic Tools Preprocessing General Purpose Utilities Apply
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
15/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gain and Offset
2. Ubah nilai sesuai offset yang telah dihasilkan seperti Gambar berikut:
Gambar 2.5. Dialog gain dan offset
3. Pilih tipe data output, file atau memory.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
16/47
Praktikum Penginderaan Juah (menggunakan ENVI)
KOREKSI RADIOMETRI
Tujuan:
Dapat melakukan koreksi radiometri pada citra
Langkah Kerja:
Mengecek apakah citra tersebut telah terkoreksi radiometrik atau belum:
1. Dari menu ENVI, klik Basic Tools – Statistic – Compute Statistics. Pada jendelaCalculate Statistics Input File, klik Open File – klik 2X citra, sehingga jendelaCalculate Statistics Input File memunculkan file tersebut beserta headernya,lalu klik OK.
2. Muncul jendela Calculate Statistics Parameters, centang (√) CalculateHistogram Statistics, lalu OK.
3. Pada jendela File Statistics Report, diketahui bahwa seluruh nilai Band beradadiantara range 0 – 255, tapi nilai Minimumnya belum bernilai 0 (nol). Ini berarticitra tersebut belum terkoreksi radiometrik.
Melakukan koreksi radiometrik pada citra:
1. Dari menu ENVI, klik File – Open Image File - citra, hingga citra tersebutmuncul pada jendela Available Band List.
2. Dari menu ENVI, klik Basic Tools – Band Math. Pada kotak dialog Enter anexpression: di jendela Band Math, isikan fungsi matematis, yaitumengurangkan nilai masing-masing band dengan Nilai Minimumnyasebelum Koreksi Radiometrik. Caranya (misalnya untuk Band 1), padakolom Enter an expression: isikan b1-54, lalu klik Add to List (nilai 54 adalahnilai minimum Band 1 sebelum terkoreksi radiometrik).
3. Kemudian simpan file tersebut pada tempat yang diinginkan (misalnya diberinama Band 1 Kor_Rad).
4. Setelah disimpan, pada jendela Available Bands List, akan muncul citraBand 1 yang telah dikoreksi radiomatrik. Ulangi langkah (5) sampai (8),hingga seluruh Band yang ada terkoreksi radiometrik.
5. Setelah masing-masing Band tersebut terkoreksi radiometrik, simpan filetersebut, dari menu ENVI, klik File – Save File As – ENVI Standard. Pada jendela New File Builder, klik Import File… hingga muncul jendela CreateNew File Input File, pilih keenam Band yang telah terkoreksi radiometriksebelumnya (Band 1 Kor_Rad s/d Band 6 Kor_Rad) untuk digabung kembalikedalam satu citra yang telah terkoreksi radiometrik, lalu klik OK.
Pembahasan
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
17/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB III
KOREKSI GEOMETRIK
Koreksi geometri dalam perangkat lunak ENVI biasa disebut sebagai
Registration, untuk mereferensi citra sehingga mempunyai koordinat geografi
dan/atau mengkoreksi dan mencocokan secara geometri dengan citra yang
menjadi dasar koreksi. Koreksi geometrik ini dilakukan dalam dua cara: image-to-
image dan image-to-map.
3.1. Image-to-Image Ground Control Points
Image-to-Image dilakukan bila akan mengoreksi citra dengan citra lain yang
sudah terkoreksi atau sudah tergeoreferensi sebagai citra acuannya.
1. Buka file base image (citra acuan) dan warp file (citra yang akan dikoreksi)
dan ditampilkan dalam dua windows.
2. Pilih Map Registration Select GCPs: Image to Image. Dialog Image
to Image Registration akan muncul dan pilih citra acuan sebagai Base
Image dan citra yang akan terkoreksi sebagai Warp Image. Kemudian klik
OK sehingga muncul dialog Ground Control Points Selection
Gambar 3.1. Dialog Ground Control Points Selection
3. Pilih obyek atau kenampakan yang sama dari Base Image dan Warp
Image kemudian klik Add Point pada dialog Ground Control Points
Selection. Sehinga muncul tabel dialog Image to Image GCP List.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
18/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gambar 3.2. Dialog Image to Image GCP List
a b
Gambar 3.3.(a). Warp Image (citra yang akan dikoreksi), (b) Base Image (citra
acuan yang telah terkorekai)
4. Apabila jumlah GCP sudah memenuhi untuk seluruh image secara merata
dan RMS Error kecil maka proses koreksi dapat dilakukan dengan menu
Option Warp File, dan citra hasil disimpan.
3.2. Image-to-Map Ground Control Points
Gunakan Image-to-Map untuk memilih ground control points (GCPs) untuk
image-to-map registration. Citra akan dikoreksi berdasarkan GCP dari peta
ataupun GPS (menggunakan GPS link) bila memungkinkan. Cara koreksi sama
seperti Image-to-Image, hanya saja Base Image diganti dengan koordinat dari
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
19/47
Praktikum Penginderaan Juah (menggunakan ENVI)
peta atau GPS.
1. Pilih Map Registration Select GCPs: Image to Map untuk koreksi
geometri Image to Map.Pada dialog Image to map sistem koordinat diisi
sesuai dengan GCP yang dipakaib sebagai pedoman.
Gambar 3.4. Menu Image to Map untuk mengatur sisem koordinat yang
dipergunakan
Gambar 3.5. (a) Dioalog Image to Map, (b) Dioalog Image to Map List
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
20/47
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
21/47
Praktikum Penginderaan Juah (menggunakan ENVI)
KOREKSI GEOMETRI IMAGE TO IMAGE
Tujuan:
Mempelajari cara melakukan koreksi geometrik dengan metode Image to Image.
Langkah Kerja:
1. Mengecek Citra Referensi.
Citra referensi adalah citra yang digunakan sebagai acuan/patokan untukmengkoreksi citra baru. Tentu saja citra referensi tersebut harus mencakupwilayah citra yang akan dikoreksi, dan telah terkoreksi geometrik.
2. Dari menu ENVI, buka citra referensi dengan mengklik File - Open Image File -.
3. Buka citra baru yang akan dikoreksi geometrik dengan cara seperti langkah(2), sehingga pada jendela Available Bands List muncul kedua citra tersebut.
4. Setelah kedua citra tersebut ditampilkan, pada menu ENVI, klik Map –Registration – Select GCPs: Image to Image. Setelah muncul jendela Image to
Image Registration, pada kolom Base Image klik Display #2 sebagai citrareferensi, dan pada bagian Warp Image, klik Display #1 sebagai citra yang akandikoreksi (hati-hati jangan sampai terbalik).
5. Setelah muncul jendela Ground Control Points Selection, pilih titik/obyek yangterdapat pada kedua citra tersebut dan posisinya tidak mudah berubah(misalnya perempatan jalan, ujung lereng gunung, dsb) yang mudahdiidentifikasi dan posisinya tidak mudah berubah. Setelah diidentifikasi danposisinya di citra disamakan pada jendela Zoom pada kedua display, klik Add
Point pada jendela Ground Control Points Selection hingga muncul tanda
pada titik control kedua citra tersebut ( disebut juga GCP/Ground ControlPoint). Nilai band kedua citra dapat diubah-ubah untuk memperjelas identifikasiGCPs. Ulangi langkah tersebut sampai mendapatkan minimal 10 GCPs dengan
nilai RMS Error ≤ 0,56. Simpan nilai GCPs tersebut dengan mengklik File – Save GCPs to ASCII…
pada jendela Ground Control Points Selection (misalnya GCP.pts).
7. Dari menu ENVI, klik Map – Registration – Warp from GCPs: Image to Image,lalu cari file GCP.pts yang telah kita simpan sebelumnya. Pada jendela InputWarp Image, pilih citra (citra yang akan dikoreksi geometrik), lalu OK.
8. Muncul jendela Input base Image, lalu klik citra referensi, lalu OK.
9. Muncul jendela Registration Parameters, lalu simpan file citra yang telahdikoreksi geometrik.Kemudian OK. Jika berhasil, maka pada jendela AvailableBands List akan muncul citra baru yang telah dikoreksi geometrik .
Pembahasan:
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
22/47
Praktikum Penginderaan Juah (menggunakan ENVI)
KOREKSI GEOMETRI IMAGE TO MAP.
Tujuan:
Mempelajari cara melakukan koreksi geometrik dengan metode Image to Map.
Langkah Kerja:1. Mengecek Data/Peta.
2. Data/peta referensi yang digunakan adalah Peta Topografi Jawa Tengah skala1:50.000. dilihat dari atribut peta, diketahui bahwa peta tersebut telahmengunakan sistem proyeksi UTM Zone 49.
3. Buka citra baru yang akan dikoreksi geometrik, lalu tampilkan dalam RGBColor.
4. dari menu ENVI, klik Map – Registration – Select GCPs: Image to Map.Muncul jendela Image to Map Registration, pada jendela Select RegistrationProjection pilih UTM, lalu klik Datum… dan pilih WGS-84. Pada tombol Units…pilih Meters. Lalu pada jendela Zone… isikan 49 lalu S (wilayah yang akan
dikoreksi adalah propinsi Jawa Tengah dan berada pada zone 49S), lalu OK.5. Dari peta topografi (peta referensi), pilih titik GCPs, kemudian isikan
koordinatnya pada jendela Ground Control Points Selection, sehingga padacitra muncul titik GCPs . Lalu simpan titik GCPs tersebut (GCP_map.pts)
6. Setelah selesai, dari menu ENVI klik Map – Registration – Warp from GCPs:Image to Map. Lalu pilih file GCPs.pts yang telah kita simpan di langkah (4)tadi. Setelah muncul jendela Image to Map Registration, klik OK.
7. Pada jendela Input Warp Image, pilih citra yang akan dikoreksi geometrik.Lalu OK.
8. Pada jendela Registration Parameters yang muncul, simpan citra tersebut.Lalu OK.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
23/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB IV
PENAJAMAN KONTRAS
Penajaman kontras dilakukan untuk menajamkan hasil tampilan citra agar
lebih cerah ataupun mengurangi kecerahan dan lebih mudah untuk mengidentifikasi
obyek secara spasial.
Penajaman kontras tersedia pada menu yang ada pada Image Window, seperti
Gambar berikut ini.
Gambar 4.1. Penajaman kotras menggunakan berbagai macam jenis Enhance yang
ada pada Image Window .
Penajaman kontras juga bisa dilakukan secara manual dengan
memperlakukan input histogram dengan berbagai metode menjadi output histogram
yang diinginkan. Cara ini bisa menggunakan menu Enhance Interactive
Stretching pada Image Window , seperti pada Gambar di bawah ini.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
24/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gambar 4.2. Input Histogram yang belum direntangkan, hasil perentangan pada
output histogram.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
25/47
Praktikum Penginderaan Juah (menggunakan ENVI)
PENAJAMAN CITRA
Tujuan:
Mempelajari cara melakukan penajaman (Contrast Enhancement) pada citra.
Penajaman citra meliputi semua operasi yang menghasilkan citra barudengan kenampakan visual dan karakteristik spektral yang berbeda. Dalampenajaman citra tidak ada yang paling ideal karena semua itu dikembalikan kepadapengguna yang menganalisisnya, sehingga keputusan diambil secara subjektifuntuk menentukan teknik apa yang paling ideal. Penajaman citra dapat dilakukanbaik pada citra dengan band tunggal maupun pada citra dengan band multispektral.
Langkah Kerja:
Dari menu ENVI, klik File – Open Image, lalu pilih citra. Untukmembandingkan citra sebelum dan sesudah proses enhancement, pada jendela Available Band List, ditampilkan citra dengan RGB color (band 3-2-1). Pemilihanband ini dapat disesuaikan dengan keinginan user. Selain itu, tampilan secaraGrayscale juga dapat digunakan.
Stretching (Linear Enhancement).
Untuk melakukan proses Linear Enhancement, dari jendela Image, klikEnhance. Dari menu tersebut terdapat beberapa pilihan, yaitu Linear, Linear 0-255,Linear 2%, Gaussian, Equalization, dan Square Root. Silahkan klik pilihan tersebutkemudian bandingkan dengan kenampakan citra aslinya..
Stretching (Interactive Stretching).
Langkahnya seperti pada langkah (2), tetapi yang diklik adalah InteractiveStretching, sehingga muncul histogram seperti dibawah ini:
Untuk melakukan stretching pada citra, dapat dipilih warna apa yang akandimodifikasi dengan mengklik R (Red), G (Green), atau B (Blue), kemudian pada
bagian Input Histogram, garis putih (putus-putus) dapat digeser kekiri atau kekanan,dan hasilnya dapat dilihat pada jendela Image yang ada.
Filtering.
Seperti halnya langkah (1) diatas, penguna juga dapat mencoba-cobamelakukan filtering pada citra dengan mengklik beberapa pilihan filter yang adapada menu dan membandingkannya dengan citra awal.
Transformation (NDVI)
1. Buka citra seperti pada langkah (1).
2. Dari menu ENVI, klik Basic Tools – Band Math. Pada jendela Band Math,isikan rumus NDVI berikut pada kolom Enter an expression:
(float(b4)-float(b3))/(float(b4)+float(b3))3. Lalu klik Add to List, lalu OK.
4. Muncul jendela Variables to Bands Pairings, selanjutnya pada kotak dialogVariables used in expression, klik B3 – [undefined] dengan Band 3 pada kotakdialog Available Bands List. Lakukan hal yang sama pada B4 – [undefined],
5. Simpan file tersebut pada tempat yang diinginkan, lalu OK.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
26/47
Praktikum Penginderaan Juah (menggunakan ENVI)
6. Setelah selesai, pada jendela Available Band List muncul sebuah citra baruTampilkan citra baru tersebut pada display baru (Display #2).
7. Untuk mengecek apakah transformasi yang kita lakukan tersebut benar atautidak, pada jendela Image #2 klik Tools – Cursor Location Value…. Jika benar,maka nilai value data akan berada pada range -1
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
27/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB V
FILTERING
Filter yang tersedia di ENVI antara lain: Convolution, Morphological, Texture,
Adaptive, dan FFT filtering. Filtering biasa digunakan untuk menajamkan citra dengan
jalan menghilangkan beberapa frekuensi spasial. Frekuensi spasial dapat dijelaskan
sebagai variasi dari brightness, atau DN, dengan jarak, dan citra berisi berbagai
macam frekuensi spasial yang berbeda. Sebagai contoh; menghilangkan variasi
frekuensi tinggi dalam citra untuk menghasilkan citra yang smooth (tekstur halus).
Gunakan Convolution filtering untuk memfilter citra berdasarkan domain
spasial. Gunakan Morphological filters untuk memproses citra berdasarkan bentuk.
Gunakan texture filters untuk mengekstraksi informasi terkait dengan tekstur pada
citra. Gunakan Adaptive filters untuk mereduksi noise dari citra yang smooth,
menjadi citra yang mempunyai penajaman pada tepinya. Dan gunakan Fourier
Filtering untuk memfilter data citra dalam domain frekuensi.
Gambar 5.1. Tampilan menu Filter
Gambar 5.2. Contoh Filter Convulations dan Morphology
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
28/47
Praktikum Penginderaan Juah (menggunakan ENVI)
a b
Gambar 5.3. (a) citra sebelum dilakuakan filtering, (b) Citra setelah
dilakukan filtering Convulations dan Morphology
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
29/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB VI
TRANSFORMASI CITRA
Transforms merupakan operasi citra yang akan mengubah data asli (awal)
menjadi data keruangan yang lain, biasanya digunakan dengan fungsi linear. Tujuan
dari hampir semua jenis transformasi adalah mempresentasikan informasi agar citra
lebih mudah diinterpretasi dibandingkan citra aslinya.
Transformasi ada yang mempunyai kecenderungan ke arah domain spasial
seperti Image Sharpening (image merging, image fusion), yang digunakan untuk
menggabungkan dua citra yang mempunyai tujuan meningkatkan kualitas spasial dan
spektral pada citra yang dihasilkan. Contoh: Citra Landsat ETM+ digabungkan dengan
Citra SPOT.
Transformasi yang mempunyai kecenderungan ke arah domain spektral antara
lain NDVI (sebagai indeks vegetasi) dan Tasseled Cap (indeks kecerahan, indeks
kebasahan).
Gambar 6.1. Menu Transform pada ENVI
6.1. NDVI (Normalized Difference Vegetation Index)
Indeks vegetasi memiliki nilai rentang -1 s.d +1. Nilai -1 menunjukkan bahwa
indeks vegetasinya rendah dan +1 menunjukkan indeks vegetasinya tinggi, nilai indeks
vegetasi pada citra setelah melalui proses transformasi NDVI akan berkisar pada nilai
tersebut. Rumus NDVI adalah sebagai berikut:
red NIR
red NIR NDVI
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
30/47
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
31/47
Praktikum Penginderaan Juah (menggunakan ENVI)
6.2. Menggunakan Transformasi Tasseled Cap
Tasseled Cap digunakan untuk mentransformasi data Landsat MSS,
Landsat TM, atau Landsat 7 ETM. Untuk data Landat MSS, transformasi Tasseled
Cap melakukan transformasi orthogonal dari data original kedalam empat dimensi
ruang baru yang terdiri dari soil brightness index (SBI), green vegetation index
(GVI), yellow stuff index (YVI), dan non-such index (NSI) yang berasosiasi dengan
efek atmosfir. Untuk data Landsat TM, Tasseled Cap vegetation index terdiri dari
tiga faktor: Brightness, Greenness, dan Third Brightness dan Greenness sama
dengan MSS tasseled cap pada indeks SBI dan GVI, dan pada komponen ketiga
berhubungan dengan soil features, termasuk status kelembaban. Untuk data
Landsat 7 ETM, transformasi Tasseled Cap menghasilkan keluaran 6 saluran:
Brightness, Greenness, Wetness, Fourth (Haze), Fifth, Sixth. Jenis transformasi ini
seharusnya diaplikasikan setelah kalibrasi pantulan.
1. Pilih Transforms Tassled Cap
2. Ketika dialog Tasseled Cap Transformation Input File muncul, pilih input
file dan lakukan subsetting jika diperlukan.
3. Klik OK Kotak dialog Tasseled Cap Transform Parameters muncul
4. Dari tombol drop-down Input File Type, pilih Landsat TM, Landsat MSS,
atau Landsat 7 ETM
5. Pilih output File atau Memory.
6. Klik OK.
Pesan status akan muncul selama perhitungan transformasi Tasseled Cap.
Ketika lengkap dan sempurna, ENVI akan memasukkan nama-nama saluran
tasseled cap kedalam Available Bands List
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
32/47
Praktikum Penginderaan Juah (menggunakan ENVI)
a.
b.
Gambar 6.3. (a) Available Bands List hasil analisis Tasseled Cap, (b) Wetness hasil
analisis Tasseled Cap
6.3. Menggunakan Fasili tas Band Math untuk Tranformasi.
Band MathTM merupakan sebuah tool yang fleksibel untuk pengolahan citra
dengan banyak kemampuan, yang tidak disediakan dalam sistem pemrosesan citra
lainnya. Karena tiap pengguna ENVI mempunyai kebutuhan yang unik dan spesifik,
maka Band Math dapat digunakan untuk memproses algoritma yang dibuat sendiri
oleh pengguna dan mengaplikasikannya pada saluran-saluran atau file yang telah
dibuka pada ENVI.
Untuk menggunakan Band Math pada ENVI:
1. Pilih Basic Tools -> Band Math. Dialog Band Math akan muncul, danmenerima ekpresi IDL apapun yang valid, serta menyediakan hasil operasi
berupa array dua-dimensi yang mempunyai dimensi spasial sama dengan
saluran input
2. Masukkan ekpresi IDL pada kotak teks Enter an expression. Gunakan nama
variabel sebagai nama saluran atau nama file. Nama variabel harus dimulai
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
33/47
Praktikum Penginderaan Juah (menggunakan ENVI)
dengan karakter “b” atau “B” diikuti maksimum sampai dengan 5 karakter
numerik. Contoh : float(b1)/float(b2)
3. Setelah ekspresi valid dimasukkan, klik OK. Dialog Variable to Band Pairings
akan muncul seperti Gambar 6.2. di bawah ini. Pilih saluran yang diinginkan
kemudian klik OK, dan hasil akan muncul pada Avai lable Bands Lis t.
Gambar 6.4. Kotak dialog Variable to Band Pairings
6.4. Color Mapping: Density Slice
Gunakan menu Density Slice pada Image Windows: Tools Color
Mapping Density Slice, untuk membuat klasifikasi ataupun rentang dari
hasil tranformasi (NDVI, Tasseled Cap, dll.), sehingga terlihat jelas
persebaran spasial masing-masing kelas, seperti terlihat pada Gambar 6.3.
di bawah ini.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
34/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Gambar 6.5. Pembuatan kelas-kelas dari hasil transformasi NDVI menggunakan
Density Slice
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
35/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB VII
KLASIFIKASI SPEKTRAL
Klasifikasi multispektral dapat dilakukan menggunakan berbagai metode
(Jensen, 2005), antara lain:
- berdasarkan algoritma statistik parametric dan nonparametric, menggunakan data
skala-rasio dan skala-interval, dan metode nonmetric juga dapat memasukkan
data skala nominal,
- menggunakan klasifikasi logik supervised atau unsupervised,
- menggunakan klasifikasi logik hard atau soft (fuzzy) set classification untuk
menghasilkan output tematik hard atau fuzzy,
- menggunakan klasifikasi logik per-pixel atau object-oriented classification, dan
- pendekatan hybrid.
Fungsi klasifikasi pada ENVI ada pada menu Classification. Fungsi-fungsi
tersebut antara lain: klasifikasi supervised dan unsupervised, collecting endmembers,
classifying previous rule images, calculating class statistics dan confusion matrices,
applying majority dan minority analysis to classification images, clumping dan sieving
classes, combining classes, overlaying classes on grayscale images, calculating
buffer zone images, calculating segmentation images, dan ekspor kelas ke layer
vektor.
7.1. Klasifikasi Supervised
Klasifikasi Supervised digunakan untuk mengelompokkan piksel dalam data
set menjadi kelas-kelas yang berkorespondensi dengan kelas training yang telah
didefinisikan oleh pengguna.
Kelas training merupakan grup-grup piksel (ROIs = Regions of Interest) atau
spektral individual. Pilih kelas tersebut sebagai area yang representatif atau materi-
materi yang ingin dipetakan sebagai output. ROIs sebaiknya homogen. Separability
dari ROIs dapat diuji dengan mengekspor ke n-D Visualizer dan melihat distribusi
dari titik-titik dalam tiap ROI (seharusnya mengelompok dan rapat) dan melihat
overlap antara kelas (seharusnya tidak overlap).
Instruksi lebih detil dapat dilihat pada Exporting ROIs to the n-D Visualizer .
Hasil dari nilai separability antara pasangan ROI juga dapat dilihat pada Computing
ROI Separability.
Teknik klasifikasi supervised (terselia) termasuk Parallelepiped, Minimum
Distance, Mahalanobis Distance, Maximum Likelihood, Spectral Angle Mapper (SAM),
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
36/47
Praktikum Penginderaan Juah (menggunakan ENVI)
dan Binary Encoding, serta termasuk juga Neural Net.
Langkah-langkah klasifikasi Supervised:
1. Menetapkan Region of Interest (ROI), Regions of interest (ROIs) merupakan
bagian dari citra, area grafis yang dipilih atau dengan cara lain seperti
thresholding. Regions dapat berupa bentuk irregular dan secara khusus
digunakan untuk ekstraksi statistic untuk klasifikasi, masking, dan operasi
lainnya. ENVI mengijinkan untuk memilih kombinasi dari poligon, titik atau
vektor sebagai sebuah region of interest. Multiple region of interest dapat
ditetapkan dan digambarkan pada jendela Image, Scroll, atau Zoom. Regions
of interest dapat juga dikembangkan dari pixel yang berdekatan yang masuk
dalam nilai threshold pada pixel tertentu.
a. Pilih dari salah satu berikut ini:
- dari menu pada Image Window, tambahkan ROIs dengan memilih
Overlay Region of Interest atau Tools Region of Interest
ROI Tool
- Buat group tampilan citra dimana akan ditambahkan ROIs dan pilih
Basic Tools Region of Interest ROI Tool dari menu bar utama
ENVI.
b. Dialog ROI Tool muncul.
c. Pilih dan tetapkan, apakah ROI akan ditempatkan pada Image Window,
Scrol Window, atau Zoom Window. Pada dialog ROI Tool pilih toggle
button Image, Scroll, atau Zoom. Untuk meng-off-kan pemilihan ROI
pilih toggle button Off .
d. Gambarlah ROIs sebagai training area. Berikut ini tipe ROI yang tersedia
dalam ENVI:
. Polygon
. Polyline
. Point
. Rectangle
. Ellipse
. Multi-Part (donut)
Tabel 7.1. ROI Mouse Operations.
ROI Type Action MouseButton
Interaction
Polygon or Polyline Define endpoints Left Click or Press and drag
Remove last Middle Click
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
37/47
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
38/47
Praktikum Penginderaan Juah (menggunakan ENVI)
a. Pilih satu dari langkah berikut ini:
- pada dialog ROI Tools, pilih File Expor t ROIs to n-D Visualizer
- dari menu bar utama ENVI, pilih Basic Tools Regions of Interest
Export ROIs to n-D Visualizer
b. Ketika dialog Select Input Data File muncul, pilih input file yang
berasosiasi dengan ROIs dan klik OK. Dialog n-D Visualizer Input ROIs
muncul.
c. Pilih ROI yang akan diekspor dengan klik pada nama ROI. Untuk memilih
semua ROIs, klik Select All Items.
d. Klik OK. Jendela n-D Visualizer dan dialog n-D Controls muncul.
e. Klik pada nomor saluran untuk memilih saluran yang diinginkan.
f. Klik Start. Pixels pada ROIs terpilih akan muncul pada jendela n-D
Visualizer dengan warna yang sama dengan ROIs.
g. Pilih Options Export Class or Export All untuk mengekspor kembali
pixels berwarna pada dialog ROI Tool sehingga dapat diimpor kedalam
klasifikasi.
a. b.
Gambar 7.2. (a). N-D Visualizer, (b) n-D Controls.
3. Menghitung separability ROI
Pilihan Compute ROI Separability akan menghitung spectral separability
antara pasangan ROI terpilih untuk input file yang diberikan. Laporan
separability yang akan dihasilkan adalah separability Jeffries-Matusita
dan Transformed
Divergence. Nilai tersebut mempunyai rentang dari 0 s.d 2 dan
mengindikasikan sebaik apa pasangan ROI terpilih terpisahkan secara statistik.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
39/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Nilai lebih dari 1,9 mengindikasikan bahwa pasangan ROI mempunyai
separability yang baik. Untuk pasangan ROI dengan nilai separability lebih
rendah, sebaiknya diubah separability dengan mengedit ROIs atau memilih
ROIs baru. Untuk pasangan ROI dengan nilai separability yang sangat rendah
(kurang dari 1), sebaiknya digabungkan dalam satu ROI.
a. Pilih salah satu berikut ini:
- pada dialog ROI Tools, pilih Options Compute ROI Separability,
atau
- dari menu bar Image Window , pilih Tools Regions of Interest
Compute ROI Separability
- dari menu bar utama ENVI, pilih Basic Tools Region of Interest
Compute ROI Separability
b. Ketika dilog pemilihan file muncul, pilih input file dan lakukan pectral
subsetting jika diperlukan.
c. Pada dialog, pilih ROIs untuk perhitungan separability.
d. Klik OK. Separability dihitung dan dilaporkan dalam dialog report. Nilai
Jeffries-Matusita dan Transformed Divergence dilaporkan setiap pasangan
ROI. Pada bagian akhir laporan menunjukkan nilai separability pasangan ROI
dari yang paling rendah separability-nya sampai dengan yang paling tinggi
separability-nya.
e. Untuk menyimpan laporan pada sebuah file ASCII, pilih File -> Save Text to
ASCII
Gambar 7.3. Separability Report
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
40/47
Praktikum Penginderaan Juah (menggunakan ENVI)
4. Melakukan proses klasifikasi
a. Tetapkan kelas training menggunakan dialog Region of Interest atau
Endmember Collection.
b. Pilih Classification Supervised metode yang diinginkan (seperti pada
Gambar 7.2. di bawah ini).
Gambar 7.4. Menu klasifikasi pada ENVI
c. Ketika dialog Classification Input File muncul, pilih input file dan subsettingatau making (jika diperlukan). Dialog Classification Parameter muncul.
Variasi pilihan dialog tergantung pada jenis klasifikasi apa yang dipilih.
Gambar 7.5. Hasil klasifikasi Supervised maximum Likelihood dengan klasifikasi 7
kelas
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
41/47
Praktikum Penginderaan Juah (menggunakan ENVI)
7.2. Klasifikasi Unsupervised
Klasifikasi Unsupervised digunakan untuk mengkelaskan piksel dalam
sebuah data set berdasarkan hanya pada nilai statistik, tanpa ada campur tangan
ataupun ketetapan berupa kelas training yang diberikan pengguna. Teknik klasifikasi
unsupervised yang disedikaan pada ENVI ada dua, yaitu: Isodata dan K-Means.
Gambar 7.6. Klasifikasi Unsupervised Iso data dengan klasifikasi 10 kelas
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
42/47
Praktikum Penginderaan Juah (menggunakan ENVI)
KLASIFIKASI SPEKTRAL
Tujuan:
Mempelajari cara melakukan klasifikasi multispektral pada citra. Metode klasifikasi
yang dipraktekkan dalam kegiatan ini adalah:1. Klasifikasi Supervised, meliputi metode Parallelepiped, Minimum Distance
dan Maximum Likelihood.
2. Klasifikasi Unsupervised, meliputi metode IsoData dan K-Means.
Langkah Kerja:
1. Dari menu ENVI, klik File – Open Image, lalu pilih citra.
2. Dari jendela image citra, klik Tools – Region of Interest – ROI Tool… danmuncul jendela tampilan ROI Tool seperti dibawah ini.
3. Pada jendela image, klik wilayah obyek yang kira-kira memiliki warna yangsama, kemudian buat sebuah polygon,Lalu pada jendela ROI Tools, klik Edit,
lalu pada kolom Name ganti Region #1 dengan nama sesuai obyek tersebut,misalnya Air jernih,
4. Ulangi langkah (3) diatas untuk mengidentifikasi warna pada obyek yangseragam. Untuk memperjelas identifikasi warna obyek, band RGB Color pada jendela Available Band Lists dapat dirubah-rubah sesuai keinginan. Padakegiatan praktikum kali ini, diidentifikasi 20 jenis obyek yang seragam, Setelahselesai, simpan nilai ROI tersebut pada folder yang diinginkan (misalnyaKlasifikasi.roi)
Klasi fikasi SUPERVISED (Parallelepiped).
1. Untuk membuat klasifikasi Supervised dengan metode PARALLELEPIPED,
dari menu ENVI klik Classification – Supervised – Parallelepiped. Pada jendelaClassification Input File, pilih citra lalu OK.
2. Pada jendela Parallelepiped Parameters, muncul 20 jenis klasifikasi obyekyang telah kita pilih pada langkah (4) tadi, lalu klik tombol Select All Item. Padabagian Output Result to, pilih letak penyimpanan file tersebut, lalu klik OK.
3. Ulangi untuk membuat klasifikasi Supervised dengan metode MINIMUMDISTANCE dan Supervised dengan metode MAXIMUM LIKELIHOOD
Klasifikasi UNSUPERVISED (ISODATA).
Untuk membuat klasifikasi Unsupervised dengan metode ISODATA, darimenu ENVI klik Classification – Unsupervised – IsoData. Pada jendela ClassificationInput File, pilih citra_120_65 Kor_Geo_Map lalu OK. Kemudian simpan file tersebutpada tempat yang diinginkan
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
43/47
Praktikum Penginderaan Juah (menggunakan ENVI)
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
44/47
Praktikum Penginderaan Juah (menggunakan ENVI)
BAB VIII
OUTPUT
ENVI menggunakan QuickMap untuk untuk menghasilkan output,
perlengkapan ini merupakan cara yang mudah untuk membuat sebuah peta dalam
ENVI. Secara cepat dapa menambah grid lines, scale bars, titles, north arrows,
declination diagrams, dan logo citra untuk membuat peta output secara cepat. Ketika
semua telah diatur parameternya, seting tersebut dapat disimpan sebagai QuickMap
template yang dapat digunakan untuk citra lain. Setelah peta output dibuat,
perubahan tambahan dapat dilakukan dengan kemampuan overlay interaktif (contoh:
annotation) yang dapat ditemukan dari menu bar Image window dan peta output dapat
dijadikan Postscript atau ke standard printer.
1. Dari Available Bands List , tampilkan citra yang telah ter-georeference.
2. Dari menu bar Image window, pilih File QuickMap New QuickMap
3. Ketika dialog QuickMap Default Layout muncul, masukan ukuran halaman,
pilih orientasi halaman Portrait atau Landscape, dan masukan skala peta
yang diinginkan.
4. Klik OK. Jendela QuickMap Image Selection muncul.
5. Pilih dari pilihan berikut untuk memilih subset citra yang digunakan dalam
QuickMap:
Resize dan pindahkan kotak dengan outline merah (drag dari sudut
untuk resize, klik dan drag tengah-tengah kotak untuk memindah).
Masukan ukuran x dan y, dalam inches, pada kotak teks Image Size,
atau gunakan tombol arrow increment untuk memilih dimensinya. Klik
Spatial Subset.
6. Klik OK
Dialog QuickMap Parameters muncul
8.1. Setting QuickMap Parameters
1. Ketika dialog QuickMap Parameters muncul, pilih beberapa pilihan berikut ini:
Untuk menambah judul pada bagian atas peta, ketik teks pada kotak
teks Main Title
Untuk menambah teks pada bagian sudut kiri atau kanan pada peta,
ketik teks pada kotak teks yang bersesuaian.
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
45/47
Praktikum Penginderaan Juah (menggunakan ENVI)
Untuk mengeluarkan informasi proyeksi secara otomatis dari ENVI
header pada kotak teks Lower Left atau Lower Right, klik kanan pada
kotak teks dan pilih Load Projection Info
Untuk mengubah font yang digunakan untuk judul, pilih font baru pada
tombol drop-down yang bersesuaian dan masukan atau pilih
ukurannya.
Untuk justification pada judul, pilih dari tombol drop-down yang
bersesuaian. Default-nya adalah Center .
Untuk mengubah parameter grid line (thickness, style, color, dll), klik
Additional Properties
Untuk menambah scale bars dan grid lines, tinggalkan pilihan check
boxes yang bersesuaian dan edit parameters yang dibutuhkan.
Untuk menambah logo dan mengubah letaknya, klik Edit Logo Files
and Placements. Letakkan file berisi logo (file harus berisi tiga saluran”
biru, merah, hijau). Gunakan dialog QuickMap Logo File Parameters
untuk mengubah ukuran dan posisinya. Klik OK untuk kembali ke dialog
QuickMap Parameters
Untuk menambah orientasi Utara, tinggalkan pilihan check box yang
bersesuaian dan pilih tipe panah pada tombol drop-down North
ArrowType
Untuk menambah declination diagram, pilih Declination Values . Pada
dialog Declination Diagram Values, masukan nilai dan klik OK.
Untuk kembali pada jendela QuickMap Image Selection dan mengedit
subset citra atau skala peta, klik Change Mapping Parameters .
2. Pada dialog QuickMap Parameters, klik Apply. ENVI otomatis menambah
batas virtual untuk citra QuickMap image, letakkan pilihan judul dan anotasi pada
citra, dan hasilkan sebuah peta, yang mana ditampilkan dalam ENVI Display Group
baru. Dialog QuickMap Parameters kembali terbuka.
3. Gunakan dialog QuickMap Parameters untuk mengedit peta. Klik Apply untuk
melihat perubahannya.
8.2. Printing QuickMaps
Untuk mencetak QuickMaps, pada jendela QuickMap Image, pilih File
Print, pilih Output QuickMap to Printer atau Standard Printing, dan klik OK. Skala
cetak output QuickMap, akan bersesuaian dengan parameter yang telah dimasukan
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
46/47
-
8/18/2019 Pedoman Praktikum Penginderaan Jauh _envi
47/47
Praktikum Penginderaan Juah (menggunakan ENVI)
DAFTAR PUSTAKA
ENVI Online Help, 2005, ENVI® (the Environment for Visualizing Images), Research
System Inc.
Jensen, John R., 2004, Remote Sensing and Digital Image Processing, Upper
Saddle River, NJ: Prentice Hall.