GEOTEKNIK

PETAGambaran keadaan permukaan bumi pada bidang horisontal dengan skala tertentu meliputi unsur-unsur alamiah (sungai, gunung, lembah) dan unsur-unsur buatan manusia (bangunan, jalan, saluran irigasi, batas pemilikan lahan) yang disajikan dengan konfigurasi tertentu.

INTERAKSI DENGAN TARGETEnergi yang tidak terserap dan tersebarpada atmosfir dapat mencapai permukaanbumi

Energi yang mencapai target (I) akan terbagilagi menjadi energi yang ditransmisikan (T)diserap target (A)) dan energi yang dipantulkan (R).Energi yang dipantulkan merupakan perhatian yang utamadalam remote sensing

Pantulan Sempurna(Specular)Pantulan segala arahDiffuse)

Sumber EnergiSensorStatsiun PenerimaPengolahanObjek / TargetSistem Penginderaan Jauh Pasif

Pengindraan Jauh Aktif

WAHANA PENGINDERAAN JAUH

DATA PENGINDERAAN JAUH FOTO UDARA1. Lebih sederhana sistem operasionalnya 3. Resolusi spasial lebih baik 2. Tingkat kedetilan dapat disesuaikan dengan kebutuhan

2. CITRA SATELITLandsat (Amerika Serikat)Ikonos (Amerika Serikat +Jepang)Quickbird (Amerika Serikat)SPOT (Perancis )NOAA (Amerika Serikat )IRS (India)Aster (Amerika Serikat ), dll.Biaya relatif lebih murahKontinyuMudah didapat

3. Foto udara1. Mempunyai Sumber Energi Sendiri 2. Tidak Tergantung Waktu 3. Tembus Awan

Citra Landsat

CITRA SPOT

QUICKBIRD

Citra NOAA AVHRR,dengan resolusi spasial4 km x 4 km

RADAR

Karakteristik Citra SatelitResolusi SpasialResolusi SpektralResolusi Temporal

Resolusi SpasialKemampuan sensor dalam mendefinisikan objek di permukaan bumi yang diwakili oleh pixel (picture element) Satu pixel mewakili30 meter x 30 meter (Landsat)2,5 meter x 2,5 meter (SPOT)1 meter x 1 meter (Ikonos)0,6 meter X 0,6 meter (Quickbird)

30 x 30 meter4 x 4 meter1 x 1 meter

Resolusi SpektralResolusi spektral mendefinisikan kemampuan sensor untuk mendefinisikan kehalusan interval panjang gelombang yang bisa direkamLandsat ETM : 9 saluranIkonos : 4 saluranQuickbird : 5 saluranAster : 14 saluran

Landsat-TM Band-342Landsat-TM Band-247Landsat-TM Band-432Kombinasi Band Landsat 7 Landsat-TM Band-521

Resolusi TemporalLamanya satelit kembali lagi pada suatu lokasi atau wilayah yang samaLandsat : 16 hariSPOT : 26 hariIkonos : + 3 hariQuikbird : 1 3,5 hariNOAA : 24 jamSampai lokasi yang samapada x hari

LUAS CAKUPAN / SAPUANLandsat (185 X 185 km)Ikonos (11,3 x 11,3 km)Quickbird (16,5 x 16,5 km)SPOT (60 x 60 km)NOAA (400 x 400 km)ASTER (40 x 40 km)

KARAKTERISTIK CITRA SATELIT

SatelitResolusi SpasialResolusi SpektralResolusi TemporalCakupanLandsat TM 7Non Termal 30 mThermal 120 m9 saluran16 hari185x185 kmSPOTMulti Spektral 10 mPanchromatic 2,5

4 saluran26 hari60 x 60 kmIkonosMulti Spektral 4 mPanchromatic 1 m4 saluran+ 3 hari11,3 x 11,3 kmQuickbirdMulti Spektral 2.4 mPanchromatic 0.6 m

5 saluran1 3,5 hari16,5 x 16,5 kmNOAAMultispektral 1,1 km4 saluran24 jam400x400 km

INTERPRETASI DATA INDERAJAUntuk dapat memanfaatkan data penginderaan jauh, kita harusmampu mengekstrak informasi dari citra. Langkah ekstraksiinformasi ini disebut dengan interpretasi.

.Tahapan Kegiatan Interpretasi1. Deteksi3. Analisis2. Identifikasi

INTERPRETASI VISUAL VS DIJITAL

Analisis manual dan analisis dijital, mempunyai kelebihan dan kekurangan.Dalam analisis manual, biasanya terbatas pada satu band atau satu image,artinya tidak dapat melakukan analisis beberapa image secara bersamaan.Sedangkan dalam analisis dijital dapat dilakukan secara bersamaan

Dalam analisis manual, biasanya kurang konsisten hasilnya karena bersifat subyektif, yakni sangat tergantung pada interpreter.

Sedangkan dalam analisis dijital lebih konsisten, karena analisisnya didasarkan pada nilai dijital (digital number) dalam komputer, sehingga lebih obyektif.

Meskipun demikian, untuk menentukan tingkat validitas dan akurasi dari analisis dijital adalah sangat sulit. Kenapa ?

INTERPRETASI SECARA VISUALPengenalan target atau obyek merupakan kunci interpretasi dan ekstraksi informasi.

Kunci Interpretasi

tone/rona bentuk ukuran pola tekstur bayangan asosiasi

4. POLAPola, mengacu pada susunankenampakan spasial obyek.

Pola perkebunan yang dikembangkanOleh perusahaan akan terlihatteratur dibandingkan dengan polapertanian yang alami

??

5. TEKSTURTEKSTUR :Tekstur, mengacu pada susunandan frekuensi rona suatu obyek,yang nampak pada kenampakan kasar atau halusnya permukaanobyek.

Contoh yang jelas adalah dalammembedakan hutan alam denganhutan tanaman industri, yang relatifpunya keseragaman dalam kanopi.??

6. BAYANGANBAYANGAN/SHADOW :Bayangan memberikan ide dalammembedakan profil atau ketinggian suatuobyektanpa bayangandengan bayangan

7. ASOSIASIASOSIASI :

Asosiasi berkaitan dengan hubunganantara obyek terhadap obyek yang lain.

Sebagai misal daerah pantai dimanadi situ terdapat vegetasi pada wilayahmuara sungai, mungkin dapat diaso-siasikan dengan mangrovemangrove

KLASIFIKASI DIJITALCitra dijital adalah penyajian obyek dalam format dijital.

. Citra dijital terdiri dari pixel atau picture element Digital Number (DN) digunakan untuk menandai pixel

Nilai DN menyatakan pantulan energi yang diterima oleh sensor

CITRA DIJITAL

Citra Multispektral merupakan data inderaja dengan dua atau lebih saluran spektralMasing masing band dihasilkan oleh sensor dengan resolusi spasial tertentu Landsat-TM Image mempunyai 7 Bands CITRA DIJITAL

PENGOLAHAN CITRAPreprocessing :Radiometri Correction/Koreksi Radiometrik Geometri Correction/Koreksi Geometrik

Display dan Enhancement/Penajaman :Diplay (B/W dan Color CompositeContrast Enhancement (Stretching)Spatial Enhancement (Filtering)

Classification/Klasifikasi :Unsupervised Classification Supervised Classification

Integration ke GIS:GeneralisasiKonversi Raster ke Vektor Konversi Vektor ke Raster

Metoda dalam klasifikasi multispektral :

UNSUPERVISEDSUPERVISEDKLASIFIKASI CITRA

Unsupervised Classification/Tak Terselia :

Klasifikasi tanpa memerlukan/membangun sampel

Operasi dibangun berdasarkan pengelompokan pixel secara natural

Pengenalan pola menggunakan proses komputerKLASIFIKASI CITRA

KLASIFIKASI TERSELIA/SUPERVISED Klasifikasi multispektral dengan sampel terpilih yang homogen

Prosedur ini memerlukan pengetahuan tentang obyek

Klasifikasi menggunakan karakteristik spektral (minimum, maximum, mean/average, variance, covariance, correlation, dll.) tentang training/sample area untuk menggambarkan algoritma klasifikasi keseluruhan

APLIKASI PENGINDERAAN JAUHHutan BakauTegalanTambakSawahPenutup Lahan

GEOLOGI

PRAKIRAAN CUACA

Pemetaan Terumbu KarangCitra LandsatHasil AnalisisWarna Biru Terumbu Karang Hidup

Kandungan Klorofil LautTemperatur LautZonaPenangkapan Ikan

KEBAKARAN HUTAN

TUMPAHAN MINYAK

Penanganan Bencana Alam

Penanganan Bencana Alam

PRAKIRAAN PAJAK

Conect to : Folder Kuliah Tamu Folder Presentasi Nihonggo