KOREKSI RADIOMETRI DENGAN INTERFACE PERANGKAT LUNAK ER.MAPPER 7.0

Oleh: Christiani Silalahi K2E 009 015

PROGRAM STUDI OSEANOGRAFI JURUSAN ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2010

KOREKSI RADIOMETRI DENGAN INTERFACE PERANGKAT LUNAK ER.MAPPER 7.0 I. PENDAHULUAN1.1. Latar BelakangPenginderaan jauh adalah suatu ilmu dan seni untuk memperoleh informasi tentang objek, daerah atau gejala dengan cara menganalisis data yang diperoleh dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji ( Sutanto, 1999 ). Alat yang dimaksud dalam batasan ini adalah alat pengindera atau sensor. Penggunaan data informasi penginderaan jauh terutama foto satelit dianggap paling baik sampai saat ini karena mempunyai tingkat resolusi yang amat tinggi serta sifat stereoskopisnya sangat baik. Dalam penginderaan jauh yang harus dipahami adalah system penginderaan jauh fotografi dan system penginderaan jauh Non fotografi. Dimana pada system fotografi objek yang digunakan adalah berupa foto udara sedangkan pada system non fotografi objek yang digunakan meliputi 3 sistem yaitu system thermal dengan output citra thermal, system gelombang mikro dan radar dengan output citra radar gelombang mikro, dan terakhir system satelit yang paling banyak digunakan mahasiswa dengan output meliputi:

Landsat,SPOT,IKONOS,Alos dan lainnya. Klasifikasi citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan, laut, sungai, sawah, dan lain-lain. Laporan ini mempresentasikan disain dan implementasi perangkat lunak untuk mengklasifikasi citra inderaja multispektral. Metode berbasis unsupervised yang diusulkan ini adalah integrasi dari metode feature extraction, hierarchical (hirarki) clustering, dan partitional (partisi) clustering. Feature extraction dimaksudkan untuk mendapatkan komponen utama citra multispektral tersebut, sekaligus mengeliminir komponen yang redundan, sehingga akan mengurangi kompleksitas komputasi. Histogram komponen utama ini di analisa untuk melihat lokasi terkonsentasinya pixel dalam feature space. Adapun keuntungan dari penggunaan inderaja adalah: Dapat menggambarkan objek, daerah dan gejala dimuka bumi dengan wujud dan letak objek yang mirip dengan wujud asalnya. Dapat dibuat secara cepat meski daerahnya sulit dijelajahi Dapat merekam kondisi laut pada cakupan wilayah yang sempit dan luas

Beberapa karakteristik objek yang tidak teridentifikasi dengan metode konvensional dapat diwujudkan dalam bentuk citra sehingga dimungkinkan pengenalan objeknya Dalam uraian ini akan dibahas mengenai koreksi radiometri dimana koreksi

radiometri (satelite Imagecallibration) merupakan sistem penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan atmosfer pada citra satelit terutama pada saluran tampak (visible light) (Sumaryono, 1999). Hamburan atmosfer disebabkan oleh adanya

partikel-partikel di atmosfer yang memberikan efek hamburan pada energi elektromagnetik matahari yang berpengaruh pada nilai spektral citra (Sumaryono, 1999). Pengaruh hamburan (scattering) pada citra yang menyebabkan nilai spektral citra menjadi lebih tinggi daripada nilai sebenarnya. Metode koreksi radiometri yang digunakan pada praktikum ini adalah Metode Penyesuaian Histogram (Histogram Adjustment) (Sumaryono, 1999). Penginderaan jauh fotografik menguraikan tentang karakteristik interpretative dan geometric dasar foto udara. Karakteristk radiometrik foto udara menentukan bagaimana film tertentu yang dipotretkan dan diproses pada kondisi tertentu menanggapi tenaga dengan berbagai intensitas. Pengetahuan tentnag karakteristik ini sering berguna dan kadang-kadang sangat penting bagi proses analisis citra fotografik terutama dalam supaya menampilkan hubungan kuantitatif antara nilai rona pada suatu citra dan beberapa fenomena medan (Sumaryono, 1999).

BAB II ISI2.1. Penginderaan JauhSelain itu penginderaan jauh juga dapat diartikan sebagai ilmu pengetahuan, teknologi dan seni untuk memperoleh informasi mengenai suatu objek area dan fenomena melalui analisa data yang diperoleh dari sensor yang diletakkan pada lokasi di jarak tertentu dari objek, area dan fenomena ( Lillesand and Kiefer, 1994 ). Informasi inderaja diperoleh melalui analisis data piktorial dan/atau numerik yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji. Selain itu data yang diperoleh dari penginderaan jauh dapat berbentuk hasil dari variasi daya, gelombang bunyi atau energi elektromagnetik. Sebagai contoh grafimeter memperoleh data dari variasi daya tarik bumi (gravitasi), sonar pada sistem navigasi memperoleh data dari gelombang bunyi dan mata kita memperoleh data dari energi elektromagnetik. Untuk melakukan penginderaan jarak jauh diperlukan alat sensor, alat pengolah data dan alat-alat lainnya sebagai pendukung. Oleh karena sensor tidak ditempatkan pada objek, maka perlu adanya wahana atau alat sebagai tempat untuk meletakkan sensor. tersebut dapat berupa balon udara, pesawat terbang, satelit atau wahana lainnya Wahana Antara

sensor, wahana, dan citra diharapkan selalu berkaitan, karena hal itu akan menentukan skala citra yang dihasilkan. 2.1.1. Sistem Penginderaan Jauh

Gambar 1. Sistem Penginderaan Jauh (Sutanto, 1986).

Keterangan: Sensor menangkap objek dari bumi, dimana suatu objek itu untuk bisa sampai ke sensor membutuhkan energi dari sinar matahari sebagai sumber energi. Agar energi tesebut dapan sampai ke objek, harus melewati pembatas atau hambatan yang dinamakan atmosfer. Namun tidak sepenuhnya sinar yang datang dari matahari mengenai objek karena adanya hambatan atmosfer tersebut. Setelah itu, energi yang sampai ke objek diterima dan dipantulkan dan dipancarkan ke sensor sebagai inti dati sistem tersebut. Kemudian dari sensor

mengeluarkan data digital dan data visual yang kemudian sampai ke pengguna yang ada di permukaan bumi. Adapun Komponen-komponen dalam sistem penginderaan jauh adalah sebagai berikut : a. Sumber Tenaga Dalam sistem penginderaan jauh harus ada sumber tenaga, baik tenaga buatan maupun tenaga alamiah. Tenaga itu mengenai obyek di permukaan bumi kemudian dipantulkan kembali ke sensor. Jumlah tenaga yang mencapai bumi tergantung oleh waktu, lokasi, dan kondisi cuaca. Di siang hari, jumlah tenaga lebih banyak dari pada malam hari. Kedudukan matahari terhadap suatu tempat di bumi juga berubah terhadap musim, saat matahari berada tegak lurus di atas tempat di bumi, maka jumlah tenaganya juga lebih besar dibandingkan saat kedudukan matahari condong terhadap tempat tersebut. Selain itu, tempat-tempat di ekuator menerima tenaga lebih besar dari pada tempat-tempat di lintang tinggi. Jumlah sinar sinar yang mencapai bumi juga berbeda bila kondisi cuacanya berbeda, bila terjadi banyak penutupan oleh kabut, atau awan, maka makin sedikit pula tena yang mencapai bumi (Sutanto, 1986). b. Atmosfer Atmosfer mampu membatasi bagian spectrum elektromagnetik yang dapat digunakan dalam penginderaan jauh. Pengaruh atmosfer merupakan fungsi panjang gelombang. Pengaruhnya selektif terhadap panjang gelombang. Sehingga timbul istilah jendela atmosfer, yaitu bagian spectrum elektromagnetik yang mampu mencapai permukaan bumi (Sutanto, 1986). c. Interaksi antara Tenaga dan Obyek Setiap obyek memiliki karakteristik tersendiri dalam memantulkan atau memancarkan tenaga ke sensor. Pengenalan obyek pada dasarnya adalah dengan menyelidiki karakteristik spectral obyek yang tergambar pada citra. Obyek yang banyak memancarkan atau memantulkan tenaga akan tampak cerah daripada obyek yang sedikit memancarkan atau memantulkan tenaga (Sutanto, 1986).

d. Sensor Tenaga yang dipantulkan atau dipancarkan oleh obyek kemudian diterima oleh sensor. Kepekaan tiap-tiap sensor berbeda terhadap bagian spectrum elektromagnetik. Selain itu, kepekaan sensor juga berbeda dalam merekam obyek yang masih dapat dikenali atau dibedakan dari obyek lain. Kemampuan sensor untuk menyajikan gambaran obyek terkecil ini disebut Resolusi Spasial. Semakin kecil obyek yang dapat direkam, maka makin bagus kualitas sensornya (Sutanto, 1986). Sensor dibedakan berdasar proses perekamannya, ada sensor fotografik dan sensor elektronik. Pada sensor fotografik, perekamannya dengan cara kimiawi, sedangkan pada sensor elektronik, penerimaan dan perekaman tenaga dilakukan pada lapisan emulsi film yang bila diproses akan menghasilkan foto (Sutanto, 1986). e. Perolehan Data Perolehan data dapat dilakukan dengan cara manual yaitu dengan interpretasi secara visual, dan dapat pula dengan cara numeric atau digital dengan komputer. Cara manual biasanya dikenakan pada foto udara, sedangkan data hasil penginderaan jauh elektronik dapat diinterpretasi baik secara manual atau digital (Sutanto, 1986). f. Pengguna Data Pengguna merupakan komponen yang penting dalam penginderaan jauh, karena keberhasilan aplikasi penginderaan jauh terletak pada dapat atau tidaknya hasil penginderaan jauh itu oleh para pengguna data (Sutanto, 1986). 2.1.2. Sistem Satelit Penginderaan Jauh Penginderaan jauh dengan menggunakan tenaga matahari dinamakan penginderaan jauh sistem pasif. Penginderaan jauh sistem pasif menggunakan pancaran cahaya, hanya

dapat beroperasi pada siang hari saat cuaca cerah. Penginderaan jauh sistem pasif yang menggunakan tenaga pancaran tenaga thermal, dapat beroperasi pada siang maupun malam hari. Citra mudah pengenalannya pada saat perbedaan suhu antara tiap objek cukup besar. Kelemahan penginderaan jauh sistem ini adalah resolusi spasialnya semakin kasar karena panjang gelombangnya semakin besar. Penginderaan jauh dengan menggunakan sumber tenaga buatan disebut penginderaan jauh sistem aktif. Penginderaan sistem aktif sengaja dibuat dan dipancarkan dari sensor yang kemudian dipantulkan kembali ke sensor tersebut untuk direkam. Pada umumnya sistem ini menggunakan gelombang mikro, tapi dapat juga menggunakan spektrum tampak, dengan sumber tenaga buatan berupa laser. Berdasarkan misinya, satelit penginderaan jauh dapat dikelompokkan menjadi dua macam : satelit cuaca dan satelit sumberdaya. Sedangkan berdasarkan cara mengorbitnya,

dibedakan menjadi satelit geostasioner yang diorbitkan pada ketinggian lebih kurang 36.000 km di atas bumi dan satelit sinkron matahari yang mengorbit bumi dengan hampir melewati kutub, memotong arah rotasi bumi dan biasa disebut sebagai satelit berorbit polar. Contoh satelit geostasioner adalah satelit GOES dan GMS. Sedangkan satelit sinkron matahari contohnya adalah Landsat, SPOT, ERS, dan JERS (Spasiatama, 2004). 2.2. Satelit Landsat Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972; yang paling akhir Landsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelit-satelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia; dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter. Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966, namun diubah menjadi Landsat pada tahun 1975. Tahun 1979, Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA, merekomendasikan pengembangan sistem operasional jangka panjang dengan 4 satelit tambahan, serta merekomendasikan transisi swastanisasi Landsat. Ini terjadi tahun 1985 ketika EOSAT, rekan Hughes Aircraft dan RCA, dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. EOSAT mengoperasikan Landsat 4 and 5, memiliki hak ekslusif untuk memasarkan data Landsat, serta mengembangkan Landsat 6 dan 7. Citra satelit dengan warna-simulasi Kolkata diambil dari satelit Landsat 7. Data Landsat TM (Thematic Mapper) diperoleh pada tujuh saluran spektral yaitu tiga saluran tampak, satu saluran inframerah dekat, dua saluran inframerah tengah, dan satu saluran inframerah thermal. Lokasi dan lebar dari ketujuh saluran ini ditentukan dengan mempertimbangkan kepekaannya terhadap fenomena alami tertentu dan untuk menekan sekecil mungkin pelemahan energi permukaan bumi oleh kondisi atmosfer bumi.

Data TM mempunyai proyeksi tanah IFOV (instantaneous field of view) atau ukuran daerah yang diliput dari setiap piksel atau sering disebut resolusi spasial. Resolusi spasial untuk keenam saluran spektral sebesar 30 meter, sedangkan resolusi spasial untuk saluran inframerah thermal adalah 120 m (Jensen,1986). Tahun 1992, berbagai upaya dilakukan untuk mengucurkan dana untuk operasi lanjutan Landsat, namun pada akhir tahun EOSAT mengentikan pengolahan data Landsar. Landsat 6

diluncurkan pada tanggal 5 Oktober 1993, namun mengalami kegagalan peluncuran. NASA akhirnya meluncurkan Landsat 7 pada tanggal 15 April 1999.

Landsat 1-(mulanya dinamakan Earth Resources Technology Satellite 1) - diluncurkan 23 Juli 1972, operasi berakhir tahun 1978

Landsat 2 - diluncurkan 22 Januari 1975, terminated in 1981 Landsat 3 - diluncurkan 5 Maret 1978, berakhir 1983 Landsat 4 - diluncurkan 16 Juli 1982, berakhir 1993 Landsat 5 - diluncurkan 1 Maret 1984, masih berfungsi Landsat 6 - diluncurkan 5 Oktober 1993, gagal mencapai orbit Landsat 7 - diluncurkan 15 April 1999, masih berfungsi (Sutanto, 1986) Koreksi Radiometri Koreksi Radiometrik Data Inderaja seharusnya memiliki fluks radian hasil rekaman

2.3.

sistem inderaja dalam berbagai band persis sama dengan fluks radian asli saat energi tersebut meninggalkan obyek kajian (tutupan lahan jenis tanah, vegetasi, air, atau perkotaan) pada permukaan bumi. Namun, saat perekaman gelombang elektromagnetik yang berasal dari permukaan bumi dapat saja terjadi kesalahan radiometrik akibat (a) ketidak-sempurnaan sistem sensor dan (b) gangguan alam, sehingga hasil perekaman tidak lagi mirip dengan aslinya. Oleh karena itu, data inderaja tersebut harus diberi koreksi radiometrik. Adapun beberapa koreksi berdasarkan akibatnya adalah: 1. Koreksi Akibat Ketidak-sempurnaan Sistem Sensor Beberapa kesalahan radiometrik akibat ketidak-sempurnaan sistem sensor yaitu: a. Masalah hilangnya garis (line drop-out) Kesalahan hilangnya garis terjadi karena salah satu detektor tidak berfungsi atau mati selama proses penyiaman sehingga piksel dalam salah satu garis bernilai nol (hitam). Masalah ini sangat serius karena tidak mungkin memperbaiki data yang tidak pernah diambil. Namun, agar kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan, dapat dimasukkan nilai kecerahan estimasi pada setiap garis rusak tersebut. Untuk menentukan lokasi garis rusak itu dibuat suatu algoritma ambang sederhana untuk menandai setiap garis yang mempunyai nilai kecerahan rata-rata bernilai nol atau mendekati nol. Jika telah teridentifikasi, koreksi diberikan dengan memasukkan nilai kecerahan rata-rata bulat dari nilai piksel garis tetangga-tetangga sebelahnya pada garis rusak itu. Citra dengan data hasil interpolasi tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garis-garis hitam yang tersebar di seluruh bagiannya.

b.

Masalah striping garis dan banding Kesalahan striping terjadi karena salah satu detektor tidak terkoreksi secara benar

sehingga data hasil rekamannya berbeda dengan detektor lainnya. Misalnya, pembacaannya menjadi dua kali lebih besar daripada detektor lainnya pada band yang sama. Data tersebut sah tapi harus dikoreksi agar memiliki kontras yang sama dengan detektor lainnya untuk setiap penyiaman. Untuk itu, garis yang salah dapat diidentifikasi dengan menghitung histogram nilai setiap detektor pada daerah yang homogen, misalnya pada badan air. Jika rata-rata atau mediannya sangat berbeda dari lainnya, diperkirakan detektor tersebut belum terkoreksi. Untuk itu, diberi koreksi bias (menambah atau mengurangi) atau koreksi multiplikasi (perkalian). Beberapa sistem penyiam, seperti Landsat TM, terkadang menimbulkan jenis derau garis-penyiaman yang unik, yang merupakan fungsi dari (1) perbedaan relatif hasil dan/atau offset (ketidak-tepatan posisi detektor) di antara ke 16 detektor dalam suatu band (menyebabkan striping) dan/atau (2) adanya variasi (ketidak-samaan gerakan) antara proses penyiaman saat maju dan saat mundur (menyebabkan kesalahan yang disebut banding). Koreksi diberikan dengan metode filtering atau transformasi Fourier. c. Masalah awal-garis (line-start) Kesalahan line-start terjadi karena sistem penyiam gagal merekam data pada awal baris. Atau, dapat juga sebuah detektor tiba-tiba berhenti merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya mirip hilangnya garis. Idealnya, jika data tidak terrekam, sistem sensor diprogram untuk mengingat apa saja yang tidak terrekam lalu menempatkan setiap data yang baik pada lokasi yang tepat selama penyiaman. Namun, hal itu tidak selalu terjadi. jika pergeseran awal garis terjadi secara acak, restorasi data sulit dilakukan tanpa interaksi manusia secara ekstensif dalam koreksi basis garis-per-garis. 2. Koreksi Akibat Gangguan Alam Bahkan seandainya sistem inderaja berfungsi secara sempurna, kesalahan radiometrik masih dapat terjadi pada data inderaja akibat adanya gangguan alam. Dua sumber utama gangguan alam adalah pengaruh atmosfer dan topografi, yaitu a. Pengaruh atmosfer

Terjadinya pelemahan atmosferik karena penghamburan dan penyerapan gelombang cahaya menyebabkan energi yang terrekam sensor lebih kecil daripada yang dipancarkan atau dipantulkan permukaan bumi. Koreksi yang diberikan meliputi koreksi radiometrik absolut dan relatif. b. Pengaruh topografi

Pengaruh topografi berupa slope dan aspek akan menimbulkan perbedaan nilai kecerahan

piksel pada obyek sama, sehingga menimbulkan distorsi radiometrik. Empat metode koreksi slope-aspek topografi adalah koreksi kosinus, dua metode semi empiris (metode Minnaert dan koreksi C), dan koreksi empirik-statistik. Pada umumnya, data inderaja yang tersedia secara komersil di pasaran telah diberikan koreksi radiometric. Selain itu Dalam telekomunikasi dan fisik, radiometri ialah bidang yang mengkaji pengukuran radiasi elektromagnet, termasuk cahaya tampak. Perhatian bahwa cahaya juga diukur menggunakan teknik fotometri, yang mengkaji kecerahan seperti mana yang diserap oleh mata manusia, bukan daripada kuasa mutlak. Tabel 2.1 Unit S1 Radiometri

(http://ms.wikipedia.org/wiki/Radiometri). Koreksi radiometrik bertujuan untuk memperbaiki kualitas visual citra, sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan obyek yang sebenarnya. Koreksi radiometrik bisa dilakukan dengan berbagai cara yaitu : penyesuaian histogram, penyesuaian regresi, dan kalibrasi bayangan. Koreksi radiometrik diperlukan atas dasar dua alasan,yaitu untuk memperbaiki kualitas visual citra dan sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya. Koreksi radiometrik citra yang ditujukan untuk memperbaiki kualitas visual citra berupa pengisian kembali baris yang kosong karena drop out baris maupun kesalahan awal pelarikan (scanning). Baris atau bagian baris

yang bernilai tidak sesuai dengan yang seharusnya dikoreksi dengan mengambil nilai pixel atau baris diatas dan dibawahnya kemudian dirata-rata (Danoedoro, 1996). Koreksi radiometrik bisa dilakukan dengan berbagai cara yaitu : penyesuaian

histogram, penyesuaian regresi dan kalibrasi bayangan. Koreksi radiometrik diperlukan atas dasar dua alasan, yaitu untuk memperbaiki kualitas visual citra sekaligus memperbaiki nilai-nilai piksel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya. Koreksi radiometrik citra yang ditujukan untuk memperbaiki kualitas visual citra berupa pengisian kembali baris yang kosong karena drop out baris maupun kesalahan awal pelarikan (scanning). Baris atau bagian bagian baris yang bernilai tidak sesuai dengan yang seharusnya dikoreksi dengan mengambil nilai piksel atau baris di atas dan dibawahnya kemudian diratarata, (Sutanto, 1987). 2.4. Penyesuaian Histogram Metode ini paling sederhana, hanya dengan melihat histogram tiap saluran secara independent. Dari histogram bisa diketahui nilai piksel terendah saluran tersebut, asumsi yang melandasi metode ini adalah bahwa dalam proses coding digital oleh sensor, objek yang memberikan respon spektral paling lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol. Apabila nilai ini ternyata > 0 maka nilai terserbut dihitung sebagai offset, dan koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut dengan offsetnya. Penyesuaian histogram (histogram adjusment) meliputi evaluasi histogram pada setiap band dari data penginderaan jauh. Biasanya data pada panjang gelombang tampak (TM saluran 1-3) mempunyai nilai minimum yang lebih tinggi karena dipengaruhi oleh hamburan atmosfir. Sebaliknya penyerapan atau absorbsi pada atmosfir akan mengurangi kecerahan pada data yang direkam dalam interval panjang gelombang yang lebih besar seperti TM 4,5,7. Sehingga data pada band ini nilai minimumnya mendekati nilai nol, ( http://library.usu.ac.id). Penyesuaian histogram ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal ini disebabkan karena tidak setiap citra mempunyai nilai objek yangideal untuk dikoreksi, seperti air jernih atau bayangan awan. Dibandingkandengan teknik penyesuaian histogram hasilnya tidak jauh berbeda, (Sutanto, 1987).

2.4.1. Dark Pixel Correction ( DPC ) Dark pixel correction adalah koreksi sederhana untuk menghilangkan pengaruh atmosdhere yang cenderung memperbesar nilai pixel. Penggunaan dark pixel correction merupakan metode sederhana untuk menghilangkan efek atmosfer yang menjadi sumber utama dari perbedaan nilai pixel masing masing ciitra yang akan dimosaik (http://www.batan.go.id/ptrkn/file/). 2.4.2. Enchanted Dark Pixel Correction ( EDPC ) Hasil akurat dari deteki perubahan terhadap dua atau lebih citra waktu ditentukan oleh beberapa faktor; seperti citra yang sebanding, citra yang dapat diinterpretasikan, dan metode untuk mendapatkan perbedaan yang bermakna dari deteksi perubahan citra. Pixel ke pixel antara citra biasa ditampilkan untuk mendapatkan citra yang baik. Dark pixel correction ditampilkan untuk mengkoreksi kesalahan radiometrik dari suatu citra, maka enhance sebagai hasilnya lebih diinterpretasi untuk aplikasi tertentu. Dengan mengurangkan masing masing band dengan minimum digital number value nya, maka setiap band akan memiliki minimal DN dari nol. (http://www.bakosurtanal.go.id/upl_document/Application%20of%20Markov.pdf,)

2.4.3. CUT OFF SCATTERGRAM Cut-off merupakan cara ketiga dalam koreksi atmosfer yang menggunakan dua variasi scattergram. Dengan memasukkan nilai terendah tiap tiap band pada window Scattergram. (www.google.com) 2.5. ER Mapper 7.0 Menata letak tampilan (layout) pada perangkat lunak ER MAPPER sangatlah gampang. Hal ini salah satu yang disukai pemakai dalam mengakhiri pekerjaannya dalam menampilkan hasil pemrosesan citra pada media cetak. Sepanjang perangkat lunak penghubung (driver) antara komputer dan mesin pencetak (printer) sudah terpasang dengan baik maka tinggal kirim dokumen yang telah dirangkai dalam alg ke mesin pencetak. Dalam kenyataannya sering ditemukan masalah dimana komputer yang menyimpan data dan olahan tidak tersambung pada mesin cetak. Jika harus memasang perangkat lunak ER Mapper ke komputer yang telah terhubung dengan alat cetak, urusan akan menjadi sangat repot. Apalagi jika komputer tersebut berada jauh dari lokasi dimana kita memroses data. Belum lagi masalah penggandaan data yang telah diproses.

Salah satu solusi adalah mencetak dokumen (tataletak yang telah siap) kedalam format gambar (misal dalam format TIFF) kemudian tinggal membawa file TIFF luaran ke komputer manapun yang sudah terhubung dengan alat cetak. File TIFF bisa dibaca oleh semua perangkat lunak grafis, yang biasanya telah terpasang pada komputer yang tersambung ke alat cetak. ER Mapper sudah menyediakan kemampuan ini sejak dulu yaitu dengan mengarahkan pilihan pencetakan pada Hardcopy Control Files. Pilihan ini bisa dilihat pada File -> Page Setup Dalam pilihan tersedia beberapa ukuran luaran. Untuk format TIFF, misalnya, ada ukuran luaran 1616, 6464, 640640, dan 800600 piksel dalam format 24 bit. File yang mengatur hal ini bisa kita lihat pada: \ERMapper\hardcopy\Graphics dan semua file *.hc tersebut bisa dibaca dengan menggunakan Wordpad (atau pengolah text lain). Misal, untuk ukuran luaran 800600 (file: TIFF_800600_24bit.hc) terdapat baris keterangan : HardCopyInfo Begin Name = TIFF DotsPerInchAcross = 100 DotsPerInchDown = 100 MaximumDotsAcross = 800 MaximumDotsDown = 600 FilterProgram = hetotiff -d24 $ERMTMP/ermhe.tif OutputProgram = NONE # place marker Berarti luaran akan mempunyai ukuran lebar 800 (MaxDotsAcross)/100 (DotPerInchAcross) = 8 inchi. Sedang ukuran panjang 600/100 = 6 inchi. Dan file luaran akan disimpan pada folder temporer dengan nama ermhe.tif. Bagaimana jika tataletak kita mempunyai ukuran khusus, misalnya ukuran kertas A1 (33,08 x 23,38 inchi)..? Bagaimana mengakali-nya..? Berdasar hitungan dari parameter yang kita tahu, dan dengan mempertahankan resolusi 100 dpi (untuk memudahkan penghitungan), maka file tersebut bisa kita ubah parameternya menjadi : Dots PerInch Across = 100 Dots PerInch Down = 100 Maximum Dots Across = 2338 Maximum Dots Down = 3308 Dengan perubahan pada Max Dots Across dan Dots Down maka luaran tataletak akan menghasilkan luasan sesuai dengan ukuran kertas A1 (posisi portrait). Agar perubahan dikenali

maka jangan lupa file ini disimpan dalam nama yang berbeda, misal: TIFF_A1-P_24bit.hc.( mbojo.wordpress.com). ER Mapper merupakan salah satu software yang banyak digunakan kalangan pemerintah maupun swasta, hal ini dapat dimaklumi karena pada awal peluncurannya yaitu pada versi yang terupdate, ER Mapper telah menyajikan kemampuan pengolahan citra yang cukup lengkap (Geomedia, 2004). Keunggulan ER Mapper, antara lain: Realtime processing, pengolahan langsung dapat dilihat hasilnya tanpa

menyimpannya di media terlebih dahulu. Bisa mengambil data citra yang tidak diketahui. Diperkuat lebih dari 100 kompatibilitas pencetakan citra. Penyusunan model 3D dari citra sehingga lebih tampak seperti kondisi aslinya dilapangan Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus. Pembuatan mosaik citra yang sangat mudah baik untuk citra satelit juga citra foto udara. Amat mudah digunakan untuk tujuan menganalisis bagi pemula. Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses. Mampu untuk mengolah sebagian citra penginderaan jauh Tersedia lebih dari 160 formula atau algorithma matematis pengolahan citra sehingga pengguna tidak perlu berfikir dan menulis lagi algorithma yang rumit bagi pemula (Geomedia, 2004).

BAB III PENUTUPSoftware ER Mapper merupakan salah satu software pengolahan citra yang didesain khusus dengan berbagai macam keunggulannya untuk mempermudah dalam proses pengolahan citra. Cara-cara untuk melakukan koreksi radiometrik adalah: penyesuaian histogram, penyesuaian regresi, kalibrasi bayangan,dan metode lainnya. Setelah dilakukan koreksi maka nampak perubahan nilai band yang mempunyai limit mulai dari 1. Suatu citra sebelum dilakukan pengolahan lebih lanjut harus dilakukan

koreksi citra agar didapatkan kondisi dimana citra mempunyai informasi yang akurat secara geometri dan radiometri. Suatu citra setelah dikoreksi akan dikatakan normal jika nilai limitnya satu. Berdasarkan citra landsat, terjadi banyak perubahan dari tahun ke tahun dari suatu daerah atau pulau. Perubahan tersebut meliputi pemukiman,land use, serta rusaknya kualitas perairan disekitar pantai akibat limbah industry pabrik dan rumah tangga. Interpretasi visual pada citra satelit, digunakan untuk pengidentifikasian dan pengenalan objek pada citra untuk keperluan revisi peta, dimana hasil interpretasi yang baik membutuhkan pengetahuan yang cukup mengenai karakteristik citra yang digunakan dan tujuan yang diharapkan. Salah satu jenis citra adalah Citra Landsat, dimana pemanfaatan data Citra Landsat dipadukan dengan data di lapangan, pada intinya dapat memberikan fasilitas

kemudahan yang lebih, maksudnya lebih efisien dan akurat dalam menganalisis suatu daerah,pulau dan lainnya.

DAFTAR PUSTAKALillesand and Kiefer, 1993. Remote Sensing And Image Interpretation, Jhon Villey and Sons, New York.

Sumaryono. 1999. Pemanfaatan Penginderaan Jauh Untuk Pemantauan Reboisasi Di Sub DAS Roraya-Kendari dalam Prosiding Pertemuan Ilmiah Tahun Ke-8 MAPIN (Masyarakat Penginderaan Jauh Indonesia). Jakarta.

Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp. Yogyakarta

Sutanto, 1986. Penginderaan Jauh Jilid I. Gadjah Mada University Press. Yogyakarta.

Sutanto, 1986. Penginderaan Jauh Jilid II, Gadjah Mada University Press. Yogyakarta.

http://library.usu.ac.id. Sabtu, 17 Maret 2011. Pukul 16.00 WIB.

http://ms.wikipedia.org/wiki/Radiometri, diakses tanggal 17 Maret 2011 pukul 16.00

http://www.batan.go.id/ptrkn/file/, diakses tanggal 17 Maret pukul 16.00

http://www.bakosurtanal.go.id/upl_document/Application%20of%20Markov.pdf /17 Maret 2011/16.00 www.google.com diakses tanggal 17 Maret 2011 pukul 16.00