Laporan Praktikum Inderaja Modul 1 FIX
-
Upload
muhammad-sulaiman -
Category
Documents
-
view
383 -
download
3
Transcript of Laporan Praktikum Inderaja Modul 1 FIX
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
1/46
LAPORAN RESMI PRAKTIKUM
PENGINDERAAN JAUH
MODUL I
INTERFACEPERANGKAT LUNAK ER MAPPER 7.0
MUHAMMAD SULAIMAN
26020212140030
Shift II
PROGRAM STUDI OSEANOGRAFI
JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2013
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
2/46
LEMBAR PENILAIAN
MODUL I :INTERFACEPERANGKAT LUNAK ER MAPPER 7.0
Nama : Muhammad Sulaiman NIM : 26020212140030 Ttd : ..
NO KETERANGAN NILAI
1. Pendahuluan
2. Tinjauan Pustaka
3. Materi dan Metode
4. Hasil dan Pembahasan
5. Kesimpulan
6. Daftar Pustaka
JUMLAH
Semarang, 23 Oktober 2013
Mengetahui,
Koordinator Praktikum Asisten
Jasmine Khairani Zainal Oscar Agustino
K2D 009 036 K2E 009 058
Shift : 2 (Dua)
Tanggal Praktikum : 17 September 2013
Tanggal Pengumpulan : 23 September 2013
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
3/46
I. PENDAHULUAN
1.1 Latar Belakang
Dalam penginderaan jauh kita mempelajari tentang penggambaran
bentuk muka bumi tetapi kita tidak menyentuh objeknya. Sehingga kita
membutuhkan suatu software yang dapat membantu kita dalam mengolah
data. Pada praktikum ini kita menggunakan ER Mapper yaitu sebuah
software yang digunakan dalam pengolahan data pengindraan jauh, dengan
memasukan hasil pemotretan bumi dari satelit.
Kegunaan hasil pemotretan bumi dari satelit merupakan
perkembangan dari pengukuran permukaan bumi dengan alat ukur tanah
yang dikembangkan dengan foto udara dan kemudian dengan satelit.
Klasifikasi citra penginderaan jauh (inderaja) bertujuan untuk menghasilkan
peta tematik, dimana tiap warna mewakili sebuah objek, misalkan hutan,
laut, sungai, sawah, dan lain-lain. 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
dianalisa untuk melihat lokasi terkonsentasinyapixeldalamfeature space.
1.2 Tujuan
Mahasiswa diharapkan mengetahui arti dan fungsi dari penginderaan jauh.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
4/46
Mahasiswa diharapkan mengetahui dan mampu mengoperasikansoftware
ER Mapper 7.0 yang dapatmembantu dalam proses pengolahan data hasil
dari citra penginderaan jauh.
II. TINJAUAN PUSTAKA
2.1 Penginderaan Jauh
Pengideraan jauh adalah teknik dan seni untuk memperoleh
informasi tentang suatu sasaran/objek, wilayah atau fenomena dengan
menganalisa data yang diperoleh dari alat, tanpa menyentuh/kontak
langsung dengan objek, wilayah atau fenomena yang dikaji. Objek yang
diambil berupa gejala di permukaan bumi atau ruang angkasa terbatas pada
objek yang tampat, yaitu objek permukaan bumi (atmosfer, biosfer,
hodrosfer dan litosfer) yang tidak terlindungi oleh objek lain (Marthina, B.
2011).
Menurut Lillesand dan Kiefer (1990), Penginderaan Jauh adalah
ilmu dan seni untuk memperoleh informasi tentang obyek, daerah, atau
gejala dengan jalan menganalisis data yang diperoleh dengan menggunakan
alat tanpa kontak langsung terhadap obyek, daerah, atau gejala yang dikaji.
Dari pengertian diatas dapat disimpulkan bahwa pengindraan jauh
adalah ilmu atau seni cara merekam suatu objek tanpa kontak fisik dengan
menggunakan alat pada pesawat terbang, balon udara, satelit, dan lain-lain.
Dalam hal ini yang direkam adalah permukaan bumi untuk berbagai
kepentingan manusia (Purnomo, D, 2012).
2.2 Citra
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
5/46
Dalam penginderaan jauh di dapat masukkan data atau hasil
observasi yang disebut citra. Citra dapat diartikan sebagai gambatan yang
tampak dari suatu obyek yang sedang diamati, sebagai hasil liputan atau
rekaman suatu alat pemantau. Sebagai contoh, memotret bunga di taman.
Foto bunga yang berhasil kita buat itu merupakan citra bunga tersebut
(Efendi, M. 2009).
Citra adalah gambaran rekaman suatu obyek (biasanya berupa
gambaran pada foto) yang dibuahkan dengan cara optik, elektro - optik,
optik mekanik, atau elektronik. Pada umumnya ia digunakan bila radiasi
elektromagnetik yang dipancarkan atau dipantulkan dari suatu obyek tidak
langsung direkam pada film. Citra dihasilkan dari sensor yang dipasang
pada wahana (Zu'ama, 2011).
2.2.1 Jenis Jenis Citra
1. Citra Foto
Citra foto adalah gambaran yang dihasilkan dengan menggunakan
sensor kamera. Citra foto dapat dibedakan berdasarkan:
a. Spektrum Elektromagnetik yang digunakan :
Berdasarkan spektrum elektromagnetik yang digunakan, citra foto
dapat dibedakan atas:
Foto ultra violet yaitu foto yang dibuat dengan menggunakan
spektrum ultra violet dekat dengan panjang gelombang 0,29
mikrometer.
Foto ortokromatik yaitu foto yang dibuat dengan menggunakanspektrum tampak dari saluran biru hingga sebagian hijau (0,4 - 0,56
mikrometer).
Foto pankromatik yaitu foto yang dengan menggunakan spektrum
tampak mata.
Foto infra merah yang terdiri dari foto warna asli (true infrared photo)
yang dibuat dengan menggunakan spektrum infra merah dekat sampai
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
6/46
panjang gelombang 0,9 mikrometer hingga 1,2 mikrometer dan infra
merah modifikasi (infra merah dekat) dengan sebagian spektrum
tampak pada saluran merah dan saluran hijau.
(Puremind, 2012)
b. Sumbu Kamera
Foto udara dapat dibedakan berdasarkan arah sumbu kamera ke
permukaan bumi, yaitu:
Foto vertikal atau foto tegak (orto photograph), yaitu foto yang dibuat
dengan sumbu kamera tegak lurus terhadap permukaan bumi.
Foto condong atau foto miring (oblique photograph), yaitu foto yang
dibuat dengan sumbu kamera menyudut terhadap garis tegak lurus ke
permukaan bumi. Sudut ini pada umumnya sebesar 10 derajat atau lebih
besar. Tapi apabila sudut condongnya masih berkisar antara 1 - 4 derajat,
foto yang dihasilkan masih digolongkan sebagai foto vertikal.
Foto condong masih dibedakan lagi menjadi:
Foto agak condong (low oblique photograph), yaitu apabila cakrawala
tidak tergambar pada foto.
Foto sangat condong (high oblique photograph), yaitu apabila pada foto
tampak cakrawalanya.
(Puremind, 2012)
c. Warna yang digunakan :
Berdasarkan warna yang digunakan, citra foto dapat dibedakan atas:
Foto berwarna semua (false colour).
Warna citra pada foto tidak sama dengan warna aslinya. Misalnya pohon
-pohon yang berwarna hijau dan banyak memantulkan spektrum infra
merah, pada foto tampak berwarna merah.
Foto berwarna asli (true colour).
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
7/46
Contoh: foto pankromatik berwarna.
(Puremind, 2012)
d. Wahana yang digunakan
Berdasarkan wahana yang digunakan, ada 2 (dua) jenis citra, yakni:
Foto udara, dibuat dari pesawat udara atau balon.
Foto satelit/orbital, dibuat dari satelit.
(Puremind, 2012)
2. Citra Non FotoCitra non foto adalah gambaran yang dihasilkan oleh sensor bukan
kamera. Citra non foto dibedakan atas:
a. Spektrum elektromagnetik yang digunakan
Berdasarkan spektrum elektromagnetik yang digunakan dalam
penginderaan, citra non foto dibedakan atas:
Citra infra merah thermal, yaitu citra yang dibuat dengan spektrum infra
merah thermal. Penginderaan pada spektrum ini mendasarkan atas bedasuhu objek dan daya pancarnya pada citra tercermin dengan beda rona atau
beda warnanya.
Citra radar dan citra gelombang mikro, yaitu citra yang dibuat dengan
spektrum gelombang mikro. Citra radar merupakan hasil penginderaan
dengan sistem aktif yaitu dengan sumber tenaga buatan, sedang citra
gelombang mikro dihasilkan dengan sistim pasif yaitu dengan
menggunakan sumber tenaga alamiah.
(Puremind, 2012)
b. Sensor yang digunakan
Berdasarkan sensor yang digunakan, citra non foto terdiri dari:
Citra tunggal, yakni citra yang dibuat dengan sensor tunggal, yang
salurannya lebar.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
8/46
Citra multispektral, yakni citra yang dibuat dengan sensor jamak, tetapi
salurannya sempit, yang terdiri dari:
Citra RBV (Return Beam Vidicon), sensornya berupa kamera yang
hasilnya tidak dalam bentuk foto karena detektornya bukan film dan
prosesnya non fotografik.
Citra MSS (Multi Spektral Scanner), sensornya dapat menggunakan
spektrum tampak maupun spektrum infra merah thermal. Citra ini dapat
dibuat dari pesawat udara.
(Puremind, 2012)
c. Wahana yang digunakan
Berdasarkan wahana yang digunakan, citra non foto dibagi atas:
Citra Dirgantara (Airborne Image), yaitu citra yang dibuat dengan wahana
yang beroperasi di udara (dirgantara). Contoh: Citra infra merah thermal,
citra radar dan citra MSS. Citra dirgantara ini jarang digunakan.
Citra Satelit (Satellite/Spaceborne Image), yaitu citra yang dibuat dariantariksa atau angkasa luar. Citra ini dibedakan lagi atas penggunaannya,
yakni:
Citra satelit untuk penginderaan planet. Contoh: Citra satelit Viking (AS),
Citra satelit Venera (Rusia).
Citra satelit untuk penginderaan cuaca. Contoh: NOAA (AS), Citra Meteor
(Rusia).
Citra satelit untuk penginderaan sumber daya bumi. Contoh: Citra Landsat
(AS), Citra Soyuz (Rusia) dan Citra SPOT (Perancis).
Citra satelit untuk penginderaan laut. Contoh: Citra Seasat (AS), Citra
MOS (Jepang).
(Puremind, 2012)
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
9/46
2.3 ER Mapper
ER Mapper merupakan salah satu software (perangkat lunak) yang
digunakan untuk mengolah data citra. Beberapa perangkat lunak serupa
yang juga memiliki fungsi yang sama antara lain ERDAS Imagine, PCL,
dan lain-lain. Masing-masing software memiliki keunggulan dan
kekurangannya masing-masing. ER Mapper sendiri dikeluarkan oleh Earth
Resource Mapping, yang merupakan salah satu vendor piranti pemrosesan
citra yang berpusat di Australia dengan berbagai cabang utama dan cabang
pembantudi beberapa negara. Meyngingat software ini mudah dipelajari dan
proses penyimpanan data yang lebih cepat dan sederhana dibandingkan
softwae lain, ER Mapper lebih banyak dipilih dan diminati pengolah citra
satelit. Secara umum ada dua tipe tombol operasi pada ER Mapper, yaitu
tombol menu pulldown dan toolbar. Sebagian besar perintah operasional
telah terfasilitasi dalam menupulldown, namun dalam kasus-kasus tertentu,
menu toolbarsangat efisien dan reflatif lebih mudah digunakan (Tansya, D,
2013).
2.4 Satelit Landsat
Satelit Landsat (Land Satellite) milik Amerika Serikat, pertama kali
diluncurkan pada tahun 1972 dengan nama ERTS-1. Proyek tersebut sukses
dan dilanjutkan dengan peluncuran selanjutnya, seri kedua, tetapi dengan
nama baru yaituLandsat. Seri tersebut hingga tahun 1991 telah sampai pada
Landsat 5, dikelompokkan menjadi dua generasi, yaitu generasi pertama (1-
3) dan generasi kedua (4-5).
(Sutanto, 1986)
Landsat 1-2 dan dua sensor, yaitu RBV (memiliki 3 saluran dengan
resolusi spasial 79 m) dan MSS (memiliki 4 saluraan). Landsat 3 masih
memiliki 2 sensor itu, tapi sensor RBV hanya memiliki 1 saluran dengan
resolusi spasial 40 m. Landsat 4-5 memiliki dua sensor; TM (dengan 7
saluran, dimana saluraan TM5 dan TM7-nya beresolusi spasial 30 m) dan
MSS.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
10/46
(Spasiatama, 2004).
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-satelitLandsattelah 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.
(Sutanto, 1986)
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.
Landsat 1- (mulanya dinamakanEarth Resources Technology Satellite 1) -
diluncurkan 23 Juli1972, operasi berakhir tahun 1978
Landsat 2 - diluncurkan 22 Januari1975, terminatedin 1981
Landsat 3 - diluncurkan 5 Maret1978, berakhir1983
Landsat 4 - diluncurkan 16 Juli1982, berakhir1993
Landsat 5 - diluncurkan 1 Maret1984, masih berfungsi
http://var/www/apps/wiki/Bumihttp://var/www/apps/wiki/Landsat_7http://var/www/apps/wiki/15_Aprilhttp://var/www/apps/wiki/1999http://var/www/apps/wiki/1999http://var/www/apps/wiki/Pertanianhttp://var/www/apps/wiki/Geologihttp://var/www/apps/wiki/Kehutananhttp://var/www/apps/wiki/Kehutananhttp://var/www/apps/w/index.phphttp://var/www/apps/wiki/Pendidikanhttp://var/www/apps/wiki/Pendidikanhttp://var/www/apps/wiki/Keamanan_nasionalhttp://var/www/apps/wiki/Resolusihttp://var/www/apps/wiki/1966http://var/www/apps/wiki/1979http://var/www/apps/wiki/Jimmy_Carterhttp://var/www/apps/wiki/NASAhttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/wiki/23_Julihttp://var/www/apps/wiki/1972http://var/www/apps/wiki/1972http://var/www/apps/wiki/1978http://var/www/apps/w/index.phphttp://var/www/apps/wiki/22_Januarihttp://var/www/apps/wiki/1975http://var/www/apps/wiki/1975http://var/www/apps/wiki/1981http://var/www/apps/w/index.phphttp://var/www/apps/wiki/5_Marethttp://var/www/apps/wiki/1978http://var/www/apps/wiki/1978http://var/www/apps/wiki/1983http://var/www/apps/w/index.phphttp://var/www/apps/wiki/16_Julihttp://var/www/apps/wiki/1982http://var/www/apps/wiki/1993http://var/www/apps/w/index.phphttp://var/www/apps/wiki/1_Marethttp://var/www/apps/wiki/1984http://var/www/apps/wiki/1984http://var/www/apps/wiki/Bumihttp://var/www/apps/wiki/Landsat_7http://var/www/apps/wiki/15_Aprilhttp://var/www/apps/wiki/1999http://var/www/apps/wiki/Pertanianhttp://var/www/apps/wiki/Geologihttp://var/www/apps/wiki/Kehutananhttp://var/www/apps/w/index.phphttp://var/www/apps/wiki/Pendidikanhttp://var/www/apps/wiki/Keamanan_nasionalhttp://var/www/apps/wiki/Resolusihttp://var/www/apps/wiki/1966http://var/www/apps/wiki/1979http://var/www/apps/wiki/Jimmy_Carterhttp://var/www/apps/wiki/NASAhttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/w/index.phphttp://var/www/apps/wiki/23_Julihttp://var/www/apps/wiki/1972http://var/www/apps/wiki/1978http://var/www/apps/w/index.phphttp://var/www/apps/wiki/22_Januarihttp://var/www/apps/wiki/1975http://var/www/apps/wiki/1981http://var/www/apps/w/index.phphttp://var/www/apps/wiki/5_Marethttp://var/www/apps/wiki/1978http://var/www/apps/wiki/1983http://var/www/apps/w/index.phphttp://var/www/apps/wiki/16_Julihttp://var/www/apps/wiki/1982http://var/www/apps/wiki/1993http://var/www/apps/w/index.phphttp://var/www/apps/wiki/1_Marethttp://var/www/apps/wiki/1984 -
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
11/46
Landsat 6 - diluncurkan 5 Oktober1993, gagal mencapai orbit
Landsat 7 - diluncurkan 15 April1999, masih berfungsi
(Sutanto, 1986)
2.5 RGB
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
(Ningrum, A.D, 2012).
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(Ningrum, A.D, 2012).
Pada perhitungan dalam program-program komputer model warna
direpresentasi dengan nilai komponennya, seperti dalam RGB (r, g, b)
masing-masing nilai antara 0 hingga 255 sesuai dengan urusan masing-
masing yaitu pertama Red, kedua Green dan ketigha adalah nilai Blue
dengan demikian masing-masing komponen ada 256 tingkat. Apabila
dikombinasikan maka ada 256 x 256 x 256 atau 16.777.216 kombinasi
warna RGB yang dapat dibentuk (Ningrum, A.D, 2012).
Dalam mendesign web warna RGB kerapkali direpresentasikan
dengan Hex Triplet atau kombinasi 2 pasang bilangan hexadecimal, seperti
#FF5D25 artinya Red = FF atau 15*16 + 15 = 255, Green = 5D atau 5*16 +
http://var/www/apps/w/index.phphttp://var/www/apps/wiki/5_Oktoberhttp://var/www/apps/wiki/1993http://var/www/apps/wiki/Landsat_7http://var/www/apps/wiki/15_Aprilhttp://var/www/apps/wiki/1999http://var/www/apps/w/index.phphttp://var/www/apps/wiki/5_Oktoberhttp://var/www/apps/wiki/1993http://var/www/apps/wiki/Landsat_7http://var/www/apps/wiki/15_Aprilhttp://var/www/apps/wiki/1999 -
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
12/46
13 = 93 dan Blue = 25 atau 2*16 + 5 = 37. Jadi RGB (255,93,37) (Ningrum,
A.D, 2012).
2.6 Teknik Interpretasi Visual
Teknik interpretasi visual (manual) citra satelit yang merupakan
adaptasi dari teknik interpretasi foto udara. Citra satelit yang dimaksudkan
disini adalah citra satelit pada saluran tampak dan perluasannya. Adaptasi
teknik ini bisa dilakukan karena baik citra satelit tesebut dan foto udara,
sama-sama merupakan rekaman nilai pantulan dari obyek. Namun karena
perbedaan karakteristik spasial dan spektralnya, maka tidak keseluruhan
kunci interpretasi dalam teknik interpretasi visual ini bisa digunakan.
Kelebihan dari teknik interpretasi visual ini dibandingkan dengan
interpretasi otomatis adalah dasar interpretasi tidak semata-mata kepada
nilai kecerahan, tetapi konteks keruangan pada daerah yang dikaji juga ikut
dipertimbangkan. Interpretasi manual ini peranan interpreter dalam
mengontrol hasil klasifikasi menjadi sangat dominan, sehingga hasil
klasifikasi yang diperoleh relatif lebih masuk akal (Ningrum, A.D, 2012).
Berdasarkan kerangka pemikiran tersebut maka interpretasi citra
Landsat 7 ETM digital menggunakan gabungan metode penafsiran secara
klasifikasi teracu (supervised classification) dan metode secara
manual/visual atau delineasi secara on screen digitation. Penggabungan
kedua metode ini (manual dan otomatis) menghasilkan klasifikasi yang
lebih rinci dan cepat sebab klasifikasi teracu akan membantu mempermudah
klasifikasi secara keseluruhan, terutama untuk memperoleh batas delineasi
pada kelas-kelas dengan poligon yang besar seperti kelas hutan, laut, danau
dan yang lainnya. Sedangkan metode secara manual/visual dapat lebih
memperinci hasil kliasifikasi teracu, terutama untuk memisahkan,
menggabungkan atau menambahkan kelas-kelas yang tidak bisa dilakukan
secara klasifikasi teracu (Ningrum, A.D, 2012).
2.7 Satelit IKONOS
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
13/46
Satelit IKONOS adalah satelit resolusi tinggi yang dioperasikan oleh
Geo Eye. Kemampuannya yang terliput adalah mencitrakan dengan resolusi
multispektral 3,2 meter dan inframerah dekat (0,82mm) pankromatik.
Aplikasinya untuk pemetaan sumberdaya alam daerah pedalaman dan
perkotaan, analisis bencana alam, kehutanan, pertanian, pertambangan,
teknik konstruksi, pemetaan perpajakan, dan deteksi perubahan. Mampu
menyediakan data yang relevan untuk studi lingkungan. Ikonos
menyediakan pandangan udara dan foto satelit untuk banyak tempat di
seluruh dunia (Anomin, 2013).
IKONOS adalah satelit milik Space Imaging (USA) yang
diluncurkan bulan September 1999 dan menyediakan data untuk tujuan
komersial pada awal 2000. Sebelum berganti nama menjadi ikonos, dulu
ikonos disebut sebagai Space Imaging. IKONOS berasal daribahasa Yunani
kata untuk "gambar". IKONOSadalah satelit dengan resolusi spasial tinggi
yang merekam data multispektral 4 kanal pada resolusi 4 m (citra berwarna)
dan sebuah kanal pankromatik dengan resolusi 1 m (hitam-putih). Ini berarti
IKONOSmerupakan satelit komersial pertama yang dapat membuat image
beresolusi tinggi (Lillesand and Kiefer, 1990).
2.8 Geolink
Geolink adalah salah satu cara yang di gunakan untuk mempermudah
dalam penggolahan register atau rektifikasi citra untuk penepatan GCP
antara 2 buah citra satelit. Geolink hanya bisa digunakan pada beberapa citra
yang mempunyai koordinat sama (citra yang telah tergeoreference). Jika
beberapa citra tesebut belum mempunyai koordinnat yang sama maka
dengan melakukan rektifikasi terlebih dulu pada citra yang sudah
mempunyai koordinatnya (Ningrum, A.D, 2012).
III. MATERI DAN METODE
3.1 Waktu dan Tempat
http://translate.googleusercontent.com/translate_c?hl=id&sl=en&u=http://en.wikipedia.org/wiki/Greek_language&prev=/search%3Fq%3Dikonos%26hl%3Did%26biw%3D1024%26bih%3D440%26prmd%3Divns&rurl=translate.google.co.id&usg=ALkJrhhPHa2GXAJacmtOJRc9QkXGmNis3Qhttp://translate.googleusercontent.com/translate_c?hl=id&sl=en&u=http://en.wikipedia.org/wiki/Greek_language&prev=/search%3Fq%3Dikonos%26hl%3Did%26biw%3D1024%26bih%3D440%26prmd%3Divns&rurl=translate.google.co.id&usg=ALkJrhhPHa2GXAJacmtOJRc9QkXGmNis3Q -
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
14/46
Hari : Selasa, 10 September 2013.
Waktu : 14.40 WIB Selesai.
Tempat : Laboratorium Komputasi, Gedung E, Lantai 2, Fakultas
Perikanan dan Ilmu kelautan, UNDIP, Semarang.
3.2 Materi
Materi praktikum inderaja yang disampaikan adalah :
1. Penggabungan Citra
2. CroppingCitra
3. Penajaman Citra, Komposit Warna, dan Teknik Interpretasi Visual
4. Reading Data Value
5. Geolink
3.3 Metode
3.3.1 Penggabungkan Citra
1. Jalankan ProgramER Mapper 7.0
2. Klik icon edit algorithm pada active window ER Mapper, makan
akan muncul kotak seperti gambar dibawah ini
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
15/46
3. Klik icon duplicate untuk menduplikat pseudo layer, dan duplikat
menjadi 6 layer.
4. Ganti pseudo layermenjadiBand 1, Band 2, Band 3, Band 4, Band 5, dan
Band 7. Tulis nama dan nim pada dialog box description.
5. Pada Band 1, cari file 2000_0204_B1.tif. Klik load dataset padawindow file cilacap, pilih volume dan tentukan letak file disimpan.
Kemudian klikok this layer only.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
16/46
6. Pada Band 2, cari file 2000_0204_B2.tif. Kemudian klik ok this layer
only.
7. Pada Band 3, cari file 2000_0204_B3.tif. Kemudian klik ok this layer
only.
8. Pada Band 4, cari file 2000_0204_B4.tif. Kemudian klik ok this layer
only.
9. Pada Band 5, cari file 2000_0204_B5.tif. Kemudian klik ok this layer
only.
10. Pada Band 7, cari file 2000_0204_B7.tif. Kemudian klik ok this layer
only. Maka akan muncul gambar dibawah ini
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
17/46
11. Save file dengan type raster dataset. Nama file
Gabung_MuhammadSulaiman_26020212140030.ers. KlikOK.
12. Pada kotaksave as ER Mapper dataset, pilih default dilanjutkan klikOK.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
18/46
3.3.2 CroppingCitra
1. Pilih edit algorithm , load datasetcari file
Gabung_MuhammadSulaiman_26020212140030.ers
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
19/46
2. Klik iconzoom box tool , dragarea yang akan di crop.
3. Duplikatpseudo layermenjadi 6, beri namaBand 1, Band 2, dst.
4. Ganti bandsesuai namanya :Band 1=Band 1, Band 2=Band 2, dst.
5. Save as dalam type raster dataset dengan nama file
Crop_MuhammadSulaiman_26020212140030.ers
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
20/46
6. Lalu Klik OK
7. Pada kotaksave as ER Mapper dataset, pilih default dilanjutkan klikOK.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
21/46
3.3.3 Penajaman Citra, Komposit Warna, dan Teknik Interpretasi
Visual
1. Pilih edit algorithm , load dataset cari fileCrop_MuhammadSulaiman_26020212140030.ers. Pada bagian surface,
ubah color table menjadigreyscale
2. Pil
ih
icon 99% Contrast Enchancement untuk menajamkan contrast.
Klik create RGB algorithm untuk menampilkan warna. Kemudian
klikrefresh .
3. Untuk mengetahui panjang atau luas dalam citra, pilih edit, annote vector
layer.
4. Untuk mengukur panjang, pada tools pilih poly line lalu lakukan
digitasipada area yang akan diukur panjangnya.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
22/46
5. Klik icon edit object extent , maka akan muncul tampilan window
map composition extent yang menunjukan informasi mengenai panjang
area yang telah dilakukan digitasi
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
23/46
6. Klik icon delete object untuk menghapus digitasi sebelumnya.
7. Atau untuk mengukur luas, pada tools pilih polygon lalu lakukan
digitasipada area yang akan diukur luasnya.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
24/46
8. Klik icon edit object extent , maka akan muncul tampilan window
map composition extent yang menunjukan informasi mengenai luas area
yang telah dilakukan digitasi.
9. Setelah dilakukan digitasi , area akan diberi tanda dengan memberi warna
pada garis hasil digitasi area. Dengan cara mengganti hand tool menjadi
pointer. Klik 2 kali pada hasil digitasi area , maka akan muncul set colour.
Pilih warna sesuai ketentuan.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
25/46
3.3.4 Reading Data Value
1. Pilih edit algorithm , load dataset cari file
Crop_MuhammadSulaiman_26020212140030.ers
2. Klik create RGB algorihtm untuk memunculkan warna
3. Hilangkan efeksmoothing, dengan cara menghilangkan tanda centang
pada kolomsmoothing .
4. Setelah warna muncul , hapus pseudo layer yang memiliki tanda silang.
5. Perbesar gambar dengan zoom box tool, hingga gambar tampak
kotak-kotak.
6. Pilih view, cell values profileuntuk melihat nilai pixel pada citra.
7. Klik pada pointer , kemudian klik pada salah satu pixeldalam citra.
Akan terlihat nilai pada window cell values profile.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
26/46
8. Pilih view, cell coordinates untuk mengetahui koordinat dari pixel
tersebut.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
27/46
9. Klik pada pointer, kemudian klik pada salah satu pixel dalam citra. Akan
terlihat koordinat pada window cell coordinates
10. Lakukan mulai dari langkah 6 sekali lagi.
3.3.5 Geolink
1. Klik icon new kemudian klik icon copy window , untuk membuat
layer menjadi dua. Untuk layer pertama, klikedit algorithm, load dataset,
pilih file IKONOS2005.ers. Sedangkan untuk layer kedua isikan dengan
citra IKONOS2009.ers.
2. KlikRGB algorihtm untuk memberi warna pada citra.
a. Geolink To Window
1). Klik kanan pada window, quick zoom, set geolink to window.
2). Lakukan hal yang sama pada window kedua
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
28/46
b. Geolink To Screen
1) Klik copy windowpada toolbars untuk menggandakan salah
satu window. Gandakan window kedua sebanyak dua kali,
sehingga terdapat empat window. Atur besar dan posisikan agar
membentuk satu layer.2) Klik kanan, quick zoom, set geolink to nonepada semua
window.
3) Klik kanan, quick zoom, set geolink to screenpada semua
window.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
29/46
c. Geolink To Roam
1) Klik kanan, quick zoom, set geolink to nonepada semua
window.
2) Pada setiap window ambil titik yang berbeda ketinggiannya
3) Pada window 1, klik kanan, quick zoom, set geolink to
overview roam
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
30/46
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
31/46
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
32/46
IV. HASIL DAN PEMBAHASAN
4.1 Hasil
4.1.1 Penggabungan Citra
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
33/46
4.1.2 Cropping
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
34/46
4.1.3 Penajaman Citra, Komposit Warna , dan Teknik Interpretasi Visual
a. Penajaman Citra
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
35/46
b. Pengukuran Panjang
c. Pengukuran Luas
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
36/46
4.1.4 Reading Data Value
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
37/46
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
38/46
4.1.5 Geolink
a. Geolink to Window
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
39/46
b. Geolink to Screen
c. Geolink to Overview Roam
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
40/46
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
41/46
4.2 Pembahasan
4.2.1 Penggabungan Citra
Metode penggabungan citra pada praktikum kali ini menggunakan
data citra foto wilayah Cilacap. Ada enam jenis data yang digunakan,
masing-masing data tersebut adalah 2000_0204_B1.tif yang akan
dimasukan ke dalam band 1, 2000_0204_B2.tif yang akan dimasukan ke
dalam band 2, 2000_0204_B3.tif yang akan dimasukan ke dalam band 3,
2000_0204_B4.tif yang akan dimasukan ke dalam band 4,
2000_0204_B5.tif yang akan dimasukan ke dalam band 5, dan
2000_0204_B7.tif yang akan dimasukan ke dalam band 6. Namun pada
penggabungan data citra tidak semua data citra dimasukan, salah satunya
adalah 2000_0204_B6 tidak dimasukan kedalam band 6karena data citra
tersebut merupakan peta batimetri dan indicator thermal. Dengan
menggabung kan beberapa citra dari data yang diperoleh maka kondisi
wilayah Cilacap dapat dipandang dari enam sudut pandang sekaligus
dalam satu layersehingga pengintrepratsi jauh lebih lengkap.
4.2.2 Cropping Citra
Teknik cropping dilakukan dengan menggunakan data citra Cilacap
Gabung_MuhammadSulaiman_26020212140030.ers yang tersimpan dan
telah digabungkan. Kemudian dengan menggunakan icon zoom box tool
pada area yang diinginkan sehingga akan nampak foto citra yang lebih
besar dari sebelumnya.
4.2.3 Penajaman Citra, Komposit Warna, dan Teknik Intepretasi Visual
Untuk penajaman citra, data citra yang digunakan adalah data citra
Cilacap Gabung_MuhammadSulaiman_26020212140030.ersyang telah di
crop yang telah tersimpan, penajaman warna citra dan memberi warna
pada sebuah citra, dengan menggunakan menggunakan icon99% Contrast
Enhacement yang terdapat pada toolbar ER Mapper. Hal ini sangat
berguna untuk membantu mencari panjang suatu area maupun luas daerah
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
42/46
dengan cara mendigitasi obyek yang diiinginkan. Ukuran dari luas dan
panjang akan langsung muncul pada kotakMap Composition Extents.
4.2.4 Reading Data Value
Pada metode ini juga digunakan data penggabungan citra Cilacap
yang telah di crop. Dengan melakukan zoom pada suatu area dan
menghapus efeksmoothing, maka akan tampakpixel-pixel dari tersebut.
Tujuan dari metode ini adalah untuk mengetahui nilai gradasi dan
koordinat dari sebuah pixel dalam citra tersebut. Hasil dari pembacaan
pixel pixeldari citra tersebut dapat kita baca dalam Cell Values Profile
dan Cell Coordinates.
4.2.5 Mengetahui Jarak dan Luas suatu Daerah
Untuk mengetahui jarak dan luas suatu daerah kita dapat
menggunakan toolbarZoom Box Tool terlebih dahulu sebelum memulai
mengukur panjang maupun luas suatu daerah. Setelah itu kita melakukan
Edit lalu Annotate Vector Layer, sehingga akan muncul toolbarpolygon
dan polyline.Polygon untuk mengukur luas sutu area sedangkan polyline
untuk mengukur jarak. Setelah itu kita dapat mengetahui panjang dan luas
sutu daerah dengan meng-klik icon Edit ,lalu Object Extent.ER Mapper
akan menampilkan window Map Composition Extent yang menunjukkan
informasi mengenai keliling, luas dan lain-lain area yang telah dilakukan
digitasi, tetapi sebelumnya RGB (Red, Green, Blue) digunakan untuk
menampilkan warna antara batas daratan dan perairan tampak lebih jelas
sehingga dapat dihitung luasan vegetasi tersebut. Refresh kita gunakan
untuk me-refresh gambar.
4.2.6 Geolink
Pada metodegeolinkini digunakan Data IKONOS 2005 dan 2009.
Dalam praktikum ini metode geolink terbagi menjadi geolink to window,
geolink to screen, dangeolink to overview roam. Geolinkbertujuan untuk
menghubungkan dua atau atau lebih windows windows image dalam ruang
koordinat geografik, dengan syarat image tersebut telah diregistrasi
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
43/46
terlebih dahulu. Dengan geolink dapat mempermudah dalam
membandingkan atau melakukan tindakan dalam dua objek sekaligus.
4.2.6.1 Geolink to window
Penggunaangeolink to window akan memperlihatkan gambar
dari koordinat yang sama dari dua citra dalam waktu yang berbeda.
4.2.6.2 Geolink to screen
Pada geolink to screen, akan menampilkan dua citra yang
saling terhubung dari window yang terpisah. Dimana , 2 citra yang
terhubung akan ditampilkan dalam 4 layer sekaligus.
4.2.6.3 Geolink to overview roam
Sedangkan, jika geolink to overview roam di aktifkan pada salah
satu layer, maka window lain juga akan menunjukan gambar yang sama
pada koordinat yang ditunjuk.
4.2.7 Perbandingan Data IKONOS Tahun 2005 dan 2009
Pada pengamatan kali ini diamati citra sekitar bandara Ahmad
Yani pada tahun 2005 dan 2009. Terlihat bahwa terdapat perbedaann
bentuk sungai dan panjangnya landasan udara di bandara Ahmad Yani.
Pada bentuk sungai di tahun 2005 terdapat lekukan berbentuk V di ujung
area bandara, tetapi dari citra 2009 diketahui bahwa telah dilakukan
pembelokan aliran sungai untuk menghilangkan lekukan berbentuk V
tersebut. Sedangkan untuk landasan udara, dari perbandingan data citra
satelit tahun 2005 dan 2009 terlihat bahwa pada tahun 2009 terlihat adanya
landasan udara yang lebih panjang dari sebelumnya.
IV.2.8 Mengapa Band 6 Tidak Dipakai ?
Namun pada penggabungan data citra tidak semua data citra
dimasukan, salah satunya adalah 2000_0204_B6 tidak dimasukan ke
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
44/46
dalam band 6pada Landsat TM merupakan panjang gelombang thermal
yang biasanya tidak digunakan untuk klasifikasi karena data citra tersebut
merupakan peta batimetri dan indicator thermal.
V. KESIMPULAN
1. Penggabungan beberapa citra dari data kondisi wilayah Cilacap dapat
dipandang dari enam sudut pandang sekaligus dalam satu layer sehingga
pengintrepratsi jauh lebih lengkap.
2. Teknik croppingdilakukan dengan menggunakan data citra Cilacap .
3. Penajaman citra, data citra yang digunakan adalah data citra Cilacap yang
telah di crop yang telah tersimpan, penajaman warna citra dan memberi
warna pada sebuah citra, dengan menggunakan icon 99% Contrast. Hal ini
bertujuan untuk membantu mencari panjang suatu area maupun luas daerah.
4. Polygon untuk mengukur luas sutu area sedangkan polyline untuk mengukur
jarak
5. Tujuan dari metode reading data values adalah untuk mengetahui nilai
gradasi dan koordinat dari sebuahpixeldalam citra tersebut.
6. Penggunaan geolink to window akan memperlihatkan gambar dari koordinat
yang sama dari dua citra dalam waktu yang berbeda.
7. Pada geolink to screen, akan menampilkan dua citra yang saling terhubung
dari window yang terpisah. Dimana , 2 citra yang terhubung akan ditampilkan
dalam 4 layer sekaligus.
8. Pada geolink to overview roam di aktifkan pada salah satu layer, maka
window lain juga akan menunjukan gambar yang sama pada koordinat yang
ditunjuk.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
45/46
9. Dari perbandingan data citra satelit tahun 2005 dan 2009 terlihat bahwa pada
tahun 2009 terlihat adanya landasan udara yang lebih panjang dari
sebelumnya.
10. Band 6 pada Landsat TM merupakan panjang gelombang thermal yang
biasanya tidak digunakan untuk klasifikasi karena data citra tersebut
merupakan peta batimetri dan indicator thermal.
DAFTAR PUSTAKA
Anomin. 2013. http://citragamasakti.com/main_sub.php?id=29&m_id=7 ;
diunduh Jumat, 20 September 2013 : 21.50 WIB.
Efendi, M. 2009. http://geografi84.blogspot.com/2009/11/materi-geografi-kelas-
xiipenginderaan.html ; diunduh Jumat, 20 September 2013 : 20.46 WIB.
Lillesand, T.M dan R.W. Kiefer. 1990.Penginderaan Jauh dan interpretasiCitra.
Penerj. Dulbahri, et al. Gadjah Mada University Press. Yogayakarta.
Marthina, B. 2011. http://geo-smancis.blogspot.com/p/penginderaan-jauh-
pengertian-dan-macam.html ; diunduh Jumat, 20 September 2013 : 22.00
WIB.
Ningrum, A.D. 2012. http://ocean076.blogspot.com/2012/05/teknik-visual-teknik-
interpretasivisual.html ; diunduh Jumat, 20 September 2013 : 23.00 WIB.
Puremind. 2012. http://kamusmeteorology.blogspot.com/2012/09/jenis-jenis-citra-
pengindraan-jauh.html ; diunduh Jumat, 20 September 2013 : 22.10 WIB.
Purnomo, D. 2012. http://pinterdw.blogspot.com/2012/08/pengertian-
penginderaan-jauh.html ; diunduh Jumat, 20 September 2013 : 23.15 WIB.
Spasiatama, Geomedia. 2004. Modul Pelatihan Er Mapper. GoeMedia Sp.
Yogyakarta.
Sutanto, 1986. Penginderaan Jauh Jilid I. Gadjah Mada University
Press.Yogyakarta.
-
7/27/2019 Laporan Praktikum Inderaja Modul 1 FIX
46/46
Tansya, D. 2013. http://bahankuliah-tha.blogspot.com/2013/01/er-mapper.html ;
diunduh Jumat, 20 September 2013 : 21.44 WIB.
Zu'ama. 2011.http://zuamahilma.blogspot.com/2011/06/makalah-penginderaan-jauh.html ; diunduh Jumat, 20 September 2013 : 22.56 WIB.