A Modul Remote Sensing

of 30 /30
BAB I PENDAHULUAN Penginderaan jauh berkembang sangat pesat sejak empat dasa warsa ini. Perkembangannya melalui aspek sensor, wahana , pembawa sensor, jenis liputan citra serta perangkat lunak untuk analisis data. Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang obyek, daerah atau gejala dengan mempergunakan alat penginderaan jauh atau sensor yang dipasang pada wahana berupa pesawat terbang, satelit, serta wahana lainnya. Disebut penginderaan jauh karena pengambilan data dilakukan tanpa menyentuh langsung obyek yang direkam. Oleh karena sensor dipasang dari jarak jauh dari obyek yang diindra, maka perekaman memerlukan energi berupa sinar yang dipancarkkn atau dipantulkan oleh obyek tersebut. Tiap obyek mempunyai sifat tersendiri, misalnya air menyerap sinar banyak dan hanya memantulkan sedikit sinar. 1.1.KONSEP PENGOLAHAN CITRA Pelatihan Pertamina Penginderaan Jauh hal-1

Embed Size (px)

description

napoleon

Transcript of A Modul Remote Sensing

BAB III

BAB I

PENDAHULUAN

Penginderaan jauh berkembang sangat pesat sejak empat dasa warsa ini. Perkembangannya melalui aspek sensor, wahana , pembawa sensor, jenis liputan citra serta perangkat lunak untuk analisis data. Penginderaan jauh merupakan ilmu dan seni untuk memperoleh informasi tentang obyek, daerah atau gejala dengan mempergunakan alat penginderaan jauh atau sensor yang dipasang pada wahana berupa pesawat terbang, satelit, serta wahana lainnya. Disebut penginderaan jauh karena pengambilan data dilakukan tanpa menyentuh langsung obyek yang direkam. Oleh karena sensor dipasang dari jarak jauh dari obyek yang diindra, maka perekaman memerlukan energi berupa sinar yang dipancarkkn atau dipantulkan oleh obyek tersebut. Tiap obyek mempunyai sifat tersendiri, misalnya air menyerap sinar banyak dan hanya memantulkan sedikit sinar.

1.1.KONSEP PENGOLAHAN CITRA

Data penginderaan jauh harus diterjemahkan menjadi informasi tentang nobyek, daerah atau gejala yang terjadi di ermukaan bumi. Proses penerjemahan data menjadi informasi disebut analisis data atau interpretasi data. Dalam analisis atau interpretasi citra dilakukan upaya untuk mengenali obyek yang tergambar dalam citra dan mengkaitkannya ke disiplin tertentu seperti geologi, geografi, ekologi dan disiplin ilmu lainnya. Untuk itu data citra harus diproses lebih dahulu.

Karena citra menyangkut data yang besar, maka diperlukan bantuan komputer untuk pengolahannya. Istilah pengolahan citra dijital mengacu pada penggunaan komputer untuk memanipulasi data citra yang tersimpan dalam format dijital.

Suatu citra dijital disimpan dalam matrik 2 dimensi yang elemen-elemennya mewakili suatu daerah yang sangat kecil yang disebut pixel (picture element) dan setiap pixel berhubungan secara ruang dengan suatu luasan pada permukaan bumi. Struktur dari matrik ini disebut juga sebagai suatu raster, maka data citra sering disebut data raster.data raster disusun dalam kolom dan kolom vertical disebut baris. Setiap pixel dalam raster citra dinyatakan dengan suatu bilangan dijital (DN Digital Number). Bilangan dijital citra dapat menggambarkan berbagai jenis data tergantung sumber datanya. Untuk data satelit seperti data Landsat dan SPOT, DN merupakan intensitas dari sinar yang direfleksikan pada panjang gelombang snar tampak,infra merah atau sianr lainnya. Untuk pencitraan radar (SAR).

DN merupakan nilai kekuatan suatu pulsa balik radar pada antenna. Untuk model lahan dijital (DTM-digital Terrain Model), DN menggambarkan ketinggian lahan. Tidak tergantung apa sumbernya, seluruh jenis citra tersebut di atas dapat disimpan dalamm suatu format citra raster.

Dengan menerapkan transformasi matematik pada bilangan dijital, ER Mapper dapat membuat data citra menjadi lebih bermanfaat dan memberikan lebih banyak informasi yang tidak dapat diberikan oleh teknik pengolahan tradisional.

Umumnya himpunan data citra terdiri dari beberapa pite energi (bands) penutup lahan dari suatu daerah geografi, yang masing-masing berisi jenis informasi yang berbeda karena menggunakan sensor dan panjang gelombang berbeda. Sebagai contoh citra SPOT HRV-XS mempunyai tiga pita energi data. Setiap pita (band) merekam pantulan dari berbagai spectrum energi, jenis data ini biasa disebut multispektral. Banyak teknik pengolahan citra yang canggih dikembangkan untuk mengkombinasikan sejumlah band dari citra multispektral untuk mempertajam dengan lebih spesifik informasi ilmu kebumian seperti kenamppakan vegetasi, parameter kualitas air, atau jenis-jenis mineral yang tamppk pada permukaan bumi.

1.2. APLIKASI PENGOLAHAN CITRA

Pengolahan citra menjadi alat Bantu penting dalam pemetaan ilmu kebumian pada daerah yang luas, demikian juga untuk aplikasi-aplikasi permodelan dan analisa. Di bawah ini diberikan beberapa contoh sejumlah aplikasi dalam berbagai disiplin ilmu di mana pengolahan citra sering digunakan yaitu :

Pemetaan penggunaan lahan dan deteksi perubahan

Pemantauan dan pengkajian lahan pertanian

Pengelolaan sumber kelautan dan pesisir pantai

Eksplorasi mineral, gas dan minyak

Pengelolaan sumber-sumber hutan

Perencanaan tata kota dan deteksi perubahan

1.3. PENGOLAHAN CITRA MENGGUNAKAN ER MAPPER

Pengolahan citra menggunakan ER Mapper memungkinkan kita mengkombinasikan sejumlalh operasi pengolahan dalam satu langkah, menampakkan hasilnya langsung pada layar secara tepat. Himpunan langkah-langkah yang dilakukan dalam pengolahan citra menggunakan ER mapper disebut algoritma.

Dalam melakukan pengolahan citra menggunakan ER Mapper, kita menggunakan algoritma untuk menyimpan alaur kerja dan langkah-langkah pengolahan yang akan dilakukan. Penyimpanan algoritma dilakukan secara terpisah dari file data citra. Dengan menyimpan langkah-langkah pengolahan terpisah dari data actual, pengolahan citra menjadi ebih cepat, mudah dipelajari dan interaktif. Dalam ER Mapper, algoritma dapat digunakan tidak hanya untuk penayangan data sederhana, tetapi samppi operasi permodelan dan pengolahan yang komplek yang melibatkan banyak citra, transformasi data dan pelapisan jenis data lain.

Operasi pengolahan citra menjadi lebih mudah dengan menggunakan algoritma, misalnya dalam penggabungan citra, membuat mosaik citra, dan untuk transformasi dan perhitungan matematik seperti menghitung perbandingan jalur pita, analisis komponen prinsipal dan lain-lain. Pengolahan menggunakan ER Mapper mengantisipasi generasi berikutnya dari pencitraan satelit dengan resolusi sangat tinggi dengan lebih efisien.

1.4. KONSEP UMUM PENGOLAHAN CITRA

Diagram alir konsep umum engolahan citra dapat disimpulkan pada diagram alir di bawah ini, dari import data melalui pengolahan sampai keluaran akhir.

BAB II

PENGOLAHAN CITRA MENGGUNAKAN ER MAPPER 5.5

2.1.Menu Utama Er Mapper

Ketika mulai menjalankan ER Mapper 5.5, maka akan muncul menu utama yang mempunyai dua komponen dasar: menu bar dan tool bar.

Gambar 2.1 Menu Utama ER Mapper 5.5

Menu Bar :Memungkinkan kita memilih suatu perintah pengoperasian fasilitas pengolahan citra yang disediakan dalam ER Mapper 5.5. untuk memilih perintah dari menu bar, letakkan mouse pada menu yang dipilih, maka akan muncul perintah yang berderet ke bawah. Tekan tombol mouse pada nama erintah untuk mengkatifkan perintah tersebut.

Tool Bar :Menunjukkan sejumlah tombol bergambar yang memungkinkan kita mengaktifkan suatu fungsi kerja dengan cepat. Untuk memilih suatu fungsi kerja pada tool bar, klik mouse pada tombol yang diinginkan.

2.2. Pengolahan Citra

2.2.1 Import Data

Langkah pertama dari pengolahan citra adalah mengimpor data yang akan digunakan dalam ER Mapper. Biasanya data tersebut disimpan dalam pita magnetic, CD-ROM, atau media lainnya. Ada 2 jenis data yang dapat diimport ke ER Mapper yaitu data citra raster dan vector. Data citra raster adalah jenis umum yang digunakan sebagai masukan pada operasi pengolahan citra. Sumber data basanya berupa citra satelit, foto udara dijital, atau data survey seismic dan geofisik. Ketika kita mengimport suatu file citra raster menggunakan program bantui import ER Mapper, ER Mapper mengubah data tersebut dalam 2 file:

Satu file data benar berisi data raster dalam ormat BIL (band interleaved by line)

Satu fie header ASCII dengan extension file .ers

Untuk mengimport data citra raster dilakukan menggunakan modul import Image format.

obyek ruang yang diskrit seperti jalan-jalan (garis-garis), lokasi sederhana (garis) atau batas daerah (polygon). Pada suatu produk pengolahan citra sering sangat berguna untuk melapiskan di atas latar beakang citra raster. Ketika kita mengimport suatu file data vector (menggunakan program Bantu impor ER Maper), ER Mapper mengubah data dan membentuk 2 fle:

Satu file data ASCII berisi data vector

Satu file header ASCII dengan extension .erv)

Untuk mengimport data vector dilakukan dengan perintah Import vector dan format SIG.

Gambar 2.2 Menu Import Data ER Mapper 5.5

Data vector disimpan dalam bentuk titik, garis dan polygon. Banyak produk SIG menggunakan struktur vector karena lebih efisien untuk menggambarkan obyek-

2.2.2 Penayangan Citra (Display Image)

Setelah mengimport data, tahap selanjutnya adalah menayangkan citra pada monitor computer untuk mengevaluasi kualitas data dan citra penutup lahan geografi. Ada beberapa cara yang dipakai untuk melihat tampilan citra, yaitu : pseudocolor, RGB (Red Green Blue), Hue Saturation Intensity (HIS), di mana semuanya digunakan sebagai komposisi warna.

Cara menayangkan citra (display image) adalah sebagai berikut :

1 Klik file pada menu bar

2 Setelah perintah pada menu bar file muncul, pilih open

3 Kemudian di menu open pilih C:\ER Mapper\dataset\scratch\sample.ers

4 Kemudian klik OK

Gambar 2.3 Menu Import Data ER Mapper 5.5

2.2.2 Algoritma

Algritma adalah bangunan dasar dalam ER Mapper. Algoritma menyimpan semua informasi yang dierlukan untuk menampilkan data citra. Informasi yang disimpan dalam sebuah algoritma meliputi sumber data, warna-warna yang digunakan untuk tampilan dan tahapan pengolahan secaa detil.

Cara membuat algoritma adalah sebagai berkut :

1 Simpan pointer pada display image

2 Kemudian klik tombol mouse kanan

3 Setelah muncul perintah-perintah pada layer, pilih algoritma

4 Kemudian akan muncul menu algoritma

5 Setelah dipilih algoritma akan muncul layer-layer and yang diubah sesuai keinginan kita, misalnya algoritma RGB 321

6 Setelah membuat algoritma, kemudian simpan algoritma tesebut. Simpan pointer pada display image, klik tombol mouse dan pilih save.

Gambar 2.4 Menu Algoritma

2.2.3 Klasifikasi

klasifikasi adalah proses dimana semua pixel dari suatu citra mempunyai kenampakan sektral yang sama akan didefinisikan. Klasifikasi dibagi 2 macam, yaitu klasifikasi supervised dan unsupervised. Klasfikasi superviseda dan unsupervised digunakan untuk klasifikasi keseluruhan dataset mejadi kelas-kelas obyek tertentu.

1.Klasifikasi Terawasi (Superfised Classification)

Dalam klasifikasi terawasi jenis kelas-kelas obyek kita tentukan lebih dulu dan diberi sample area. Langkah-langkah klasifikasi terawasi adalah sebagai berikut :

1. Tampilkan daerah yang akan diklasifikasi

2. Pilih Edit pada menu bar dan pilih edit/create region

3. Kemudian buat region-region pada citra yang akan diklasifikasi, misalnya sungai, jalan, perumahan dan lain-lain.

4. Pilih Process pada menu bar dan pilih calculate statistic

5. Pilih kembali Process pada menu bar dan pilih classification

Pilih Supervised Classification

KLIK

Gambar 2.5 Menu Klasifikasi Terawasi

2.Klasifikasi Tak Terawasi (Unsupervised Classification)

Klasifikasi tak terawasi dilakukan jika kita mempunyai informasi yang terbatas tentang obyek-obyek pada daerah yang akan diklasifikasikan. Klasifikasi

tak mengklasifikasi dari wilayah atau kelas-kelas yang akan kita spesifikasikan dari jumlah nominal kelas. Klasifikasi tak terawasi akan mengkategorikan semua piksel menjadi kelas-kelas dengan penampakan spectral atau karakteristik spectral yang sama.

Biasanya hasil klasifikasi tak terawasi harus diinterpretasi menggunakan data lapangan yang sebenarnya untuk menentukan kelas-kelas yang mempresentasikan wilayah sebenarnya di lapangan.

Langkah-langkah klasifikasi tak terawasi adalah sebagai berikut :

1. Pilih process pada menu bar

2. Pilih menu classification

3. Pilih ISOCLASS unsupervised classification

4. setelah dipilih ISOCLASS unsupervised classification akan muncul menu unsupervised classification.

2.2.4. Koreksi Citra (Rektifikasi)

Data citra raster adalah data mentah yang hanya mempunyai koordinat citra, sedangkan untuk keperluan pemetaan diperlukan koordinat tanah (koordinat peta). Oleh karena itu diperlukan proses rektifikasi sehingga koordinat yang ada pada citra satelit adalah koordinat peta.

Proses rektifikasi adalah sebagai berikut :

1. Pilih Process pada menu bar

2. Setelah muncul perintah-perintah maka pilih rectification

3. Kemudian pilih Define ground control Point.

4. Setelah itu akan muncul menu Rektifikasi (GCP Setup)

5. Setelah muncul menu rektifikasi, selanjutnya dilakukan pemberian titik control tanah, minimal 4 titik secara menyebar, dan RMS dari keempat titik tersebut harus