koreksi geometrik citra

8/11/2019 koreksi geometrik citra

1/35

LAPORAN PRAKTIKUMPENGINDERAAN JAUH

KOREKSI GEOMETRIK

OLEH :

1.

RENITA PURWANTI 3510100020

2. LENY PUJI RAHAYU 3510100021

3. VIVI DIANNITA SARI 3510100022

JURUSAN TEKNIK GEOMATIKA

FAKULTAS TEKNIK SIPIL DAN PERENCANAAN

INSTITUT TEKNOLOGI SEPULUH NOPEMBER

SURABAYA

2013

KAMPUS ITS SUKOLILO

61111


2/35

Jurusan Teknik Geomatika

Fakultas Teknik Sipil dan Perencanaan

Institut Teknologi Sepuluh Nopember

Laporan Praktikum 3 Penginderaan Jauh

BAB I

PENDAHULUAN

1.1

Latar Belakang

Pada masa ini, berkat kemajuan teknologi di bidang angkasa terutama satelit untuk

pemantauan kondisi di muka bumi mempengaruhi kegiatan penelitian suatu daerah dengan

pembuatan sebuah peta. Ilmu pemetaan merupakan salah satu ilmu yang mendapat dampak besar

oleh kemajuan teknologi tersebut ditandai dengan proses perekaman melalui satelit. Dengan

penginderaan jauh manusia dapat melakukan penelitian tanpa harus terjun langsung ke lapangan

untuk melakukan pengukuran dengan luasan area yang sangat luas, cukup dengan groundtruth dan

menganalisa citra satelit tersebut. Salah satu metode yang digunakan untuk memberikan sebuah

koordinat terkoreksi pada citra adalah proses koreksi geometrik. Proses ini dapat membantu

menentukan ketepatan koordinat baru pada citra dan juga dapat menentukan RMS Errornya.

Koreksi geometrik adalah transformasi citra hasil penginderaan jauh sehingga citra tersebut

mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi. Transforamasi geometrik yang paling

mendasar adalah penempatan kembali posisi pixel sedemikian rupa, sehingga pada citra digital

yang tertransformasi dapat dilihat gambaran objek dipermukaan bumi yang terekam sensor.

Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran genjang merupakan hasil

transformasi ini. Tahap ini diterapkan pada citra digital mentah (langsung hasil perekaman satelit),

dan merupakan koreksi kesalahan geometric sistematik.

Untuk mengolah suatu citra dapat digunakan software pengolah citra salah satunya yaitu softwareER Mapper

adalah salah satu software/perangkat lunak pengolahan data citra atau satelit (Geographic Image

Processing Product) dari sekian macam image processing yang ada, seperti IDRISI, ERDAS, PCI

dll. ER Mapper dapat dijalankan pada workstation dengan sistem Operasi UNIX atau PC dengan

sistem operasi Windows NT atau Windows 95 ke atas. Melalui ER Mapper kita dapat menampilkan,

mengolah data raster, menampilkan dan mengedit data vektor.

1.2Tujuan

Mahasiswa mampu mengetahui proses mengkoreksi geometrik sebuah citra.

Mahasiswa mampu mengolah citra dengan menggunakan sebuah software untuk

menentukan gcp-nya untuk sebuah proses georeference.

Mahasiswa mampu melakukan proses menentukan ketepatan koordinat baru pada citra

dan juga dapat menentukan RMS Errornya.
http://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.html


3/35





1.3Manfaat

Mahasiswa mengerti dan paham proses proses mengkoreksi geometrik sebuah citra.

Mahasiswa mengerti dan paham dalam menggunakan software untuk pengolahan sebuah

citra (proses koreksi geometrik)

Mahasiswa mengerti dan paham menentukan ketepatan koordinat baru pada citra dan juga

dapat menentukan RMS Errornya.


4/35





BAB II

DASAR TEORI

2.1 Penginderaan Jauh

Penginderaan jauh atau inderaja (remote sensing) adalah seni dan ilmu untuk mendapatkan

informasi tentang obyek, area atau fenomena melalui analisa terhadap data yang diperoleh

dengan menggunakan alat tanpa kontak langsung dengan obyek, daerah ataupun fenomena

yang dikaji (Lillesand dan Kiefer,1979). Alat yang dimaksud dalam pengertian diatas adalah

alat pengindera atau sensor. Pada umumnya sensor dibawa oleh wahana baik berupa

pesawat, balon udara, satelit maupun jenis wahana yang lainnya ( Sutanto,1987). Hasil

perekaman oleh alat yang dibawa oleh suatu wahana ini selanjutnya disebut sebagai data

penginderaan jauh. Lindgren(1985 dalam Sutanto, 1987) mengungkapkan bahwa penginderaan jauh

adalah berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang

bumi, infomasi ini khusus berbentuk radiasi elektromagnetik yang dipantulkan atau

dipancarkan dari permukaan bumi.

Dari pendapat beberapa ahli di atas dapat disimpulkan bahwa penginderaan jauh terdiri atas 3

komponen utama yaitu obyek yang diindera, sensor untuk merekam obyek dan gelombang

elektronik yang dipantulkan atau dipancarkan oleh permukaan bumi. Interaksi dari ketikakomponen ini menghasilkan data penginderaan jauh yang selanjutnya melalui proses

interpretasi dapat diketahui jenis obyek area ataupun fenomena yang ada.

Perkembangan penginderaan jauh ini semakin cepat seiring dengan kemajuan teknologi

dirgantara. Sebelumnya penginderaan jauh lebih banyak menggunakan pesawat udara dan

balon udara dalam perekaman data permukaan bumi, tetapi seiring dengan perkembangan

penerbangan antariksa dan penggunaan satelit untuk berbagai kepentingan termasuk

didalamnya perekaman permukaan bumi, maka penginderaan jauh tumbuh berkembang semakin

cepat. Demikian pula halnya dengan penggunaan sensor yang di bawa oleh berbagai wahana

juga mengalami peningkatan baik dalam jenis sensor yang digunakan maupun tingkat

kedetailan hasil penginderaan.

Satelit pertama yang berhasil diluncurkan dalam rangka monitoring sumber daya bumi

adalah satelit ERTS (Earth Resources Technology Satelite) yang diluncurkan pada tahun 1972.

Hingga saat ini telah ratusan jenis satelit dengan berbagai tingkat ketelitian dan berbagai panjang

gelobang digunakan untuk berbagai kajian permukaan bumi.


5/35





Secara umum dapat dikatakan bahwa penginderaan jauh dapat berperan dalam

mengurangi secara signifikan kegiatan survey terestrial dalam inventarisasi dan monitoring

sumberdaya alam. Kegiatan survey terestris dengan adanya teknologi ini hanya dilakukan

untuk membuktikan suatu jenis obyek atau fenomena yang ada dilapangan untuk disesuaikan

dengan hasil analisa data.

Pengambilan data spasial sendiri dilapangan dapat menggunakan metode terestrial surveyatau

metode ground base dan juga metode penginderaan jauh. Kedua metode itu dapat dijelaskan

sebagai berikut:

1. Metode ground based, merupakan metode pengambilan data secara langsung dilapangan.

Pengukuran dilakukan secara in-situ melalui kegiatan survei lapangan

2.

Metoda penginderaan jauh (Remote Sensing), merupakan pengukuran dan pengambilan data

spasial berdasarkan perekaman sensor pada perangkat kamera udara, scanner, atau radar.

Gambar 2.1Proses perekaman permukaan bumi oleh sensor Penginderaan Jauh

2.2Karakteristik data Citra

Data Citra satelit sebagai hasil dari perekaman satelit memiliki beberapa karakter yaitu:

1. Karakter spasial atau yang lebih dikenal sebagai resolusi spasial, bahwa data citra

penginderaan jauh memiliki luasan terkecil yang dapat direkam oleh sensor. Sebagai contoh

untuk Landsat TM memiliki luasan terkecil yang mampu direkam adalah 30 x 30 m dan mampu

merekam daerah selebar 185 km. 1 Scene citra landsat memiliki luas 185 km x 185 km.

2. Karakteristik spektral atau lebih sering disebut sebagai resolusi spektral, Data penginderaan

jauh direkam pada julat panjang gelombang tertentu. Masing-masing satelit biasanya membawa

lebih dari satu jenis sensor dimana tiap sensor akan memiliki kemampuan untuk merekam julatpanjang gelombang tertentu.


6/35





3. Karakteristik Temporal, Bahwa citra satelit dapat merekam suatu wilayah secara berulang

dalam waktu tertentu, sebagai contoh satelit Landsat 3 dapat melakukan perekaman ulang terhadap

satu wilayah setelah selang 18 hari.

Sedangkan data penginderaan jauh berdasarkan jenis produk datanya dapat dibagi menjadi

dua yaitu:

1. Citra foto. Citra foto dihasilkan oleh alat perekam kamera dengan detektor berupa film,

dengan mekanisme perekaman serentak, biasanya direkam dalam spektrum tampak atau

perluasannya, dewasa ini berkembang teknologi digital yang dapat menggantikan peran film

sebagai media penyimpanan obyek.

2. Citra non foto. Citra non foto dihasilkan oleh sensor non kamera mendasarkan pada

penyiaman atau kamera yang detektornya bukan film, proses perekamannya parsial dan

direkam secara elektronik.

Gambar 2.2Karakteristik data citra

2.3Citra MODIS

Citra MODIS merupakan citra dengan 36 kanal dengan 3 resolusi spasial. Karakteristik citra

MODIS disajikan dalam Tabel 1. Adapun kanal yang umumnya dimanfaatkan untuk pemantauan

vegetasi adalah kanal 1 dan 2. Adapun karakteristik kanal tersebut ditunjukkan pada Tabel 2.

Tabel 2.3Karakteristik Citra MODIS


7/35





Sumber: http://modis.gsfc.nasa.gov/about/specifications.php

Tabel 2.4 Panjang Gelombang MODIS

Band (m) Res (m) Band (m) Res (m)

1 0.62-0.67 250 21a 3.929-3.989 1000

2 0.841-0.876 250 22 3.929-3.989 1000

3 0.459-0.479 500 23 4.020-4.080 1000

4 0.545-0.565 500 24 4.433-4.498 1000

5 1.230-1.250 500 25 4.482-4.549 1000

6 1.628-1.652 500 26 1.360-1.390 1000

7 2.105-2.155 500 27 6.535-6.895 1000

8 0.405-0.420 1000 28 7.175-7.475 1000

9 0.438-0.448 1000 29 8.400-8.700 1000

10 0.483-0.493 1000 30 9.580-9.880 1000

11 0.526-0.536 1000 31 10.780-11.280 1000

12 0.546-0.556 1000 32 11.770-12.270 1000

13 0.662-0.672 1000 33 13.185-13.485 1000

14 0.673-0.683 1000 34 13.485-13.785 1000

15 0.743-0.753 1000 35 13.785-14.085 1000


8/35





Sumber : http://disc.gsfc.nasa.gov/

Tabel 2.5 Kemampuan Ekstraksi Citra Modis Berdasarkan Saluran

Sumber :http://daac.gsfc.nasa.gov/

2.4Perbaikan kualitas citra

Yang dimaksud dengan perbaikan citra gambar adalah proses mendapatkan citra gambar

yang lebih mudah diinterpretasikan oleh mata manusia. Perbaikan kualitas citra (imageenhancement) pada dasarnya adalah manipulasi, yang dilakukan pada sebuah citra untuk suatu

keperluan yang spesifik, dengan memanfaatkan aspek-aspek sistim penglihatan manusia. Pemilihan

teknik yang digunakan harus sesuai dengan jenis citra dan tujuan yang diharapkan .Tujuan utama

perbaikan suatu gambar adalah untuk memproses sebuah gambar yang hasilnya dapat lebih

berguna dari gambar aslinya untuk aplikasi tertentu.

Pada proses ini, ciri ciri tertentu yang terdapat didalam citra lebih diperjelas kemunculannya.

Image enhancement terbagi dalam 2 kategori, yaitu metode spatial domain dan metode frequencydomain. Spatial domain berkenaan dengan ruang gambar itu sendiri, dan berdasarkan manipulasi

16 0.862-0.877 1000 36 14.085-14.385 1000

17 0.890-0.920 1000

18 0.915-0.965 1000

19 0.915-0.965 1000

20 3.660-3.840 1000

No. Saluran Kegunaan

1-2 Deliniasi daratan/awan/aerosol

3-7 Deliniasi daratan/awan/karakterisitik aerosol

8-16 Warna air laut/fitoplankton/Fluorescene/biogeokimia

17-19 Uap air di atmosfer

20-23 Suhu permukaan dan awan

24-25 Suhu udara

26-28 Uap air awan cirrus

29 Karakteristik awan

30 Lapisan ozon

31-32 Suhu permukaan dan awan

33-36 Awan tinggi
http://daac.gsfc.nasa.gov/http://daac.gsfc.nasa.gov/http://daac.gsfc.nasa.gov/


9/35





langsung pixel- pixel dari gambar. Frequency domain didasarkan pada modifikasi transformasi

Fourier pada gambar.

Secara matematis, images enhancement dapat diartikan sebagai proses mengubah citra

gambar f (x,y) menjadi f (x,y) sehingga ciri ciri yang dapat dilihat pada f (x,y) lebih ditonjolkan.

Proses proses yang termasuk kedalam perbaikan kualitas citra antara lain adalah:

Pengubahan kecerahan gambar (image brightness)

Pengubahan kontras (contrast streching)

Pengubahan histogram citra

Pelembutan citra (image smoothing)

Penajaman (sharpening) tepi (edge)

Pewarnaan semu (pseudocolouring)

Pengubahan geometrik

Beberapa operasi image enhancement dapat dipandang sebagai operasi penapisan untuk

memperoleh citra yang lebih baik. Operasi penapisan adalah operasi konvolusi citra f(x,y) dengan

penapis h(x,y) :

f(x,y) = h(x,y)* f(x,y)

atau dalam daerah frekwensi:

F(u,v) = H(u,v)* F(u,v)

Pada umumnya f(x,y) sudah diketahui sehingga persoalannya adalah memilih h(x,y) sehingga f(x,y)

merupakan citra yang menonjolkan ciri tertentu dari f(x,y)

2.5Software ER Mapper

ER Mapper adalah salah satu software/perangkat lunak pengolahan data citra atau satelit

(Geographic Image Processing Product) dari sekian macam image processing yang ada, seperti

IDRISI, ERDAS, PCI dll. ER Mapper dapat dijalankan pada workstation dengan sistem OperasiUNIX atau PC dengan sistem operasi Windows NT atau Windows 95 ke atas. Melalui ER Mapper

kita dapat menampilkan, mengolah data raster, menampilkan dan mengedit data vektor.

ER Mapper didesain khusus untuk pengolahan data masalah-masalah kebumian,

penerapan ER Mapper juga meliputi industri-industri yang bergerak di bidang kebumian. Bidang-

bidang yang dapat menggunakan aplikasi-aplikasi ER Mapper, diantaranya:

Pemantauan lingkungan

Manajemen dan Perencanaan Kota atau urban Manajemen Sumber Daya Hutan
http://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.html


10/35





Layanan informasi dan manajemen pemanfaatan lahan

Eksplorasi mineral

Pertanian dan Perkebunan

Manajemen Sumber daya air

Manajemen Sumber daya pantai dan laut

Oceanografi Fisik

Eksplorasi dan produksi minyak dan gas bumi

Pengolahan data citra digital memerlukan komputer untuk memanipulasi data citra yang

disimpan dalam suatu format digital. Tujuan dari pengolahan data citra adalah untuk meningkatkan

arti dari data geografik sehingga menjadi lebih bermanfaat, penuh dengan informasi dan pemecahan

masalah bagi para pemakainya.

Suatu data citra disimpan dalam suatu format dua dimensi/grid yang disebut Raster,

dimana data disimpan dalam bentuk pixel-pixel, dimana masing-masing pixel mewakili suatu area di

permukaan bumi secara spasial (keruangan). Data Raster tersusun dalam baris horizontal yang

disebut Linesdan baris vertikal yang disebut Samples.

ER Mapper mengembangkan metode pengolahan citra terbaru dengan pendekatan yang

interaktif, dimana kita dapat langsung melihat hasil dari setiap perlakuan terhadap citra pada monitor

komputer. ER Mapper memberikan kemudahan dalam pengolahan data sehingga kita dapat

mengkombinasikan berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat tanpa

menunggu komputer menuliskannya menjadi file yang baru (gambar 3). Cara pengolahan ini dalam

ER Mapper disebut Algoritma.

ER Mapper dan perangkat lunak pengolahan citra lainnya telah mengalami bermacam

perkembangan atau evolusi. ER Mapper didesain agar dapat menyesuaikan dengan kemajuan baik

perangkat keras, sistem operasi, dan kemajuan IT (Information Technology) pada umumnya. Banyak

software image processing yang dikembangkan terdahulu ( masa 1970-an) tidak dapat lagi
http://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.html


11/35





mengikuti kemajuan teknologi perangkat keras dan perangkat lunak saat ini, seperti masalah

pengolahan citra yang interaktif dengan tampilan dinamis.

Ada beberapa kemajuan dari perangkat lunak pengolahan citra ER Mapper. Jika

dibandingkan dengan perangkat lunak terdahulu, diantaranya :

Penyimpan Disk dan Kecepatan

Sebuah data citra Landsat penuh dengan isi 300 Mb dan membuat sebuah rasio band. Jika

kita ingin menyimpan data asli tujuh buah band tersebut ditambah dengan rasion band-nya maka

kita akan membutuhkan sekitar 1.3 GB di disk. Hal ini menyebabkan kapasitas data awal

berkembang menjadi empat kalinya. Dengan ER Mapper, kita hanya membutuhkan sekitar 300 MB

di disk untuk data orisinil, ditambah kira-kira 30 Kb untuk aplikasi pengolahan.

Sebagian besar disk SCSI mempunyai maksimum kecepatan penyimpan 5 Mb per detik,

untuk menyimpan yang 1.3 Gb dibutuhkan waktu 4 menit, bandingkan dengan 300 Mb berarti butuh

1 Menit.

Algorithm

Algorithm dapat digunakan untuk pengolahan template untuk aplikasi berbagai data yang

berlainan.

Algorithm mengandung semua persoalan data yang diperlukan sehingga kita tidak dipersulit

dengan pengolahan citra kita. Pengolahan data citra menjadi interaktif langsung di layar monitor, tanpa harus membuat

suatu file keluaran tiap proses.

Mosaic yang Interaktif

Mosaic dapat diproses dengan mudah tanpa memerlukan pencontohan dan

penggabungan beberapa file data, yang bisa menghasilkan ruang disk yang besar.

Penggabungan Data yang Interaktif

Data Spot Pan dan Landsat TM dapat digabung secara interaktif tanpa membutuhkan file-filekeluaran di disk.

Beberapa hal lainnya mengenai ER Mapper adalah:

Didukung dengan 130 format pengimpor data

Didukung dengan 250 format pencetakan data keluaran

Visualisasi 3 dimensi

Hubungan dengan vektor secara langsung

Selain itu, beberapa kekhususan lain yang dimiliki ER Mapper adalah :

Didukung dengan 130 format pengimpor data
http://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.htmlhttp://marinecomunity.blogspot.com/2011/03/bahan-untuk-er-mapper.html


12/35





Didukung dengan 250 format pencetakan data keluaran

Visualisasi tiga dimensi

Adanya fasilitas Dynamic Links

Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper yang membuat

pengguna dapat langsung menampilkan data file eksternal pada citra tanpa perlu

mengimportnya terlebih dahulu. Data-data yang dapat dihubungkan termasuk kedalam format

file yang populer seperti ARC/INFO, Oracle, serta standar file format seperti DXF, DON dll.

Selain kelebihan-kelebihan di atas, ER Mapper memiliki keterbatasan, yaitu :

1. Terbatasnya format Pengeksport data

2. Data yang mampu ditanganinya adalah data 8 bit.

Kadangkala dalam penggunaan citra tidak dibutuhkan koreksi geometrik yang tinggi, seperti

dengan membandingkan dua citra yang sama yang didapatkan pada waktu yang berbeda untuk

melihat perubahan yang terjadi pada daerah yang terekam pada citra. Rektifikasi pada citra dapat

dilakukan, tetapi mungkin hal ini tifak diperlukan. Dalam hal ini registrasi citra dapat digunakan, yaitu

dengan menyesuaikan posisi citra yang satu dengan yang lainnya atau mentransformasikan

koordinat citra yang satu ke koordinat citra yang lainnya. Proses ini dikenal sebagai Image To Image

Registration.

Kedua metode diatas pada dasarnya menggunakan prinsip pengolahan citra yang sama.Perbedaannya pada rektifikasi citra yang menjadi acuan adalah peta yang memiliki proyeksi yang

baku. Sedangkan pada registrasi yang menjadi acuan adalah citra. Perlu dicatat bahwa jika suatu

citra dijadikan acuan dalam meregistrasi citra lain, maka citra yang diregistra memiliki kesalah

geometris yang terjadi pada citra yang menjadi acuan. Oleh karena itu pada koreksi geometrik

umum nya menggunakan rektifikasi citra dengan menggunakan peta standar sebagai acuan.

2.6

Koreksi GeometrikGeometrik merupakan posisi geografis yang berhubungan dengan distribusi keruangan

(spatial distribution). Geometrik memuat informasi data yang mengacu bumi (geo-referenced data),

baik posisi (system koordinat lintang dan bujur) maupun informasi yang terkandung di dalamnya.

Menurut Mather (1987), koreksi geometrik adalah transformasi citra hasil penginderaan jauh

sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk, skala dan proyeksi. Transforamasi

geometrik yang paling mendasar adalah penempatan kembali posisi pixel sedemikian rupa,

sehingga pada citra digital yang tertransformasi dapat dilihat gambaran objek dipermukaan bumi

yang terekam sensor. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran


13/35





genjang merupakan hasil transformasi ini. Tahap ini diterapkan pada citra digital mentah (langsung

hasil perekaman satelit), dan merupakan koreksi kesalahan geometric sistematik.

Geometrik citra penginderaan jauh mengalami pergeseran, karena orbit satelit sangat tinggi

dan medan pandangya kecil, maka terjadi distorsi geometric. Kesalahan geometrik citra dapat tejadi

karena posisi dan orbit maupun sikap sensor pada saat satelit mengindera bumi, kelengkungan dan

putaran bumi yang diindera. Akibat dari kesalahan geometric ini maka posisi pixel dari data inderaja

satelit tersebut sesuai dengan posisi (lintang dan bujur) yang sebenarnya.

Kesalahan geometrik citra berdasarkan sumbernya kesalahan geometric pada cita

penginderaan jauh dapat dikelompokkan menjadi dua tipe kesalahan, yaitu kesalahan internal

(internal distorsion), dan kesalahan eksternal (external distorsion). Kesalahan geometrik menurut

sifatnya dapat dibedakan menjadi dua jenis yaitu kesalahan sistematik dan kesalahan random.

Kesalahan sistematik merupakan kesalahan yang dapat diperkirakan sebelumnya, dan besar

kesalahannya pada umumnya konstan, oleh karena itu dapat dibuat perangkat lunak koreksi

geometrik secara sitematik. Kesalahan geometri yang bersifat random (acak) tidak dapat

diperkirakan terjadinya, maka koreksinya harus ada data referensi tambahan yang diketahui. Koreksi

geometrik yang biasa dilakukan adalah koreksi geometrik sistemik dan koreksi geometrik presisi.

Kesalahan geometrik internal disebabkan oleh konfigurasi sensornya, akibat pembelokan

arah penyinaran menyebabkan distorsi panoramic (look angle), yang terjadi saat cermin scanmelakukan penyiaman (scanning). Besarnya sudut pengamatan (field of view) satelit pada proses

penyiaman akan mengakibatkan perubahan luas cakupan objek. Distorsi panoramic sangat besar

pengaruhnya pada sensor satelit resolusi rendah seperti rendah NOAA-AVHRR dan MODIS, namun

citra resolusi tinggi seperti Landsat, SPOT, IKONOS, Quickbird, dan ALOS bebas dari distorsi

panoramic, karena orbitnya yang tinggi dengan medan pandang kecil hampir tidak terjadi

pergeseran letak oleh relief pada data satelit tersebut. Distorsi yang disebabkan perubahan atau

pembelokan arah penyiaman bersifat sistematik, dapat dikoreksi secara sistematik. Kesalahan

geometric menyebabkan perubahan bentuk citra.

Koreksi geometric dilakukan sesuai dengan jenis atau penyebab kesalahannya, yaitu

kesalahan sistematik dan kesalahan random, dengan sifat distorsi geometric pada citra. Koreksi

geometrik mempunyai tiga tujuan, yaitu:

1. Melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) citra agar koordinat citra

sesuai dengan koordinat geografis.


14/35





2. Meregistrasi (mencocokan) posisi citra dengan citra lain yang sudah terkoreksi (image to

image rectification) atau mentransformasikan system koordinat citra multispectral dan multi

temporal.

3.

Meregistrasi citra ke peta atau transformasi system koordinat citra ke koordinat peta (image

to map rectification), sehingga menghasilkan citra dengan system proyeksi tertentu.

Koreksi geometrik yang biasa dilakukan adalah koreksi geometrik sistematik dan koreksi geometric

presisi. Masing-masing sebagai berikut.

1. Koreksi geometrik sistematik melakukan koreksi geomertri dengan menggunakan informasi

karakteristik sensor yaitu orientasi internal (internal orientation) berisi informasi panjang

focus system optiknya dan koordinat titik utama (primary point) dalam bidang citra (image

space) sedangkan distorsi lensa dan difraksi atmosfer dianggap kecil pada sensor inderaja

satelit, serta orientasi eksternal (external orientation) berisi koordinat titik utama pada bidang

bumi (ground space) serta tiga sudut relative antara bidang citra dan bidang bumi.

2. Koreksi geometrik presisi pada dasarnya adalah meningkatkan ketelitian geometric dengan

menggunakan titik kendali / control tanah (Ground Control Point biasa disingkat GCP). GCP

dimaksud adalah titik yang diketahui koordinatnya secara tepat dan dapat terlihat pada citra

inderaja satelit seperti perempatan jalan dan lain-lain.

Koreksi geometrik citra dapat dilakukan dalam empat tahap yang mencakup sebagai berikut:

1. Memilih metode setelah mengetahui karakteristik kesalahan geometrik dan tersedianya data

referensi. Pemilihan metode tergantung pada jenis data (resolusi spasial), dan jenis

kesalahan geometric (skew, yaw, roll, pitch) data.

2. Penentuan parameter yang tidak diketahui didefinisikan dari persamaan matematika antara

system koordinat citra dan system koordinat geografis, untuk menentukan menggunakan

parameter kalibarasi data atau titik control tanah.

3. Cek akurasi dengan verifikasi atau validasi sesuai dengan criteria, metode, dan data citra,

maka perlu dicari solusinya agar diperoleh tingkat ketelitian yang lebih baik. Solusinya dapat

dilakukan dengan menggunakan metode lain, atau bila data referensi yang digunakan tidak

akurat atau perlu diganti.


15/35





4. Interpolasi dan resampling untuk mendapatkan citra geocoded presisi (akurat). Beberapa

pilihan Geocoding Type yang sudah tersedia pada perangkat lunak, seperti Tryangulation,

Polynomial, Orthorectify using ground control poinr, Orthorectify using exterior orientation,

Map to map projection, Point registration, Rotation.

Kegunaan setiap tipe geocoding adalah :

(a) Tryangulation untuk koreksi geometric data yang mengalami banyak pergeseran skew

dan yawa, atau data yang tidak sama ukuran pixelnya pada satu set data.

(b) Polynomial untuk koreksi geometrik data citra yang mengalami pergeseran linear, ukuran

pixel sama dalam satu set data resolusi spasial tinggi dan rendah.

(c) Orthorectify untuk mengoreksi citra secara geometris, berdasarkan ketinggian

geografisnya. Koreksi geometrik jika tidak menggunakan Orthorectify, maka puncak gunung

akan bergeser letaknya dari posisi sebenarnya, walaupun sudah dikoreksi secara

geometerik. (d) Rotation untuk koreksi geometrik citra karena terjadi pergeseran citra yang

terputar, baik searah jarum jam maupun sebaliknya.

Teknik koreksi geometrik triangulasi dilakukan koreksi secara linear dalam setiap segitiga yang

dibentuk oleh tiga GCP dan daerah yang mempunyai kesalahan geometric besar diberikan GCP lebi

banyak.


16/35





Persyaratan pengambilan titik di lapangan adalah

(a) teridentifikasi jelas pada citra satelit,

(b) wilayah harus terbuka agar tidak terjadi multipath,

(c) permukaan tanah stabil, tidak pada daerah yang sedang atau akan dibangun,

(d) Lokasi pengukuran aman dan tidak ada gangguan

Tujuan dari koreksi geometri adalah untuk memperbaiki distorsi geometrik dengan meletakkan

elemen citra pada posisi planimetric (x dan y) yang seharusnya, sehingga citra mempunyai

kenampakan yang lebih sesuai dengan keadaan sebenarnya di permukaan bumi sehingga dapat

digunakan sebagai peta.

Koreksi geometric dilakukan sesuai dengan jenis atau penyebab kesalahannya, yaitu

kesalahan sistematik dan kesalahan random, dengan sifat distorsi geometric pada citra. Koreksi

geometrik mempunyai tiga tujuan, yaitu:

Melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) citra agar koordinat citra sesuai

dengan koordinat geografis.

Meregistrasi (mencocokan) posisi citra dengan citra lain yang sudah terkoreksi (image to image

rectification) atau mentransformasikan system koordinat citra multispectral dan multi temporal.

Meregistrasi citra ke peta atau transformasi system koordinat citra ke koordinat peta ( image to

map rectification), sehingga menghasilkan citra dengan system proyeksi tertentu.Ada hal yang menjadi kenapa citra perlu dilakukan koreksi geometrik :

a. Citra hasil penginderaan jauh mengalami distorsi geometrik.

b. Citra hasil penginderaan jauh mengalami kesalahan digital number sebagai dampak dari

gangguan atmosfir.

c. Banyaknya gangguan (noise) pada gambar seperti striping, bad line, line drop dan salt snd paper

yang dikarenakan keterbatasan pencitraan, seperti adanya gangguan signal digitazition ataupun

kerusakan pada satelit.Prosedur Koreksi Geometrik

1. Memilih metode, dilakukan setelah mengetahui distorsi geometrik dan tersedianya data

referensi.

2. Penentuan parameter, menggunakan parameter kalibrasi atau titik kontrol tanah.

3. Cek akurasi dilakukan dengan verifikasi atau validasi.

4. Interpolasi dan resampling untuk mendapatkan citra geocoded yg akurat.

Ground Control Point


17/35





Ground control point ( GCP ) adalah titik kontrol yang berada di bumi dimana koordinatnya

merupakan koordinat citra ( dalam bentuk baris dan kolom ) dan sistem koordinat peta atau

koordinat tanah dapat diidentifikasi. GCP dapat kita buat sendiri dengan menggunakan beton

ataupun GCP diambil dengan proses digitasi peta dasar yang akan digabungkan dengan citra.

GCP atau Titik Kontrol Bumi dapat didefinisikan sebagai sebuah titik di permukaan bumi

yang diketahui lokasinya (misal: koordinatnya telah ada) yang digunakan sebagai sumber

georeferensi data citra, seperti citra penginderaan jauh atau peta scan. Titik kontrol lapangan (GCP)

adalah suatu titik-titik yang letaknya pada suatu posisi piksel suatu citra yang koordinat petanya

(referensinya) diketahui. GCP terdiri atas sepasang koordinat x dan y, yang terdiri atas koordinat

sumber dan koordinat referensi. Koordinat-koordinat tersebut tidak dibatasi oleh adanya koordinat

peta. Secara teoretis, jumlah minimum GCP yang harus dibuat adalah :

Jumlah minimum GCP = (t+1) (t+2)/2; dimana t=orde

GCP merupakan pasangan-pasangan titik pada citra awal (belum terkoreksi) dan referensi

(peta, citra terkoreksi) untuk memperbaiki distorsi sistemik pada citra awal. Objek-objek yang dapat

digunakan GCP adalah objek yang sama pada citra mentah maupun referensi. GCP idealnya

diletakkan pada jalan, sungai, garis pantai, teluk, tanjung, atau kenampakan pada permukaan bumi

lainnya yang dapat dikenali dengan kemungkinan perubahan yang relatif lambat/tetap. Penentuan

titik GCP diusahakan menyebar pada posisi terluar dari citra yang akan dilakukan koreksi geometri.Koordinat yang digunakan untuk penentuan GCP citra didapatkan dari pengukuran

terestrial, baik melakukan pengukuran terestrial dari awal ataupun didapat dari pengukuran

sebelumnya.

Ketelitian Koreksi Geometrik

Pengecekan akurasi dimaksudkan untuk menguji model transformasi yang digunakan untuk

koreksi citra. Jumlah titik kontrol diambil sebanyak mungkin setidaknya lebih dari jumlah parameter

yang belum diketahui pada rumus transformasi yang digunakan. Jadi bila dalam proses transformasi

affine polinomial orde 1 terdapat n parameter tidak diketahui maka sebaiknya jumlah titik GCP yang

dipakai adalah n + 1. Demikian pula untuk penempatan GCP, sebaiknya menyebar di seluruh

permukaan citra dan tidak mengelompok. Akurasi koreksi gometrik disajikan dalam bentuk standar

deviasi (RMSE, Root Mean Square Error). Standar deviasi didefinisikan sebagai kuadrat-akar rata-

rata aritmatika jumlah kuadrat error. Kuadrat dari standar deviasi (2) disebut dengan varian atau

mean square error dan konsekunsinya, kerapkali disamakan arti dengan Root Mean Square Error

(RMSE). Jadi dari pengertian diatas dapat dijelaskan bahwa:

dimana v hasil pengamatan residu


18/35





n adalah jumlah persamaan

u atau nilai 1 adalah jumlah parameter

Catatan :

Nilai t (true value), tidak diketahui.

dimana adalah nilai error

n adalah jumlah persamaan

Catatan :

Nilai t (true value), diketahui.

Ketelitian dalam proses koreksi geometrik adalah 1 pixel. Jika data yang dipergunakan adalah citra

satelit Landsat maka kesalahan terbesar yang masih diterima adalah 30 m

Kesalahan geometrik dipengaruhi oleh distorsi (kesalahan) yang timbul pada saat

perekaman. Hal ini dipengaruhi oleh perputaran bumi ataupun bentuk dari permukaan bumi.

Beberapa kesalahan ini kadang sudah dikoreksi oleh supplier citra atau dapat dikoreksi secara

geometris oleh pengguna. Koreksi geometrik dapat dilakukan dengan:

a) Menggunakan titik kontrol (Ground Control Point) yang dicari pada citra lain yang sudah memiliki

georeferensi

b) Menggunakan titik (Ground Control Point) yang dapat dicari pada peta yang sudah memiliki

georeferensic) Memakai titik pengukuran yang diambil menggunakan GPS (Global Positioning System) pada

lokasi-lokasi tertentu yang mudah dikenali pada citra.

Hal yang perlu dipertimbangkan dalam melakukan koreksi geometris antara lain adalah tingkat

resolusi dan proyeksi yang digunakan data itu.Dalam koreksi geometrik, dikenal ada 2 jenis metode

koreksi, yaitu:

Titik Kontrol Lapangan (Ground Control Point)

Titik kontrol lapangan (GCP) adalah titik-titik yang letaknya pada suatu posisi piksel suatu citra

yang koordinat petanya (referensinya) diketahui. GCP terdiri atas sepasang koordinat x dan y,

yang terdiri atas koordinat sumber dan koordinat referensi. Koordinat-koordinat tersebut tidak

dibatasi oleh adanya koordinat peta.

Analisa dalam koreksi geometrik dapat dilakukan dengan beberapa acuan (georeferensi),

seperti titik-titik pojok ( corner ), titik referensi (tie points), an georeferensi dengan citra

terkoreksi.

1. Georeferensi citra raster dengan titik-titik pojok


19/35





Georeferensi umumnya dilakukan sebagai koreksi sementara dengan menggunakan

informasi awal (header file)yang biasanya disertakan dalam setiap citra satelit. Pada

dasarnya, georeferensi bukanlah metode koreksi geometris yang akurat.Hal ini dikarenakan

informasi titik titik pojok umumnya dihasilkan berdasarkan perhitungan posisi satelit pada

saat citra direkam. Penting untuk diingat bahwa proses koreksi geometrik sedapat

mungkindidasarkan pada saat posisi sebenarnyadilapangan atau peta lain dengan tingkat

presisi yang tinggi ( misalnya peta topografi / RBI ). Untuk melakukan georeferensi

dibutuhkan posisi geografis dari titik-titik pojok pada citra satelit.

2. Georeferensi citra raster dengan titik referensi (tie point)

Cara ini merupakan salah satu cara untuk mengkoreksi citra dengan membuat titik-titik

sekutu yang sama posisinya dengan titik-titik yang memiliki referensi (acuan). Posisi dari

titik-titik acuan didapatkan dari informasi GPS / diambil dari peta RBI. Hal yang perlu

diperhatikan dalam memilih titik acuan adalah sebaiknya titik-titik tersebut diambil pada

daerah yang mudah dikenali pada citra maupun pada keadaan aslinya (alam), seperti

perempatan jalan pertigaan jalan, sehingga kekeliruan dalam menentukan titik sekutu bisa

diminimalisasi. Selain itu semakin banyak jumlah titik dan semakin menyebar distribusi titik

sekutu pada citra, akan semakin baik hasilnya dari proses koreksi geometrik yang dilakukan.

3. Georeferensi citra dengan citra lain yang telah dikoreksi

Secara prinsip, metode koreksi geometrik ini tidak jauh berbeda dengan metode

sebelumnya. Perbedaan yang mendasar adalah sumber informasi posisi titik sekutu. Pada

metode yang akan diuraikan ini, posisi geografis titik sekutu ditentukan dari citra satelit lain

yang telah terkoreksi ( reference image ).Dalam hal ini amat penting untuk mengetahui

presisi dari reference image yang digunakan. Hal ini disebabkan oleh akurasi dan presisi

geometrik yang dihasilkan metode ini tidak akan melebihi akurasi / presisi dari reference

image.


20/35





2.7 GeoreferensiGeoreferensi adalah suatu proses memberikan koordinat peta pada citra yang

sesungguhnya sudah planimetris. Sebagai contoh, pemberian sistem koordinat suatu peta hasil

dijitasi peta atau hasil scanning citra. Hasil dijitasi atau hasil scanning tersebut sesungguhnya sudah

datar (planimetri), hanya saja belum mempunyai koordinat peta yang benar. Dalam hal ini, koreksi

geometrik sesungguhnya melibatkan proses georeferensi karena semua sistem proyeksi sangat

terkait dengan koordinat peta.

Registrasi citra-ke-citra melibatkan proses georeferensi apabila citra acuannya sudah

digeoreferensi. Oleh karena itu, georeferensi semata-mata merubah sistem koordinat peta dalam file

citra, sedangkan grid dalam citra tidak berubah.

Koreksi geometrik mutlak dilakukan apabila posisi citra akan disesuaikan atau

ditumpangsusunkan dengan peta-peta atau citra lainnya yang mempunyai sistem proyeksi peta. Ada

beberapa alasan atau pertimbangan, kenapa perlu melakukan rektifikasi, diantaranya adalah untuk:

1. Membandingkan 2 citra atau lebih untuk lokasi tertentu

2. Membangun SIG dan melakukan pemodelan spasial

3. Meletakkan lokasi-lokasi pengambilan training area sebelum melakukan klasifikasi

4. Membuat peta dengan skala yang teliti

5. Melakukan overlay (tumpang susun) citra dengan data-data spasial lainnya

6. Membandingkan citra dengan data spasial lainnya yang mempunyai skala yang berbeda.

7. Membuat mozaik citra

8. Melakukan analisis yang memerlukan lokasi geografis dengan presisi yang tepat


21/35





2.8 Rektifikasi

Metode Rektifikasi (Image to Map)

Rektifikasi adalah suatu proses melakukan transformasi data dari satu sistem grid

menggunakan suatu transformasi geometrik. Oleh karena posisi piksel pada citra output tidak

sama dengan posisi piksel input (aslinya) maka piksel-piksel yang digunakan untuk mengisi citra

yang baru harus di-resampling kembali. Resampling adalah suatu proses melakukan ekstrapolasi

nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya. Rektifikasi

juga dapat diartikan sebagai pemberian koordinat pada citra berdasarkan koordinat yang ada pada

suatu peta yang mencakup area yang sama. Bisa dilakukan dengan input GCP atau rectification

image to map dan diperlukan peta (dengan sistem koordinat tertentu) atau kumpulan GCP untuk

objek yang sudah diketahui pada citra.

Ada beberapa alasan atau pertimbangan, kenapa perlu melakukan rektifikasi, diantaranya

adalah untuk:

1. Membandingkan 2 citra atau lebih untuk lokasi tertentu

2. Membangun SIG dan melakukan pemodelan spasial

3. Meletakkan lokasi-lokasi pengambilan training area sebelum melakukan klasifikasi

4.

Membuat peta dengan skala yang teliti5. Melakukan overlay (tumpang susun) citra dengan data-data spasial lainnya

6. Membandingkan citra dengan data spasial lainnya yang mempunyai skala yang berbeda.

7. Membuat mozaik citra

8. Melakukan analisis yang memerlukan lokasi geografis dengan presisi yang tepat.

Perbedaan antara Georeferensi dan rektifikasi

Terdapat sedikit perbedaan antara georeferensi dan rektifikasi. Georeferensi adalah

proses penyamaan sistem koordinat dari peta ke citra, dari cita ke citra maupun dari peta ke

peta, sedangkan rektifikasi adalah proses transformasi dari suatu sistem grid kedalam grid yang

lain menggunakan persamaan polinomial tertentu. Jadi proses rektifikasi citra dengan peta akan

meliputi proses georeferensi, karena sistem proyeksi berkaitan juga dengan sistem koodinat.

Georeferensi dari citra ke citra tidak terektifikasi kalau citranya sama-sama belum di rektifikasi,

dan sebaliknya bila salah satu citra sudah direktifikasi maka georeferensi citra ke citra sama

dengan rektifikasi.


22/35





Tahap-tahap Rektifikasi

1. Memilih titik kontrol lapangan (Ground control point). GCP tersebut sedapat mungkin adalah

titik-titik atau obyek yang tidak mudah berubah dalam jangka waktu lama misalnya belokan

jalan, tugu di persimpangan jalan dan atau sudut-sudut gedung (bangunan). Hindari

menggunakan belokan sungai atau delta sungai karena mudah berubah dalam jangka waktu

tertentu. GCP juga harus tersebar merata pada citra yang akan dikoreksi.

2. Membuat persamaan transformasi yang digunakan untuk melakukan interpolasi spasial.

Persamaan ini umumnya berupa persamaan polinomial baik orde 1,2 maupun 3.

a) Ordo I : disebut juga Affine transformation (diperlukan minimal 3 GCP) :

b) Ordo II : memerlukan minimal 6 GCP

c)

Ordo III : memerlukan minimal 10 GCP

d) Menghitung kesalahan (RMSE, root mean suared error) dari GCP yang terpilih.

Umumnya tidak boleh lebih besar dari 0,5 piksel.

e) Melakukan interpolasi intensitas (nilai kecerahan)

Kedua metode diatas yang digunakan dalam koreksi geometrik pada dasarnya

menggunakan prinsip pengolahan citra yang sama. Perbedaannya pada rektifikasi citra yang

menjadi acuan adalah peta yang memiliki proyeksi yang baku. Sedangkan pada registrasi

yang menjadi acuan adalah citra. Perlu dicatat bahwa jika suatu citra dijadikan acuan dalammeregistrasi citra lain, maka citra yang diregistra memiliki kesalah geometris yang terjadi

pada citra yang menjadi acuan. Oleh karena itu pada koreksi geometrik umumnya

menggunakan rektifikasi citra dengan menggunakan peta standar sebagai acuan.

Dua operasi dasar yang harus dilakukan untuk rektifikasi citra dengan menggunkan

sisitem koordinat peta adalah :

. 1. Interpolasi spasial

Interpolasi spasial adalah mengindentifikasi hubungan geometrik antara lokasi input pixel

dengan koordinat peta yang sesuai terhadap lokasi yang sama. Sehingga didapatkan model

transformasi koordinat yang kemudian digunakan untuk merektifikasi atau merelokasi setiap

input pixel pada citra aslikedalam posisi yang sesuai dengan citra output.

Untuk melakukan interpolasi spasial dibutuhkan sejumlah GCP yang koordinatnya diketahui

dalam sistem koordinat citra dan sistem koordinat peta yang kemudian dibuat model

matematika dari distorsi goemetrik yang terjadi.

2. Interpolasi intensitas


23/35





Interpolasi intensitas adalah menentukan nilai pixel dari citra output. Proses

interpolasi itensitas umumnya disebut dengan resampling. Ada beberapa metode yang

dapat digunakan, yaitu :

a. Nearest Neighbor ( Orde Nol )

Pada orde pertama ( zero order ) atau nearest neighbor brighness value ( BV )

dari pixel yang paling dekat dengan koordinat x,y digunakan sebagai nilai BV output

koordinatx,y.

b. Bilinear Interpolation ( First Order)

Pada metode ini nilai pixel output ditentukan dengan menginterpolasi nilai BV

pada dua arah ortogonal dari input citra. Atau mencari empat nilai BV yang terdekat

dengan koordinatx,y pada input citra kemudian menghitung BV yang baru dari keempat

nilai BV input dengan menggunakan jarak sebagai bobot

Dimana :

Zk : nilai keempat nilai BV dari input citra

Dk2 : jarak dari nilai BV input terhadap koordinatx,y

c. Cubic Convolution

Pada cubic convolution cara yang digunakan untuk mendapatkan nilai BV output

dama dengan bilinear iterpolation, hanya saja nilai BV yang digunakan adalah 16 pixel

yang berada disekitar koordinatx,y.

2.9 Registrasi

Metode Registrasi (image to Image)

Dalam beberapa kasus, yang dibutuhkan adalah penyamaan posisi antara satu citra dengan

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

ini kebanyakan dimaksudkan agar posisi piksel yang sama dapat dibandingkan. Dalam hal ini

penyamaan posisi citra satu dengan citra lainnya untuk lokasi yang sama sering disebut dengan


24/35





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. Oleh karena itu, Georeferensi semata-mata merubah sistem

koordinat peta dalam file citra, sedangakan grid dalam citra tidak berubah.


25/35





BAB III

METODOLOGI

3.1

Alat dan Bahan

Adapun alat dan bahan yang digunakan pada praktikum satu mata kuliah

penginderaan jauh ini diantaranya adalah :

- Citra Terra Modis

- Software ER Mapper Ver 7.0

- Seperangkat PC/Laptop

3.2 Metode

1.

Buka program ER Mapper ver 7.0

Gambar 3.1 Tampilan awal ER Mapper ver 7.0

Gambar 3.2 Tampilan menu ER Mapper ver 7.0


26/35





2. Pilih Process Geocoding WizardInput File LE71190622004232EDC02.jpg

Gambar 3.3 Proses Geocoding


27/35





Gambar 3.4 Memilih file

3. Pilih GCP Setup GCP Picking Method Geocoded Image, Vectors, or Algorithm

Input File

Gambar 3.5

4. Pilih GCP Edit Klik salah satu titik di bagian citra uncorrected dan di bagian corrected

citra Zooming semaksimal mungkin sampai menemukan lokasi yan sekiranya sama.

Lakukan 4 kali untuk polynomial orde 1, 6 kali untuk polynomial orde 2 dan 10 kali untuk

polynomial orde 3Lakukan sampai nilai RMSE 1 piksel.

Gambar 3.6 Tampilan GCP Edit

5.

Setelah Proses GCP Edit selesai

Rectify

Output Info

Resampling ganti denganmenggunakan format Near Neighbour, Bilinear, dan Cubic ConvolutionSave File dan

Start Rectify


28/35





Gambar 3.7 Proses Rectification

Gambar 3.8 Citra Yang sudah terektifikasi dengan format Near Neighbour


29/35





BAB IV

HASIL & ANALISA

4.1

Hasil

Adapun hasil pada praktikum satu penginderaan jauh ini adalah :

1. Nilai RMSE untuk tipe Polynomial Orde 1

2. Nilai RMSE untuk tipe Polynomial Orde 2

3.

Nilai RMSE untuk tipe Polynomial Orde 3


30/35





4. Citra rektifikasi polynomial orde 1

1. Format NearNeighbour

2. Format Bilinear

3. Cubic Concolution


31/35





5. Citra Rektifikasi polynomial orde 2 dengan format :


2. Format Bilinear

3. Format Cubic Concolution


32/35





6. Citra Rektifikasi polynomial orde 3 dengan format :


2. Format Bilinear

3. Format Cubic Concolution


33/35





4.1Analisa Hasil


34/35





BAB V

PENUTUP

5.1 Kesimpulan

5.2 Saran


35/35




DAFTAR PUSTAKA

http://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pd

f

diunduh pada tanggal 4 Mei 2013 pukul 18.57 WIB

http://blogaanwati.files.wordpress.com/2013/02/konsep-dasar-olah-citra.pdf diunduh

pada tanggal 4 Mei 2013 pukul 19.07 WIB

http://repository.usu.ac.id/bitstream/123456789/30768/4/Chapter%20II.pdf diunduh


http://aqwam.staff.jak-stik.ac.id/files/30.-pengolahan-citra%5B5%5D.pdf diunduh


http://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-

DEDE_SUGANDI/Bah-pem-PJ.pdfdiunduh pada tanggal 5 Mei 2013 pukul 12.05 WIB

http://lpdaac.usgs.gov/diakses pada tanggal 10 Mei 2013 pukul 10.00 BBWI.

http://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/ diakses pada tanggal 10 Mei 2013 pukul 10.00

BBWI.

http://modis.gsfc.nasa.gov/about/specifications.phpdiakses pada tanggal 10 Mei 2013
http://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdfhttp://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdfhttp://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdfhttp://blogaanwati.files.wordpress.com/2013/02/konsep-dasar-olah-citra.pdfhttp://blogaanwati.files.wordpress.com/2013/02/konsep-dasar-olah-citra.pdfhttp://repository.usu.ac.id/bitstream/123456789/30768/4/Chapter%20II.pdfhttp://repository.usu.ac.id/bitstream/123456789/30768/4/Chapter%20II.pdfhttp://aqwam.staff.jak-stik.ac.id/files/30.-pengolahan-citra%5B5%5D.pdfhttp://aqwam.staff.jak-stik.ac.id/files/30.-pengolahan-citra%5B5%5D.pdfhttp://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-DEDE_SUGANDI/Bah-pem-PJ.pdfhttp://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-DEDE_SUGANDI/Bah-pem-PJ.pdfhttp://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-DEDE_SUGANDI/Bah-pem-PJ.pdfhttp://lpdaac.usgs.gov/http://lpdaac.usgs.gov/http://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/http://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/http://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/http://modis.gsfc.nasa.gov/about/specifications.phphttp://modis.gsfc.nasa.gov/about/specifications.phphttp://modis.gsfc.nasa.gov/about/specifications.phphttp://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/http://titikcerah.wordpress.com/2011/03/26/spot-satellite-pour-l%E2%80%99observtion-de-la-terre/http://lpdaac.usgs.gov/http://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-DEDE_SUGANDI/Bah-pem-PJ.pdfhttp://file.upi.edu/Direktori/FPIPS/JUR._PEND._GEOGRAFI/195805261986031-DEDE_SUGANDI/Bah-pem-PJ.pdfhttp://aqwam.staff.jak-stik.ac.id/files/30.-pengolahan-citra%5B5%5D.pdfhttp://repository.usu.ac.id/bitstream/123456789/30768/4/Chapter%20II.pdfhttp://blogaanwati.files.wordpress.com/2013/02/konsep-dasar-olah-citra.pdfhttp://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdfhttp://ussie.staff.gunadarma.ac.id/Downloads/files/13436/PENGOLAHAN+CITRA.pdf

koreksi geometrik citra

Documents

Transcript of koreksi geometrik citra