I.
PENDAHULUAN
1.1 Latar Belakang
Penginderaan
Jauh adalah ilmu dan seni untuk memperoleh informasi tentang obyek, wilayah,
atau gejala dengan cara menganalisis data yang diperoleh dengan menggunakan
alat tanpa kontak langsung terhadap obyek, wilayah, atau gejala yang dikaji..( Lillesand dan Kiefer, 2007).
Penginderaan jauh adalah ilmu dan seni untuk memperoleh
informasi tentang obyek atau gejala di permukaan bumi (atau permukaan bumi)
tanpa melalui kontak langsung. Teknologi ini dapat pula diartikan sebagai
kegiatan perolehan informasi tentang permukaan bumi dengan menggunakan citra
yang diperoleh dari dirgantara menggunakan energi elektromagnetik pada satu
atau beberapa bagian spektrum elektromagnetik yang dipantulkan maupun
dipancarkan dari permukaan bumi (Campell, 1996, dalam Sigit, 2008).
Penginderaan jauh terdiri dari komponen-komponen yang membentuk suatu sistem:
energi elektromagnetik, atmosfer, obyek permukaan bumi, dan sensor (Curran,
1985).
Perjalanan energi tersebut membawa informasi dari muka bumi pada data citra
yang siap digunakan untuk berbagai keperluan. Secara singkat beberapa subsistem
penting dalam penginderaan jauh dapat disebutkan sebagai berikut :
1. Sumber energi yang
merupakan hal utama yang diperlukan dalam penginderaan jauh sebagai penyedia
enegi yang dipancarkan.
2. Radiasi dan atmosfer,
Sebagai perjalanan energi dari sumber ke target.
3. Interaksi energi dengan
Target
4. Perekaman energi oleh
sensor
5. Transmisi energi dari
sumber ke sensor
6. Interpretasi dan analisis
data hasil perekaman
7. Aplikasi
Satelit penginderaan jauh
sumber daya yang banyak dimanfaatkan selama ini merupakan satelit yang
menggunakan sistem optis. Penginderaan jauh sistem optis ini memanfaatkan
spektrum tampak hingga infra merah. Rentang gelombang elektromagnetik yang
lebih luas dalam penginderaan jauh meliputi gelombang pendek mikro hingga
spektrum yang lebih pendek seperti gelombang infra merah, gelombang tampak, dan
gelombang ultra violet. (id.wikipedia.org)
Penginderaan jauh berkembang
dalam bentuk pemrotretan muka bumi melalui wahana pesawat terbang yang
menghasilkan foto udara dan bentuk penginderaan jauh berteknologi satelit yang
mendasarkan pada konsep gelombang elektromagnetis. Dalam perkembangannya saat
ini, dengan adanya teknologi satelit berresolusi tinggi, pengenalan sifat fisik
dan bentuk obyek dipermukaan bumi secara individual juga dapat dilakukan.
Pada dasarnya teknologi
pemotretan udara dan penginderaan jauh berteknologi satelit adalah suatu
teknologi yang merekam interaksi berkas cahaya yang berasal dari sinar matahari
dan obyek di permukaan bumi. Pantulan sinar matahari dari obyek di permukaan
bumi ditangkap oleh kamera atau sensor. Tiap benda atau obyek memberikan nilai
pantulan yang berbeda sesuai dengan sifatnya. Pada pemotretan udara rekaman
dilakukan dengan media seluloid (film), sedangkan penginderaan jauh melalui
media pita magnetik dalam bentuk sinyal-sinyal digital. Dalam perkembangannya
potret udara juga seringkali dilakukan dalam bentuk digital. (malikaprianto10.blogspot.com)
Data penginderaan jauh adalah
berupa citra. Citra penginderaan jauh memiliki beberapa bentuk yaitu foto udara
ataupun citra satelit. Data penginderaan jauh tersebut adalah hasil rekaman
obyek muka bumi oleh sensor. Data penginderaan jauh ini dapat memberikan banyak
informasi setelah dilakukan proses interpretasi terhadap data tersebut.
Interpretasi citra merupakan
serangkaian kegiatan identifikasi, pengukuran dan penterjemahan data-data pada
sebuah atau serangkaian data penginderaan jauh untuk memperoleh informasi yang
bermakna. Sebuah data penginderaan jauh dapat diturunkan banyak informasi dari
serangkaian proses interpretasi citra ini. Dalam proses interpretasi, obyek
diidentifikasikan berdasarkan pada karakteristik berikut :
- Target
dapat berupa fitur titik, garis, ataupun area.
- Target harus dapat dibedakan dengan
obyek lainnya.
Kemampuan
teknologi penginderaan jauh dalam perolehan informasi yang luas tanpa
persinggungan langsung dengan obyeknya banyak dimanfaatkan dalam berbagai hal
yang bersifat spasial. Hingga saat ini penginderaan jauh telah diaplikasikan
untuk keperluan pengelolaan lingkungan, ekologi, degradasi lahan, bencana alam,
hingga perubahan iklim. (idoyfadilah.blogspot.com)
1.2
Rumusan Masalah
Adapun rumusan masalah
dari praktikum ini yaitu
1.
Bagaimanah cara melakukan Composit
band pada citra landsat 8 ?
2.
Bagaimanah cara melakukan
penajaman citra satelit yang telah di Composit sebelumnya ?
3.
Bagaimanah cara melakukan proses
klasifikasi tak terbimbing citra (Unsupervised Classification) ?
1.3 Tujuan dan Kegunaan
Adapun
tujuan dan kegunaan dari praktikum Inderaja 1 yaitu untuk mengetahui cara
mengoperasikan program ArcGis 10.2 dan mengelolah citra berupa Composit Band,
Penajaman Citra dan Klasifikasi Tak Terbimbing
II.
TINJAUAN PUSTAKA
2.1 Penginderaan Jauh
Penginderaan jauh (atau disingkat inderaja) adalah pengukuran atau
akuisisi data dari sebuah objek atau fenomena oleh sebuah alat yang tidak
secara fisik melakukan kontak dengan objek tersebut atau pengukuran atau akuisisi
data dari sebuah objek atau fenomena oleh sebuah alat dari jarak jauh,
(misalnya dari pesawat, pesawat luar
angkasa, satelit, kapal atau alat lain. Contoh dari
penginderaan jauh antara lain satelit observasi bumi, satelit cuaca, memonitor janin dengan ultrasonik dan wahana luar
angkasa yang
memantau planet dari orbit. Di masa modern, istilah penginderaan jauh mengacu
kepada teknik yang melibatkan instrumen di pesawat atau pesawat luar angkasa
dan dibedakan dengan penginderaan lainnya seperti penginderaan medis atau fotogrametri. Walaupun semua hal yang
berhubungan denganastronomi sebenarnya adalah penerapan
dari penginderaan jauh (faktanya merupakan penginderaan jauh yang intensif),
istilah “penginderaan jauh” umumnya lebih kepada yang berhubungan dengan
teresterial dan pengamatan cuaca. (Curran, 1985).
Dan dapat disimpulkan bahwa penginderaan jauh
adalah suatu ilmu, seni, dan teknik dalam usaha untuk mengetahui benda, gejala,
dan area dari jarak jauh dengan menggunakan alat pengindera berupa sensor
buatan. Sensor buatan yang digunakan dalam penginderaan jauh dapat berupa
kamera, sonar, radiometer, atau magnetometer yang dipasang pada wahana pesawat
terbang, satelit, pesawat ulang alik, dan sebagainya.
Adapun pengertian pengindraan jauh
menurut beberapa ahli, yaitu sebagai berikut :
- Penginderaan
jauh (remote sensing), yaitu penggunaan sensor radiasi elektromagnetik
untuk merekam gambar lingkungan bumi yang dapat diinterpretasikan sehingga
menghasilkan informasi yang berguna
- Penginderaan
jauh (remote sensing), yaitu suatu pengukuran atau perolehan data pada
objek di permukaan bumi dari satelit atau instrumen lain di atas jauh dari
objek yang diindera. Foto udara, citra satelit, dan citra radar adalah
beberapa bentuk penginderaan jauh.
- Penginderaan
jauh (remote sensing), yaitu ilmu untuk mendapatkan informasi mengenai
permukaan bumi seperti lahan dan air dari citra yang diperoleh dari jarak
jauh. Hal ini biasanya berhubungan dengan pengukuran pantulan atau
pancaran gelombang elektromagnetik dari suatu objek.
2.2
Composit Citra
Komposit citra adalah penggabungan 3 saluran
(band) untuk menonjolkan masing-masing keunggulan saluran secara serentak dalam
suatu display, sehingga memudahkan pengguna dalam intrepretasi citra secara
visual. Citra ini merupakan perpaduan 3 saluran, dengan masing-masing saluran
diberi warna dasar, yaitu merah, hijau dan biru (RGB). Ketersediaan citra
multispketral dengan jumlah saluran yang lebih banyak memberikan kemungkinan
yang lebih banyak dalam membuat kombinasi citra komposit. Citra komposit warna
asli pun dapat dihasilkan, bila tersedia saluran-saluran biru, hijau dan merah. (setiyawanhardiyanto.blogspot.com)
2.3
Penajaman Citra
Penajaman
citra (enhancement), yaitu mengubah nilai piksel secara sistematis sehingga
menghasilkan efek kenampakan citra yang lebih ekspresif sesuai dengan kebutuhan
pengguna. Meliputi semua operasi yang menghasilkan citra baru dengan kenampakan
visual dan karakteristik spektral yang berbeda. Penajaman Kontras ini bertujuan
untuk memperoleh kesan kontras yang lebih tinggi. Dengan mentransformasi
seluruh nilai kecerahan maka hasilnya adalah berupa citra baru dengan nilai
maksimum awal, dan nilai minimum baru lebih rendah dari nilai minimum awal dan
jika dilihat secara visual hasilnya berupa citra baru yang variasi hitam
putihnya lebih menonjol sehingga tampak lebih tajam dan memudahkan proses
interpretasi. (Colwell, 1984)
Perentangan kontras citra dapat dilakukan dengan merentangkan nilai kecerahan pikselnya.
Citra asli biasanya memiliki panjang gelombang yang lebih sempit dari 0-255.
Sehingga hasil citra baru memiliki histogram yang memiliki kurva lebih besar.
Pemfilteran
adalah cara untuk ekstraksi bagian data tertentu dari suatu himpunan data
dengan menghilangkan bagian-bagian data yang tidak diinginkan.
Filter
dirancang untuk menyaring informasi spectral sehingga menghasilkan citra baru
yang mempunyai variasi nilai spektral yang berbeda dengan citra asli. Terdapat
2 jenis filtering, yaitu filter high pass dan filter low pass.
1.
Filter high pass menghasilkan
citra dengan variasi nilai kecerahan yang besar dari piksel ke piksel,
sedangkan filter low pass justru sebaliknya, memiliki fungsi untuk menaikkan
frekwensi sehingga batas satu bentuk dengan bentuk lainnya menjadi jelas.
Tujuannya untuk menonjolkan perbedaan antara objek ataupun perbedaan nilai,
kondisi ataupun sifat antar objek yang diwakili oleh nilai piksel.
2.
Filter low pass adalah batas
antara satu bentuk dengan bentuk lainnya menjadi kabur sehingga terkesan
memiliki gradasi yang halus. Tujuannya untuk memperhalus kenampakan citra.
2.4 Unsupervised Clasification
Klasifikasi
citra merupakan teknik yang digunakan untuk menghilangkan informasi rinci dari
data input untuk menampilkan pola-pola penting atau distribusi spasial untuk
mempermudah interpretasi dan analisis citra sehingga dari citra tersebut
diperoleh informasi yang bermanfaat atau sesuai dengan keperluan. Untuk
pemetaan penutup lahan, hasilnya bisa diperoleh dari proses klasifikasi
multispektral citra satelit. Klasifikasi multispektral sendiri andalah
algoritma yang dirancang untuk menyajikan informasi tematik dengancara
mengelompokkan fenomena berdasarkan satu kriteria yaitu nilai spektral.
Klasifikasi
multispektral diawali dengan menentukan nilai piksel tiap objek sebagai sampel.
Selanjutnya nilai piksel dari tiap sampel tersebut digunakan sebagai masukkan
dalam proses klasifikasi. Perolehan informasi tutupan lahan diperoleh
berdasarkan warna pada citra, analisis statik dan analisis grafis. Analisis
static digunakan untuk memeperhatikan nilai rata-rata, standar deviasi dan
varian dari tiap kelas sampel yang diambil guna menentukan perbedaan sampel.
Analisis grafis digunakan untuk melihat sebaran-sebaran piksel dalam suatu
kelas. (Campbell, 1987)
Unsupervised (tanpa bimbingan) Cara
kerja metode ini merupakan kebalikan dari metode supervised, dimana
nilai-nilai piksel dikelompokkan terlebih dahulu oleh komputer ke dalam
kelas-kelas spektral menggunakan algoritma klusterisasi. Dalam metode ini, di
awal proses biasanya analis akan menentukan jumlah kelas (cluster) yang
akan dibuat. Kemudian setelah mendapatkan hasil, analis menetapkan kelas-kelas
objek terhadap kelas-kelas spektral yang telah dikelompokkan oleh komputer.
Dari kelas-kelas (cluster) yang dihasilkan, analis bisa menggabungkan
beberapa kelas yang dianggap memiliki informasi yang sama menjadi satu kelas.
Misal class 1, class 2, dan class 3 misalnya adalah hutan,
perkebunan, sawah maka analis bisa mengelompokkan kelas-kelas tersebut menjadi
satu kelas yaitu kelas vegetasi. Jadi, pada metode ini tidak terdapat campur
tangan manusia. (blog.ub.ac.id/danik)
III.
METODE PELAKSANAAN
3.1 Waktu dan Tempat
3.2 Bahan dan Alat
Adapun Alat
dan bahan yang digunakan dalam praktikum yaitu : Citra Landsat 8, Perangkat
Laptop, Kabel Roll, dan Alat Tulis Menulis.
3.3 Teknik Pelaksanaan
·
Cara Kerja Modul 1 ( Composit
Citra )
1.
Buka aplikasi ArcGIS 10 yang telah
terinstal sebelumnya di dalam laptop
2.
Setelah itu, Add data yang akan di
komposit
3.
Kemudian, setelah kita Add data
selanjutnya yaitu klik Geoprocessing pada pada menu, kemudian pilih ArcToolbox dan
klik Management tool, kemudian klik Raster, selanjutnya klik Raster Processing
dan terakhir klik Composite Band
4.
Kemudian setelah muncul kotak
dialog composite band, pada bagian input raster diisi dengan citra yang akan di
composit, setelah selesai kemudian pada bagian output raster kita ganti nama
sesuai dengan yang kita inginkan. Setelah itu kita klik OK
5.
Tunggu sampai proses Composit
selesai
·
Cara Kerja Modul 2 ( Penajaman
Citra )
1.
Buka aplikasi ArcGIS 10 yang telah
terinstal sebelumnya di dalam laptop
2.
Kemudian kita buka citra komposit
yang telah kita buat sebelumnya melalui Add data
3.
Setelah citra kompositnya muncul
maka langkah selanjunya yaitu pilih dan klik Geoprocessing kemudian pilih dan
klik Raster, kemudian Raster Processing, setlah itu klik Create Pan Sharpened
Raster Dataset
4.
Kemudian setelah muncul kotak
dialog Create Pan Sharpened Raster dataset, selanjunya pada bagian input raster
kita isi dengan data citra landsat 8 dengan Band 8 pula. Kemudian pada kotak
Red, Green dan Blue di isi angka 3, 2 dan 1. Kemudian pada bagian output raster
kita isi dengan judul dari pada penyimpanan yang kita inginkan, setelah itu
pada bagian Panchromatic image di isi dengan data citra yang telah di komposit
sebelumnya.
5.
Setelah itu, klik OK dan
tunggu sampai proses selesai.
·
Cara Kerja Modul 3 ( Klasifikasi
Tak Terbimbing Citra)
1.
Pertama,kita lanjutkan data yang
telah kita pertajam citranya.
2.
Kemudian, kita pilih Geoprocessing
dan klik Arctoolsbox kemudian spasial anayst tool selanjutnya multivariate dan
pilih iso klaster
3.
Setelah muncul dialog Iso Cluster
masukkan citra yang akan diklasifikasikan (citra hasil komposit) pada input
raster band dan masukan nama file untuk output raster. Setelah itu, tentukan
jumlah kelas pada kotak Number of classes kemudian klik OK
4.
Setelah proses Iso cluster selesai
maka proses selanjutnya menggunakan Maksimum likelihood clasification. Lokasinya
sama dengan lokasi Iso Claster pad Arc toolbox
5.
Kemudian setelah kotak dialog
Maksimum Likelihood classification masukkan citra yang akan diklasifikasi
(citra hasil komposit) pada input Raster Band, selanjutnya masukkan file GSG
hasil dari Iso Klaster pada input Signature File, Kemudian beri nama file,
kemudian beri nama file hasil klasifikasi pada kolom Output classified Raster
selanjunya OK
IV.
HASIL DAN PEMBAHASAN
4.1 Hasil
4.1.1
Modul 1 ( Composit Citra )
Gambar 1. Hasil Composit Citra
4.1.2
Modul II ( Penajaman Citra )
Gambar 2.
Hasil Penajaman Citra
4.1.3
Modul III ( Klasifikasi Tak Terbimbing Citra )
Gambar 3.
Hasil Unsupervised Classification
4.2 Pembahasan
Composit
Citra Kenampakan Citra pada Layer 1,
yaitu masih ditampilkan dalam bentuk hitam dan putih. Kenampakan Grace scale
masih memiliki 1 Band, Kenampakan gambarnya tidak begitu jelas dan tidak dapat
membedakan secara detail tentang objek tersebut. Warnanya hanya Hitam dan Putih
sehingga pemukiman, hutan primer,hutan Sekunder ataupun objek yang lainnya
tidak dapat dibedakan secara detail dan jelas, dan bila gambar pada layer 1
diperbesar maka gambarnya akan pecah, terlihat jelas pixel-pixel bentuknya,
atau Kotak-kotak.
Kenampakan
Citra pada Layer 2, yaitu sudah ditampilkan dalam RGB, mempunyai 3 Band yaitu R
= layer 4, G = 6, dan B = 3. Karena sudah ditampilkan dalam 3 band sekaligus
(colour Compositre) maka tampilan gambarnya pun lebih jelas unutk di
Interpretasikan dapat kita bedakan semua objek-objek yang ada di gambar tersebut,
misalnya Awan, Vegetasi, Air dan lahan terbuka, sudah lebih jelas dari
penampakan layer 1.
Penajaman
Citra Kenampakan pada Viewer 1 dengan kenampakan yang tidak ditajamkan
citrannya, sebenarnya gambarnya sudah cukup jelas dapat dibedakan objek-objek
yang ada di dalamnya, walaupun mungkin perbedaan kontrasnya antara viewer 1 dan
viewer 2, berbeda.
Kenampakan
pada viewer 2 yang sudah dilakukan penajaman kontras di dalamnya, sudah jelas
dan mudah untuk di interpretasikan. Dengan kontras yang lebih tajam menjadikan
gambar pada viewer 2 sudah sangat jelas dibedakan objek-objek yang ada di dalam
gambar tersebut, dsibandingkan gambar pada viewer 1.
Klasifikasi Tak Terbimbing (Unsupervised)
Kenampakan pada Viewer 1 piksel dan
sejumlah kelas masih belum bisa di bedakan secara spesifik sehingga tidk dapat
mempresentasikan satu identitas dengan property yang spesifik.
Kenampakan pada Viewer 2 dimana kenampakan
ini sydah dengan jelas membedakan antara tiap piksel dan kelas yang berbedaa
disertai dengan warna yang berbeda pula, sehingga kita sudah dapat dengan mampu
membedakan atara tiap warna yang tertera sesuai dengan peruntukan yang kita
ingingkan.
Penginderaan jauh (atau
disingkat inderaja) adalah
pengukuran atau akuisisi data dari sebuah objek atau fenomena oleh sebuah alat
yang tidak secara fisik melakukan kontak dengan objek tersebut atau pengukuran
atau akuisisi data dari sebuah objek atau fenomena oleh sebuah alat dari jarak
jauh, (misalnya dari pesawat, pesawat luar angkasa, satelit,
kapal
atau alat lain. Contoh dari penginderaan jauh antara lain satelit pengamatan
bumi, satelit cuaca,
memonitor janin
dengan ultrasonik
dan wahana luar angkasa yang memantau planet dari
orbit.Unsur-unsur interpretasi citra yaitu, warna, rona, bentuk, pola,
bayangan,situs, dan Asosiasi. Pada Praktikum kali ini, kita menggunakan 2 macam
band yaitu band 1 dimana kenampakan citra pada band 1 hanya 2 warna yaitu
hitam, dan Putih. Band yang satu lagi yaitu Colour Composite terdiri atas 3
warna yaitu R=Red, G=Green, B=Blue. Citra dapat Ditajamkan dengan penajaman
citra dimana mempunyai pengertian, Penajaman citra (enhancement), yaitu mengubah nilai
piksel secara sistematis sehingga menghasilkan efek kenampakan citra yang lebih
ekspresif sesuai dengan kebutuhan pengguna.Citra dapat di klasifikasikan
menjadi 2, yaitu Supervised (dengan bimbingan) dan Unsupervised
(tanpa Bimbingan).
V.
PENUTUP
5.1 Kesimpulan
Pengindraan jauh sering disingkat indraja.
Menurut Lillesand dan Keifer, indraja adalah ilmu atau teknik dan seni untuk
mendapatkan informasi tentang objek / wilayah / gejala dengan cara menganalisis
data yang diperoleh dari suatu alat tanpa berhubungan langsung dengan objek/
wilayah / gejala yang sedang dikaji.
Citra merupakan gambaran yang terekam oleh kamera
atau sensor. Data indraja juga berupa data visual yang pada umumnya dianalisis
secara manual. Data visual dibedakan menjadi dua, yaitu data citra dan data
noncitra. Data citra dalah berupa gambaran yang mirip dengan wujud aslinya atau
minimal berupa gambaran planimetri. Data noncitra pada umumnya berupa
garis atau grafik.
Interpretasi citra adalah kegiatan menafsir,
mengkaji, mengidentifikasi, dan mengenali objek pada citra, selanjutnya menilai
arti penting dari objek tersebut. Di dalam interpretasi citra terdapat 2
kegiatan utama, yaitu pengenalan benda (objek) dan pemanfaatan informasi.
Langkah-langkah yang umum dilakukan untuk
memperoleh data indraja adalah mendeteksi, mengidentifikasi, dan menganalisis
objek pada citra sehingga dapat bermanfaat bagi berbagai bidang.
5.2
Saran
Tidak ada komentar:
Posting Komentar