II TINJAUAN PUSTAKA

2.1 Penginderaan jauh

Penginderaan jauh didefinisikan sebagai proses perolehan informasi

tentang suatu obyek tanpa adanya kontak fisik secara langsung dengan obyek

tersebut (Rees,2001; Elachi,2006). Informasi diperoleh dengan cara deteksi dan

pengukuran berbagai perubahan yang terdapat pada lahan dimana obyek berada.

Proses tersebut dilakukan dengan cara perabaan atau perekaman energi yang

dipantulkan atau dipancarkan, memproses, menganalisa dan menerapkan

informasi tersebut. Informasi secara potensial tertangkap pada suatu ketinggian

melalui energi yang terbangun dari permukaan bumi, yang secara detil

didapatkan dari variasi-variasi spasial, spektral dan temporal lahan tersebut

(Landgrebe,2003).

Variasi spasial, spektral dan temporal memberikan tambahan informasi

yang saling melengkapi. Sebaran bentukan garis lurus yang membentuk jalur-

jalur memberikan informasi terdapatnya suatu aktifitas dilokasi tersebut.

Bentukan-bentukan teratur yang menyerupai rumah menambah informasi

bahwa lokasi tersebut juga menjadi tempat tinggal. Dua informasi tersebut

berasal dari adanya variasi spasial obyek pada citra. Warna merah kecoklatan

memperjelas pembedaan kumpulan obyek rumah dengan lokasi lahan

bertutupan vegetasi yang berwarna hijau. Tambahan informasi ini berasal dari

adanya variasi spektral yang dapat secara detil menambah akurasi identifikasi

obyek. Perubahan jumlah obyek pada satu lokasi yang terdapat pada dua atau

lebih citra akan memberikan informasi tentang pertumbuhan fenomena di lokasi

tersebut. Informasi pada suatu lokasi yang sama dari dua citra yang berbeda

waktu perekamannya memberikan informasi multi temporal. Informasi multi

temporal ini sangat bermanfaat dalam menganalisis perubahan fenomena yang

terjadi pada rentang waktu tertentu di lokasi tersebut.(Roberts,1985)

2.2. Citra

Citra merupakan masukan data atau hasil observasi dalam proses

penginderaan jauh. Penginderaan Jauh atau Remote Sensing didefinisikan

sebagai ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah

atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa

kontak langsung dengan objek, daerah atau fenomena tersebut. (Dulbahri, 1985)

Citra dapat diartikan sebagai gambaran yang tampak dari suatu obyek

yangs edang diamati, sebagai hasil liputan atau rekaman suatu alat pemantau

atau sensor, baikoptik, elektrooptik, optik-mekanik maupun elektromekanik.

Citra memerlukan proses interpretasi atau penafsiran terlebih dahulu dalam

pemanfaatannya. (Estes, 1975)

Citra Satelit merupakan hasil dari pemotretan/perekaman alat sensor

yang dipasang pada wahana satelit ruang angkasa dengan ketinggian lebih dari

400 km dari permukaan bumi. (Estes, 1975)

2.3 Satelit Lansat

Satelit lansat merupakan salah satu satelit yang digunakan untuk

mengamati permukaan bumi. Satelit ini dikenal sebagai satelit sumber daya

alam karena fungsinya adalah untuk memetakan potensi sumber daya alam dan

memantau kondisi lingkungan. ( lillesand, 1973)

Landsat pada awalnya disebut dengan nama ERTS-1 (Earth Resource

Technology Satellite) yang diluncurkan pada tanggal 23 juli 1972 yang

mengorbit hingga 6 Januari 1978 teat sebelum peluncuran ERTS-B. Tanggal 22

Juli 1975, NASA secara resmi menangani program ERTS menjadi program

Landsat sehingga ERTS-1 berubah menjadi Landsat 1 dan ERTS-B berubah

menjadi Landsat 2. Landsat 2 berhenti beroperasi pada tahun 1981. Landsat 3

diuncurkan pada tanggal 5 Maret 1978 dan berhenti beroperasi pada tahun

1983. Landsat 4 diluncurkan pada Juli 1982 dan landsat 5 pada maret 1984.

Landsat 4 berhenti beroperasi pada tahun 1993. Landsat 6 gagal mencapai orbit

karena terjadi kecelakaan yang dicoba diluncurkan pada tanggal 5 Oktober

1993. Landsat 7 diluncurkan pada tanggal 15 April 1999. (Lintz,1976)

2.4 ER Mapper 7.0

ER Mapper 7.0 adalah salah satu software (perangkat lunak) yang

digunakan untuk mengolah data citra atau satelit. Masih banyak perangkat

lunak yang lain yang juga dapat digunakan untuk mengolah data citra,

diantaranya adalah Idrisi, Erdas Imagine, PCI dan lain-lain. Masing-masing

perangkat lunak mempunyai keunggulan dan kelebihannya sendiri. ER Mapper

dapat dijalankan pada workstation dengan sistem operasi UNIX dan komputer

PCs (Personal Computers) dengan sistem operasi Windows 95 ke atas dan

Windows NT. Pengolahan data citra merupakan suatu cara memanipulasi data

citra atau mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai

dengan yang kita harapkan. Adapun cara pengolahan data citra itu sendiri

melalui beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan.

Tujuan dari pengolahan citra adalah mempertajam data geografis dalam bentuk

digital menjadi suatu tampilan yang lebih berarti bagi pengguna, dapat

memberikan informasi kuantitatif suatu obyek, serta dapat memecahkan

masalah. Data digital disimpan dalam betuk barisan kotak kecil dua dimensi

yang disebut pixels (picture elements). Masing-masing pixel mewakili suatu

wilayah yang ada dipermukaan bumi. Struktur ini kadang juga disebut raster,

sehingga data citra sering disebut juga data raster. Data raster tersusun oleh

baris dan kolom dan setiap pixel pada data raster memiliki nilai digital.

(Griffin,1979)

2.5 RGB (Red,Green and Blue)

Model warna RGB adalah model warna berdasarkan konsep

penambahan kuat cahaya primer yaitu Red, Green dan Blue. Dalam suatu ruang

yang sama sekali tidak ada cahaya, maka ruangan tersebut adalah gelap total.

Tidak ada signal gelombang cahaya yang diserap oleh mata kita atau RGB

(0,0,0). Apabila kita menambahkan cahaya merah pada ruangan tersebut, maka

ruangan akan berubah warna menjadi merah misalnya RGB (255,0,0), semua

benda dalam ruangan tersebut hanya dapat terlihat berwarna merah. Demikian

apabila cahaya kita ganti dengan hijau atau biru. Apabila kita melanjutkan

percobaan memberikan 2 macam cahaya primer dalam ruangan tersebut seperti

(merah dan hijau), atau (merah dan biru) atau (hijau dan biru), maka ruangan

akan berubah warna masing-masing menjadi kuning, atau magenta atau cyan.

Warna-warna yang dibentuk oleh kombinasi dua macam cahaya tersebut

disebut warna sekunder. (Purwadi,2001)

2.6 Teknik interpretasi

Teknik adalah alat khusus untuk melaksanakan metode. Teknik dapat

pula diartikan sebagai cara melakukan sesuatu secara ilmiah. Teknik

interpretasi citra dimaksudkan sebagai alat atau cara khusus untuk

melaksanakan metode penginderaan jauh. Teknik juga merupakan cara untuk

melaksanakan sesuatu secara ilmiah. Sesuatu itu tidak lain ialah interpretasi

citra. Bahwa interpretasi citra dilakukan secara ilmiah, kiranya tidak perlu

diragukan lagi. Interpretasi citra dilakukan dengan metode dan teknik tertentu,

berlandaskan teori tertentu pula. Mungkin kadang-kadang ada orang yang

menyebutnya sebagai dugaan, akan tetapi berupa dugaan ilmiah (scientific

guess). (Adler,1996)

2.7 Satelit Ikonos

Satelit Ikonos adalah satelit resolusi tinggi yang dioperasikan oleh Geo

Eye berasal dari bawah Lockheed Martin Corporation sebagai Commercial

Remote Sensing System (CRSS) satelit. Pada April 1994 Lockheed diberi salah

satu lisensi dari US Department of Commerce untuk satelitkomersial citra

resolusi tinggi. Pada tanggal 25 Oktober 1995 perusahaan mitra Space

Imaging menerima lisensi dari Komisi Komunikasi Federal (FCC) untuk

mengirimkan telemetri dari satelit di Bumi delapan-gigahertz band

Exploration Satellite Service. Sebelum memulai, Space Imaging mengubah

nama untuk satelit Ikonos. Ikonos berasal dari bahasa Yunani yang berarti

"gambar". Pada awalnya dua satelit direncanakan untuk operasi. Peluncuran

Ikonos-1 pada tahun 1999 gagal ketika pay load hadiah dariAthena roket,

gagal untuk memisahkan dan mencegah satelit mencapai orbit. Lalu, Ikonos-2

yang semula direncanakan untuk diluncurkan pada 2000, berhasildiluncurkan

pada 24 September 1999 dari Space Launch Complex 6 (SLC-6)

diVandenberg Air Force Base di California. Sensor pencitraan panchromatic

dan multispectral. Satelit ini memiliki kutub, lingkaran, matahari-sinkron 681-

km orbitdan keduanya sensor memiliki petak lebar 11 km. Beratnya adalah

1600 pound (720kg).  Pada November 2000 Lockheed Martin menerima"Best

of What's New" Grand Award dalam kategori Penerbangan &Ruang Angkasa

dari majalah Popular Science. Space Imaging diakuisisi oleh orbimage pada

bulan September 2005. Perusahaan ini kemudian diganti namanyamenjadi

Geo Eye.  (Spasitama, 2004)

2.8 Geolinking

Geolinking sangat berbeda dengan Geopositioning. Geopositioning

adalah menyebutkan secara spesifik posisi dan cakupan dari sebuah image

dalam ruang koordinat geografis. Hal ini bisa berguna untuk membuat peta

yang mencakup suatu area tertentu.

Sedangkan geolinking adalah menghubungkan dua atau lebih window

image dalam ruang koordinat geografik. Hal ini bisa sangat berguna untuk

visualisasi dari area geografik yang sama dengan tipe image yang berbeda

atau algorithm pemrosesan yang berbeda, dan banyak aplikasi lain. Apabila

image sudah diregistrasi, maka image tersebut bisa dihubungkan secara

geografik dengan window image lain. (Sutanto, 1986)

III MATERI DAN METODE

3.1 Waktu dan tempat

Waktu : Pukul 13:00 WIB –selesai

Hari/tanggal : Selasa, 16 September 2013

Tempat :Lab.Komputasi Gedung Kelautan E lantai 2,

Universitas Diponegoro Tembalang,Semarang Jawa

Tengah

3.2 Materi

Adapun materi praktikum Penginderaan jauh kali ini adalah dasar

Interface perangkat lunak ER Mapper 7.0, praktikum ini dilakukan dengan

memanfaatkan citra Landsat daerah Cilacap dan juga analisis citra IKONOS

pada tahun 2005 dan 2009 terhadap perubahan daerah Semarang utara dan

sekitarnya.

3.3. Metode

3.3.1 Penggabungan citra

1. Menggabungkan Citra

Buka Software Er Mapper 7.0, pilih Floating dan Finish.

Maka akan muncul tampilan sebagai berikut

Gambar 1. Tampilan awal ER Maper 7.0

Gambar 2. Menu dan icon Er Mapper 7.0

Klik icon Edit algoritm seperti ditunjukkan gambar diatas

Setelah itu maka akan muncul tampilan dibawah berikut

Gambar 3. Edit algoritm

Kemudian untuk penggabungan citra algoritma. lalu ganti

description menjadi Nama dan Nim, kemudian duplikat

Pseudolayer nya sebanyak 6 kali dengan mengklik icon

Duplicate ( ) dan ganti nama pseudo layer menjadi band1-

band7. Band 6 dilewati karena dalam kondisi Thermal.

Maka hasilnya akan seperti gambar berikut.

Gambar 4. Mengisi band dengan citra digital

Lalu Klik load data sheet, Lalu buka data penginderaan jauh di

penyimpanan D: yang telah disimpan sebelumnya,jumlahnya

sama dengan Band yang dibutuhkan. kemudian, sesuaikan data

B1_B7 ke Band1-Band7. Band 6 dilewatkan.

Gambar 5. Pengisian Bands

Gambar 6. Menu pilihan citra yang akan di isikan pada tiap

band

Gambar 7. Setelah semua citra di isikan pada band yang sesuai

Saat memilih Load dataset pada Band 1-7. Klik This layer

only untuk masing-masing Band, maka akan muncul tampilan

layer seperti berikut.

Gambar 8. Tampilan salah satu citra landsat

Lalu klik save

Gambar 9. Save hasil penggabungan citra

Saat melalukan save as, pilih Er Mapper raster datasets

dengan ekstensi (.ers)

Gambar 10. Menu penyimpanan

Gambar 11. Data tersimpan

2. Cropping data citra

Klik lagi Icon Edit algoritm, kemudian duplikat pseudo layer

dengan cara yang sama dengan yang diatas hingga dhasilkan

sejumlah 6 Band. Dan ganti Description dengan nama dan NIM

kita.

Gambar 12. Mengisi band untuk cropping

Isikan seluruh band 1 hingga 7 dengan melewati band 6

dengan menggunakan data citra yang telah disimpan. Sehingga

akan muncul tampilan seperti berikut pada algoritmnya.

Gambar 13. Hasil dari citra

Unuk melakukan Cropping pada tampilan algoritm tersebut ,

gunakan icon Zoom box tool . Dan zoom pada tempat yang

diinginkan

Gambar 14. Menu untuk melakukan cropping

Maka akan menghasilkan tampilan seperti berikut

Gambar 15. Setelah selesai cropping

Lalu save dengan nama crop_Cilacap12.ers , kemudian klik

default lalu pilih Ok.

Gambar 16. Menyimpan hasil cropping

Gambar 17 a. klik default dan Ok

Gambar 17b. setelah selesai menyimpan.

3. Penajaman citra

Klik kembalik icon menu Edit Algoritm, untuk membuka file

pilih menu Edit dan pilih Open into new surface. Maka akan

muncul tampilan seperti berikut ini.

Gambar 18. Menajamkan citra

Gambar 19. Hasil cropping dibuka lagi

Lalu klik contras enhancemen 99 % sehingga tampilannya

menjadi. Sebagai berikut

Gambar 20. Edit algoritm

Gambar 21. Hasil penajaman citra

Kemudian untuk mencerahkan tampilan pada layer klik icon

RGB

Gambar 22. Menu RGB

Gambar 23. Setelah RGB

Gambar 24. Hasil RGB

Lalu klik refresh

Gambar 25. Refresh image

Kemudian pseudo layer pada algoritm di cut

Gambar 26. Pseudo layer di hapus

Kemudian klik save as dan beri nama cilacap13 dengan

ekstensi (.ers)

Gambar 27. Menyimpan hasil penajaman warna

Gambar 28. Save as

4. Reading data value

Buka file cilacap13.ers yang telah disimpan sebelumnya.

Gambar 29. Reading data value

Gambar 30. Membuka hasil penajaman warna

Gambar 31 hasil RGB

Kemudian RGB kembali citranya

Gambar 32. RGB

Lalu crooping daerah yang dicitra dengan zoom box tool pada

tempat yang diinginkan seperti;

Gambar 33. Menu zooming

Gambar 34. Hasil zooming

Kemudian smoothing pada layar algoritm di unchecklist sperti

gambar berikut, makan tampilan layer akan seperti di bawah ini.

Gambar 35a. Menu RGB

Gambar 35b. Hasil RGB

Lalu klik view cell value profil ,kemudian ganti pointers tools,

lalu klik di sembarang citra pada layer, begitu juga untuk view

cell coordinate lalu close.

Gambar 36. Cell values profile

Gambar 37. Menu cell values profile

Gambar 38. Koordinat posisi citra

Kemudian klik kanan pada layer dan klim zoom to all data

sheet untuk mengembalikan ke bentuk semula

Gambar 39. Zoom to all datasets

5. Menghitung jarak dan luas

Setelah dikembalikan pada bentuk semula melalui zoom to all

data sheet, lakukan cropping dengan zoom box tool pada daerah

yang sama,namun sebelumnya smoothing diaktifkan kembali.

Lalu Klik Edit pada task bar,lalu pilih annotate vector layer,

kemudian klik Ok sehingga muncul tabel ER Mapper status lalu

pilih close maka akan muncul tampilan tools baru.

Gambar 40. Annotate vector layer

Gambar 41. vector

Gambar 42. New map composition

a. Menghitung Panjang ( Polyline )

Klik polyline pada tools untuk melihat panjang /jarak

daerah tersebut yg dicitrakan pada layer lalu klik edit

object extent sehingga dapat diketahui panjang daerah yang

dicitrakan.

Gambar 43. Map composition extents dari polyline

b. Menghitung Luasan ( Polygon )

Sama seperti polyline, maka untuk polygon, Klik

polygon untuk melihat panjang / jarak daerah tersebut yg

dicitrakan pada layer lalu klik edit object extent sehingga dapat

diketahui panjangnya.

Gambar 44. Luasan dengan polygon

Gambar 45. Map composition extents dari polygon

6. Geolink

Klik icon Edit Algorithm dan lakukan penggandaan dengan meng-

klik icon Copy Window. Maka akan terdapat dua window kosong.

Gambar 46. Menu copy window

Gambar 47a. hasil copy

Gambar 47b. hasil copy

Buka file melalui icon Load Dataset. Untuk window pertama,

buka file berupa citra data satelit IKONOS 2005.ers, Sedangkan

untuk window kedua, buka file citra data satelit IKONOS

2009.ers.

Gambar 48. Citra satelit bandara ahmad yani 2005

Gambar 49. Citra IKONOS Ahmad yani 2009

Lalu klik RGB untuk member kecerahan pada citra.

Gambar 50. Menu RGB

Gambar 51. Citra yang sudah RGB

a. Geolink

Kemudian untuk layer satelit IKONOS 2005 dan 2009,

masing – masing di klik kanan-zoom geolink to

window.

Gambar 52. Set geolink to window 2005

Gambar 53. set geolink to window 2009

Lalu klik hand tools untuk menggeser- geser peta untuk

mlihat perubahan yang terjadi dari tahun 2005-2009.

Gambar 54. Hasil geolink to window

Kemudian klik kanan set geolink to none untuk

menonaktifkan efek ke-2 layer tersebut, untuk

melanjutkan proses selanjutnya.

Gambar 55. Geolink to none 2005

Gambar 56. Geolink to none 2009

B. Geolink to Screen

Pada layer satelit 2009 di klik sembarang, lalu klik

copy window untuk mengcopy layer 2009 sehingga

akan muncul 4 layer.

Gambar 57. Copy window

Gambar 58. Hasil copy window 2009

Gambar 59. Hasil copy window

Lalu pada masing – masing layer, klik kanan quick

zoom lalu pilih set geolink to screen.

Gambar 60. Set geolink to screen

Maka tampilan nya akan seperti ini.

Gambar 61. Hasil geolink to screen

C. Geolink to Roam

Sebelumnya pada ketiga layer, klik kanan, pilih Quick

Zoom, kemudian Set Geolink to None.

Lalu selanjutnya,klik kanan pada layer 2005 kemudian

zoom set geolink to overview roam, lalu geser – geser

layernya untuk melihat perubahan yang terjadi dari

tahun 2005 sampai ke tahun 2009 melalui penggeseran

koordinatnya.

Gambar 62. Geolink to data roam

lalu amati perubahan yang terjadi pada daerah bandara

semarang dan sekitarnya pada tahun 2005 sampai 2009.

IV HASIL DAN PEMBAHASAN

4.1 Hasil

4.1.1 Penggabungan citra

Gambar 63a. Menu edit algoritm

Gambar 63b. hasil penggabungan citra

4.1.2 Cropping citra

Gambar 64. Hasil cropping citra

4.1.3 Penajaman citra

Gambar 65. Hasil penajaman citra

Gambar 66. Menu Algoritm saat diberi RGB

4.1.4 Reading data value

Gambar 67. Hasil RGB

Gambar 68. Hasil Cell values profile

Gambar 69. Hasil cell coordinates

4.1.5 Menghitung jarak dan luas

4.1.5.1 Cara Polyline

Gambar 70. Hasil pengukuran panjang polyline

Gambar 71. Hasil Map composition extents polyline

4.1.5.2 Cara Polygon

Gambar 72. Hasil pengukuran luas dengan polygon

Gambar 73. Nilai composition extents polygon

4.1.6 Geolink

Gambar 74. Hasil geolink

4.1.6.1 Geolink to Window

Gambar 75. Hasil geolink to window

4.1.6.2 Geoling to Screen

Gambar 76. Hasil geolink to screen

4.1.6.3 Geoling to data roam

Gambar 77. Hasil geolink to data roam

4.2 Pembahasan

Dalam praktikum perdana inderaja ini hal yang dilakukan adalah

mengenai pengenalan interface software ER Mapper versi 7.0. Dalam

praktikum ini, praktikan menggunakan data citra digital daerah Cilacap

yang terdiri dari 7 buah citra digital daerah yang berbeda, supaya hasil dari

penampakan citra Digital lebih akurat dan terlihat jelas perbedaanya.

Cropping data citra Digital Cilacap dilakukan untuk mendapatkan gambar

citra yang lebih besar sehingga gambar pada citra akan tampak lebih jelas

dan akurat .

4.2.1 Penggabungan Citra

Dalam penggabungan citra dijelaskan bagaimana cara

menajamkan warna dengan menggunakan icon yang telah di

instruksikan diatas dan juga melakukan penggabungan citra.

Komposisi warna ini terdiri dari beragai band-band. Pada

satelit Landsat mempunyai beberapa band yaitu band 1, band 2

band 3, band 4, band 5, dan band 7. Dimana dari masing-

masing band tersebut mempunyai warna, sifat, dan

karakteristik yang berbeda-beda. Untuk mendapatkan hasil

kombinasi yang baik maka dalam melakukan kombinasi tidak

serta merta melakukan kombinasi, malinkan kita harus

mengetahui sifat dan karakteristik dari tiap-tiap band.

4.2.2 Cropping Citra

Cropping citra dilakukan untuk untuk memperbesar

atau memperjelas suatu objek/citra agar tampak lebih

mendetail. Cropping citra juga berguna untuk melihat suatu

vegetasi pada citra. Untuk menghitung suatu luasan objek yang

akan kita hitung dibutuhkan ketelitian dalam melakukan

digitasi pada objek tersebut. Karena jika kita melakukan

kesalahan sedikitpun dalam melakukan digitasi maka data

luasannya pun akan tidak valid.

4.2.3 Penajaman citra

Penajaman citra dilakukan dengan tujuan untuk

mengetahui bentukan detail dari suatu citra landsat, dengan

melakukan penajaman seperti yang ditunjukkan dengan metode

sebelumnya, maka hasil dari citra yang sebelumnya kurang

jelas akan tampak lebih terang, hal ini dilakukan agar

mempermudah titik-titik dari suatu objek yang ingin diamati.

4.2.4 Reading data value.

Reading data value disini berguna untuk mengetahui

data value dari suatu citra dalam bentuk piksel-piksel yang

blur. Kita dapat mengetahui ukuran piksel dan juga koordinat

dari piksel tersebut.

4.2.5 Menghitung jarak dan luas wilayah

Dari data citra yang telah kita proses seelumnya, kita

dapat mengetahui jarak antar titik dan juga luas dari bidang

citra, dengan mengetahui jarak antar titik ini kita dapat

mengetahui jarak dari tiap point of objects dan kita juga dapat

mengetahui luas dari citra digital tersebut. Untuk mengetahui

jarak antar titik digunakan icon polyline dan polygon untuk

mengetahui luasnya seperti yang telah di jabarkan pada materi

dan metode sebelumnya. Keduanya akan menampilkan nilai

dalam bentuk panjang,area dalam satuan meter dan miles.

4.2.6 Geolink

Geolink berguna sebagai linking dari bentu geo suatu

citra digital. Geolink disini terbagi atas tiga macam. Yaitu:

1. Geolink to window, berguna sebagai linking dari

citra yang telah di-copy dan kemudian terintegrasi

dalam window nya masing-masing. Sehingga ketika

kita menggerakan salah satu window, maka seluruh

windows akan melakukan gerakan yang sama

2. Geolink to screen, adalah geolinking yang berguna

sebagai integrasi dari seluruh windows kedalam satu

window atau screen. Sehingga ketika kita

menggerakkan satu window, makan windows yang

lain seakan menyatu dan tampilan citra pun hanya

satu screen dari seluruh window yang lain.

3. Geolink to data Roam, berguna untuk

membandngkan data roam dari tiap cita, dari sini

kita sapa melihat perbandingan roam dari citra

digital pada tahun 2005 dan juga tahun 2009 yang

akan tampak jelas dengan cara kita menggerakkan

kursor pada titik yang ingin kita bandingkan.

V. KESIMPULAN

1. ER Mapper adalah salah satu software (perangkat lunak) yang digunakan

untuk mengolah data citra atau satelit dan menganalisis informasi kebumian

termasuk untuk mengetahui perubahan dari kenampakkan citra suatu

wilayah

2. Penginderaan jauh merupakan suatu ilmu dan seni untuk memperoleh

informasi tentang objek suatu daerah dengan cara memancarkan gelombang

elektromagnetik dengan panjang gelombang tertentu kemudia menganalisis

data yang diperoleh data secara langsung terhadap objek atau daerah yang

dikaji.

3. Interpretasi visual pada citra satelit, digunakan untuk identifikasi 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.

4. 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.

5. Dari praktikum kali ini praktikan dapat melihat dengan jelas bahwa terjadi

berbagai perubahan yang secara nyata dari suatu wilayah setiap tahunnya

terkhususnya terhadap penggunaan tanah dari suatu daerah dengan tujuan

proyek industri atau rumah tangga.

DAFTAR PUSTAKA

D.D. Roberts, Y. Yamaguchi, and R.P. Lyon, “Calibration of Airborne Imaging

Spectrometer Data to Percent Reflectance Using Field Spectral Measurements,” Proc.

Nineteenth Int.

Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics Bakorsurtanal

UGM, Yogyakarta

Estes J.E dan D.S. Simonett. 1975. Fundamental of Image Interpretatation : Manual

of remote Sensing, vol 1, First Edition. R.G. Revees: ed-in-chief, American Society of

Fotogrammetry, Falls Chourch, Virginia.

Lillesand and Kiefer, 1993. Remote Sensing And Image Interpretation, Jhon Villey

and Sons, New York.

Lillesand, T.M dan R.W. Kiefer. 1990. Penginderaan Jauh dan interpretasi Citra.

Penerj. Dulbahri, et al. Gadjah Mada University Press. Yogayakarta

Lintz, J.Jr and D.S. Simonett. 1976, Remote Sensing of Environmental. Addison-

Wesley Publishing Comp. London. Lo, C.P, 1986. Penginderan Jauh Terapan, UI-

Press, Jakarta.

M.K. Griffin, H. K. Burke, J. Vail, S.M. Adler-Golden, and M. Matthew, “Sensitivity

of Atmospheric Compensation Model Retrievals to Input Parameter Specification,”

Proc. AVIRIS Earth Science and Applications Workshop, Pasadena, Calif., 1999, JPL

Publication 99-17.

Purwadi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT. Grasindo. Jakarta

S.M. Adler-Golden, A. Berk, L.S. Bernstein, S. Richtsmeier, P.K. Acharya, M.W.