Download - Laporan Praktikum Inderaja Modul 3 FIX

7/27/2019 Laporan Praktikum Inderaja Modul 3 FIX

1/52

LAPORAN RESMI PRAKTIKUM

PENGINDERAAN JAUH

MODUL III

KOREKSI GEOMETRI

MUHAMMAD SULAIMAN

26020212140030

Shift II

PROGRAM STUDI OSEANOGRAFI

JURUSAN ILMU KELAUTAN

FAKULTAS PERIKANAN DAN ILMU KELAUTAN

UNIVERSITAS DIPONEGORO

SEMARANG

2013


2/52

LEMBAR PENILAIAN

MODUL III : KOREKSI GEOMETRI

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, 7 Oktober 2013

Mengetahui,

Koordinator Praktikum Asisten

Jasmine Khairani Zainal Oscar Agustino

K2D 009 036 K2E 009 058

Shift : 2 (Dua)

Tanggal Praktikum : 1 Oktober 2013

Tanggal Pengumpulan : 7 Oktober 2013


3/52

I. PENDAHULUAN1.1 Latar Belakang

Perkembangan teknologi yang semakin lama semakin pesat khususnya

dalam hal teknik pengolahan citra, menuntut kita untuk lebih menguasainya.

Berbagai macam software pengolahan citra telah dikembangkan

sebagaimana mestinya. Hal ini bertujuan untuk mempermudah dalam

otomatisasi pengolahan citra. Perkembangan teknik pengolahan citra juga

memungkinkan semakin praktisnya pemrosesan, dengan jaminan hasil

pengolahan citra yang semakin baik. Sebelum melakukan koreksi

geometrik, analis harus memahami terlebih dahulu tentang sistem proyeksi

peta. Pada prinsipnya sistem proyeksi berpijak pada tiga kaidah yaitu

mempertahankan jarak, sudut dan luas (equal distance, aqual angle, aqual

area). Untuk menyajikan posisiplanimetris ada sejumlah sistem proyeksi.

Pada dasarnya semua citra yang diperoleh melalui perekaman sensor

tidak lepas dari kesalahan, yang umumnya disebabkan oleh mekanisme

perekaman sensornya, gerak, dan wujud geometri bumi serta kondisi

atmosfer pada saat perekaman. Kesalahan yang terjadi pada proses

pembentukan citra ini perlu dikoreksi supaya aspek geometrik dan

radiometriknya benar-benar mendukung pemanfaatan untuk aplikasi yang

berkaitan dengan pemanfaatan sumber daya. Proses perbaikan kualitas citra

supaya siap pakai ini disebut restorasi citra.

Koreksi geometri selanjutnya diperlukan untuk menghasilkan data

yang lebih teliti dalam aspekplanimetrik. Pada koreksi ini, sistem koordinat

atau proyeksi peta tertentu dijadikan rujukan, sehingga dihasilkan citra yang

mempunyai sistem koordinat dan skala yang seragam. Citra terkoreksi ini

siap untuk dimanipulasi bersama dengan peta dalam kerangka sistem

informasi geografi (Danoedoro, 1996).


4/52

1.2 Tujuan1. Agar mahasiswa mampu melakukan koreksi geometrik citra dengan

menggunakan perangkat lunakER Mapper 7.0.2. Agar mahasiswa mengetahui 3 istilah dalam pengkoreksian geometri

yaituRektifikasi, Orthorektifikasi, danRegresi.

3. Agar mahasiswa dapat memahami teknik perbaikan data digital.


5/52

II. TINJAUAN PUSTAKA2.1 Koreksi Geometri

Koreksi geometrik merupakan proses memposisikan citra sehingga cocok

dengan kordinat peta dunia sesungguhnya. Ada beberapa cara dalam

pengkoreksian ini antara lain triangulasi, polinominal, orthorektifikasi

dengan menggunakan kontrol titik titik lapangan (ground control point),

proyeksi peta ke peta dan registrasi titik titik yang telah diketahui (know point

registration). Koreksi citra bedasarkan citra yang lain yang telah dikoreksi

disebut image to image (Mapper, 1998).

Ada tiga cara untuk melakukan koreksi geometri yang pertama adalah

rektifikasi geometri. Rektifikasi geometri adalah mengubah aspek geometri

pada citra dengan cara merujuk pada proyeksi peta yang baku, sehingga

koordinat pada citra menjadi sama dengan koordinat pada peta yang

digunakan sebagai data acuan. Proses yang digunakan dalam koreksi

geometri dengan cara rektifikasi geometri adalah dengan transformasi

koordinat dan resampling. Metode yang digunakan adalah dengan metode

GCP (ground control point), yaitu membandingkan titik-titik kontrol pada

citra dan titik-titik kontrol pada peta. Pengambilan titik kontrol harus

mewakili dan merata pada seluruh citra. untuk memudahkan dalam

pengambilan titik kontrol, obyek yang dipilih sebagai titik kontrol adalah

obyek yang mudah dikenali pada citra, seperti posisi jalan, sungai dan

kenampakan obyek yang khas. Cara yang kedua adalah dengan registrasi

citra yaitu dengan mendaftarkan koordinat citra yang belum terkoreksi

dengan koordinat citra yang sudah terkoreksi yang mempunyai daerah yang

sama, atau (map to map transformation). Sedangkan Ortorektifikasi adalah

bentuk lebih akurat dari rektifikasi karena mengambil penghitungan sensor

(kamera) dan karakteristik platform (pesawat terbang). Ini khusus

direkomendasikan untuk foto udara. Ortorektifikasi dicakup terpisah di dalam

Image orthorectification'(Lillesand, T.M and Kiefer, R.W. 1990).


6/52

Data asli hasil rekaman sensorbaik pada satelit maupun pesawat terbang

merupakan representasi dari bentuk permukaan bumi yang tidak beraturan.

Meskipun kelihatannya merupakan daerah yang datar, tetapi area yang

direkam sesungguhnya mengandung kesalahan (distorsi) yang diakibatkan

oleh pengaruh kelengkungan bumi dan atau oleh sensor itu sendiri. Oleh

karena itu diperlukangeoreferensi yang merupakan suatu proses memberikan

koordinat peta pada citra yang sesungguhnya sudah planimetris. Koreksi

geometrik merupakan proses yang mutlak dilakukan apabila posisi citra akan

disesuaikan atau ditumpang susunkan dengan peta-peta atau citra lainnya

yang mempunyai sistem proyeksi peta (Fathoni, 2013).

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:

Menggunakan titik kontrol (Ground Control Point) yang dicari pada citralain yang sudah memilikigeoreferensi.

Menggunakan titik (Ground Control Point) yang dapat dicari pada petayang sudah memilikigeoreferensi.

Memakai titik pengukuran yang diambil menggunakan GPS (GlobalPositioning System) pada lokasi-lokasi tertentu yang mudah dikenali pada

citra. Hal yang perlu dipertimbangkan dalam melakukan koreksi geometris

antara lain adalah tingkat resolusi danproyeksi yang digunakan data itu.

(Fathoni, 2013)

2.2 RektifikasiRektifikasi adalah suatu proses melakukan transformasi data dari satu

sistem grid menggunakan suatu transformasi geometrik. Oleh karena posisi

piksel pada citra output tidak sama dengan posisipiksel input(aslinya) maka

piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-

resamplingkembali.Resamplingadalah suatu proses melakukan ekstrapolasi


7/52

nilai data untukpiksel-pikselpada sistem grid yang baru dari nilaipikselcitra

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 (Fathoni, 2013).

Ada beberapa 7 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 skalayang berbeda.

7. Membuat mozaik citra.8. Melakukan analisis yang memerlukan lokasi geografis dengan presisi

yang tepat.

(Fathoni, 2013)

2.3 OrthorektifikasiOrthorektifikasi adalah metode yang paling akurat. Upaya ini memerlukan

data DEM (digital elevation model) dan tidak dibutuhkan pada daerah yang

relative datar. Jika suatu kenampakan geografis yang unik dan stabil sifatgeometrik dan radiometriknya dan lokasinya dapat diketahui dengan tepat,

baik pada citra maupun pada peta, orthorektifikasi biasanya memilih lokasi

yang memiliki ciri khas seperti kenampakan muka bumi yang berbentuk

cekungan, atau garis pantai yang menjorok ke laut, maupun ciri-ciri ekstrim

lainnya pada permukaan bumi sehingga dapat memperbaiki pergeseran relief

(relief displacement). Proses koreksi geometrisnya adalah dengan


8/52

memasukkandata ketinggian permukaan dan informasi posisi platfom satelit

penginderan (Nasda. 2000).

Orthorefikasi merujuk pada tipe rektifikasi yang lebih akurat dari pada

rektifikasi biasa karena prosesnya juga mempertimbangkan beberapa

karateristik sensor (kamera) dan platform. Proses orthorektifikasi sangat

disarankan untuk dilakukan terhadap citra digitalfoto udara (Prahasta, 2008).

2.4 Penyesuaian RegresiPenyesuaian regresi diterapkan dengan memplot nilai-nilai piksel hasil

pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila

ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai nol

untuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran

rujukan tersebut untuk membentuk diagram pancar nilai pikselyang diamati.

Cara ini secara teoritis mudah namun secara prakteknya sulit, karena

gangguan atmosfer terjadi hampir pada semua spektra tampak dan saluran.

Pengambilanpixel-pixelpengamatan harus berupa obyek yang secara gradual

berubah naik nilainya, pada kedua saluran sekaligus dan bukan hanya pada

salah satu saluran ( Sutanto, 1987).

Penyesuaian regresi (Regression Adjusment) diterapkan dengan memplot

nilai-nilaipixelhasil pengamatan dengan beberapa saluran sekaligus. Hal ini

diterapkan apabila ada saluran rujukan (yang relatif bebas gangguan) yang

menyajikan nilai nol untuk obyek tertentu. Kemudian tiap saluran

dipasangkan dengan saluran rujukan tersebut untuk membentuk diagram

pancar nilai pixel yang diamati. Cara ini banyak mengalami gangguan

atmosfer yang terjadi hampir pada semua spektra tampak dan saluran.

Penyesuaian ini melewati beberapa tahap, dan hasilnya tidak selalu naik. Hal

ini disebabkan karena tidak setiap citra mempunyai nilai objek yang ideal

untuk dikoreksi, seperti air jernih atau bayangan awan. Dibandingkan dengan

teknik penyesuaian histogram hasilnya tidak jauh berbeda. (Projo Danoedoro,

1996).


9/52

Penyesuaian regresi (regression adjusment) pada prinsipnya menghendaki

analisis untuk mengidentifikasi objek bayangan atau air jernih pada citra yang

akan dikoreksi. Nilai kecerahan pada objek dari setiap saluran di plotkan

dalam sumbu koordinat secara berlawanan arah antara saluran tampak (seperti

TM saluran 1, 2, 3) dan saluran infra merah (seperti TM 4,5,7). Pada diagram

ini garis lurus dibuat menggunakan teori least square. Perpotongannya

dengan sumbu X akan menunjukkan besarnya nilai bias demikian seterusnya

untuk saluran yang lain. Penyesuaian histogram ini melewati beberapa tahap,

dan hasilnya tidak selalu naik. Hal ini disebabkan karena tidak setiap citra

mempunyai nilai objek yang ideal untuk dikoreksi, seperti air jernih atau

bayangan awan. Dibandingkan dengan teknik penyesuaian histogram hasilnya

tidak jauh berbeda (Ningrum A.D, 2012).

2.5 RMS ErrorRoot Mean Square Error merupakan selisish saat proses rektifikasi antara

koordinat titik kontrol hasil transformasi dengan koordinat titik kontrol. Nilai

RMS yang rendah akan menghasilkan data yang akurat. Menurut GIS

Consortium Aceh-Nias (2007) terdapa tempat faktor yang mempengaruhi

RMS Error. Faktor yang pertama adalah tingkat ketelitian titik kontrol

lapangan. Faktor berikutnya adalah tingkat ketelitian titik control citra. Faktor

yang ketiga adalah jumlah dan distribusi letak titik kontrol. Faktor yang

terakhir adalah model transformasi yang digunakan (Ihsan,M , 2012).

Root Mean Square adalah sebuah pengukuran ketepatan GCP dalam citra

ini yang dipresentasikan dalam ukuran pixelcitra. RMSEadalah suatu angka

yang menujukkan akurasi suatu data contohnya peta dan citra satelit dalam

kaitannya dengan sistem koordinat. Semakin besar nilai RMSE maka dapat

dipastikan semakin besar pula kesalahan letak (informasi posisi ) pada data

tersebut (Saribu, 2008).

2.6 Geocoding Wizard(GCP)Merupakan tool yang berbasiskan wizard (sekumpulan user interface

kotak dialog) yang digunakan untuk menjalankan fungsi-fungsi analysis


10/52

spasial yang mencakup : dissolve (menghasilkan batas-batas polygon yang

bersebelahan untuk menggabungkan unsur-unsur yang memiliki nilai yang

bersebelahan untuk menggabungkan unsur-unsur yang memiliki nilai atribut

tertentu yang sama), merge (menggabungkan themes), clip (memotong

dengan unsur-unsur theme lain), union (menggabungkan atau

mengoverlaykan dua theme), dan spasial join (melakukan penggabungan

tabel-tabel atribut theme berdasarkan hubungan spasial unsur-unsurnya)

(Rizqi,A, 2012).

Dengan mengaktifkan Geocoding Wizards yang dibuka melalui menu

pulldown process. Penetuan titik kontrol dalam koreksi geometrik dilakukan

bersamaan dengan proses geocoding. Dalam menu geocoding wizards,

terdapat berbagai macam metodegeocodingyang dapat dipilih dan digunakan

berikut dengan tahapan-tahapannya (Wulandari A.E, 2012).

Secara prinsip perbedaan dari berbagai metode geocodingadalah sebagai

berikut:

1. Metode Triangulasi (Triangulation method) dilakukan dalam prosesrektifikasi untuk mereduksi pergeseran (distorsi) decim. Biasanyadilakukan pada data foto udara untuk memperbaiki pergeseran data

akibat pergerakan sensor yang yang tidak stabil.

2. Metode Polinomial (Polynomial method) dilakukan bila koreksi yangdilakukan meliputi keseluruhan areal data citra (tidak bersifat decim)

seperti halnya metode yang pertama.

3. Metode Ortorektifikasi dengan menggunakan GCP (Ortorectify usingGCP) memperbaiki foto udara akibat distors pergerakan sensor fotoudara pada pesawat dan pergeseran data ketinggian. Dalam proses

rektifkasinya, metode ini membutuhkan foto udara, GCP sampai dengan

informasi ketinggiannya, dan fileDigital Elevation Model(DEM).

4. Metode Ortorektifikasi dengan menggunakan eksterior orientationdecima mirip dengan metode ortorektifikasi sebelumnya, hanya tidak

perlu mengunakan GCP, selama eksterior orientasinya telah diketahui.


11/52

5. MetodeMap to map reprojection dilakukan untuk merubah proyeksi petasatu ke proyeksi peta lainnya.

6. Metode Known point registration dilakukan pada citra yang sudahberkesesuaian dengan poyeksi data acuan. Penentuan dilakukan

berdasarkan atas titik sudut koordinat citra acuan yang telah diketahui.

7. Metode Rotasi (Rotation method) dilakukan untuk memutar data citraberlawanan dengan arah jarum jam. Informasi yang dibutuhkan adalah

sudut perputaran dalam derajat menit dan detik atau dalam decimal.

(Wulandari A.E, 2012)


12/52

III. MATERI DAN METODE3.1 Waktu dan Tempat

Hari : Selasa, 1 Oktober 2013

Waktu : 14.40 WIB - Selesai

Tempat : Laboratorium Komputasi, Gedung E, Lantai 2, Jurusan Ilmu

Kelautan, FPIK, Universitas Diponegoro, Semarang.

3.2 MateriMateri yang disampaikan pada praktikum ke-3 penginderaan jauh yaitu :

1. Memeriksa Koreksi CitraMetode ini bertujuan untuk melihat citra tersebut sudah terkoreksi atau

tidak.

2. Proses Geocoding WizardMetode ini bertujuan menyamakan koordinat antara citra yang belum

dikoreksi dan sudah dikoreksi.

3. Proses Penggabungan Dua Citra (Overlay)Menggabungkan dua citra dari satelit yang berbeda, sehingga keunggulan

tiap citra dapat dimanfaatkan.

3.3 Metode3.3.1Memeriksa Koreksi Citra1. Membuka programER Mapper7.0


13/52

2. Klikedit algorithm, lalu klikicon load dataset, lalupilih data citraLandsat_MSS_notwarped.ers, lalu klik ok.


14/52

3. Kliknewuntuk membuka window baru, kemudian klik load datasetbukacitraLansdsat_MSS_27Aug91.ers

4. Klikcreate RGB algor ithmpada kedua citra untuk memberi warna padacitra.

5. Klikedit algori thm, cutuntuk menghapuspseudo layer


15/52

6. Klikload dataset, info untuk menampilkan info dari citra

7. Simpan citra dalam format ER MAPPER Algorithm (.alg). Untuk citraLandsat_MSS_notwarped.ers simpan dengan nama file

BelumKoreksi_MuhammadSulaiman_26020212140030, sedangkan citra

Lansdsat_MSS_27Aug91.ers simpan dengan nama file

SudahKoreksi_MuhammadSulaiman_26020212140030.


16/52

3.3.2 Proses Geocoding Wizard1. klikprocessgeocoding wizard

2. Pilihpolynomial, kemudian memasukanfileBelumKoreksi_MuhammadSulaiman_26020212140030.ers yang telah di

simpan sebelumnya, kemudian lanjut ke tahappolynomial setup.


17/52

3. Pilih linier, kemudian lanjut tahap GCP set up.

4. Ceklis Geocoded image, vectors or algorithm, masukanfileSudahKoreksi_MuhammadSulaiman_26020212140030.ers. Kemudian

lanjut tahap GCP edit.


18/52

5. Maka akan muncul empat window tampilan citra dangeocodingstep 4,tetapi 2 window yang memiliki keterangan overview di-close. Klikdelete

all GCPs untuk menghapus semuageocodingpada citra.


19/52

6. KlikEdit Algorithm , hilangkan cek pada Smoothinguntuk menampilkanpixel.

7. Kemudian dengan zoom box tool untuk memperbesar salah satu bagiancitra di tempat yang sama antara correteddan uncorrected.


20/52

8. KlikPointer Tool , kemudian klik dikedua titik di tempat yang kira-kirasama pada kedua citra. Setelah itu, klikadd new GCP untuk menambahkan

GCPbaru

9. Lakukan hal yang sama untuk titik-titik yang lain, sebanyak 100 titik.


21/52

10. Simpan hasil tersebut dengan format GCP.


22/52

11. Lanjutkan pemberian titik GCP hingga titik ke seratus. Buka hasilpenyimpanan dengan format text document.

12. Selanjutnya lanjutkan pada tahapRecitfy


23/52

13. Simpan data dengan namafileRectify_MuhammadSulaiman_26020212140030.ers dengan format .ers.

KlikSave file andstart retification.


24/52

14. Close semua window, kemudian klik iconEdit Algorithm , KlikLoadDataset , buka data citraRectify yang baru disimpan tadi.

15. KlikCreate RGB Algorithm untuk memberi warna pada citra dan melihatapakah citra yang telah dikoreksi hasilnya sudah tepat atau belum.

16. Setelah proses selesai, tutup semua jendela kecuali jendelaER Mapper.


25/52

3.3.3 Proses Penggabungan Dua Citra ( Overlay)1. KlikiconEdit Algorithm , lalu klikLoad Dataset , buka data

citra hasil rectifikasi tadi, kemudian klik Create RGB Algorithm

untuk memberi warna pada citra

2. Di windows Algorithm, klik pada bagianEditdan pilihAdd VectorLayer, Add Annotation Layer, sehingga akan muncul Annotation

Layer. Lalu buat Annotation Layer pada windows Algorithm

sebanyak 2


26/52

3. Pilih annotation layerpertama, kemudian klik Load Data Set, buka file San_Diego_drainage.erv


27/52

4. Pilih annotation layerkedua, kemudian klikLoad Data Set ,buka file San_Diego_roads.erv


28/52

5. Klik New untuk membuat window baru, dan klik EditAlgorithm , lalu klik Load Dataset , buka citra

SPOT_pan.ers


29/52

6. Pada bagian pseudo layer, klik kanan dan pilih Intensity, danlakukanRefreshing Image With 99% Clip On Limits


30/52

7. Kemudian pada layer dari citra satelit SPOT, klik Copy untukmeng-copy layer tersebut

8. Pada window Algorithm citra hasil rektifikasi, lakukanpenggabungan citra satelit SPOT dengan citraLandsatdengan klik

Paste.

9. Kemudian padaDefault Surface Intensity LayerklikMove Up


31/52

10.Zoom pada citra yang sudah digabung tadi menggunakan ZoomBox Tooldan lihat perbedaannya


32/52

IV. HASIL DAN PEMBAHASAN4.1.1. Memeriksa Koreksi Citra

Citra Landsat_MSS_notwarped.ers

CitraLandsat_MSS_27Aug91.ers.


33/52

4.1.2. Proses Geocoding Wizard


34/52

Hasil dalam wordPad :

#

# GCPs for dataset :

c:\ermapper70\examples\Shared_Data\Landsat_MSS_notwarped.ers

#

# Total number of GCPs: 100

# Number turned on : 100

# Warp order : 1

# GCP CORRECTED map projection details:

# Map Projection : NUTM11

# Datum : NAD27

# Rotation : 0.000

#

# Point On Locked Cell-X Cell-Y To-

X To-Y To-Z

"1" Yes No 259.006 351.005

485417.9501000 3615449.6982000 0.00000

"2" Yes No 118.993 399.007

477098.7777000 3614151.7595000 0.00000"3" Yes No 125.998 359.007

477865.2064000 3616275.5012000 0.00000

"4" Yes No 74.997 222.008

476390.0680000 3624534.9262000 0.00000

"5" Yes No 99.996 175.009

478218.5091000 3626895.8504000 0.00000

"6" Yes No 124.005 157.012

479753.6218000 3627662.5933000 0.00000"7" Yes No 352.986 461.009

489607.3040000 3608310.8569000 0.00000

"8" Yes No 137.993 283.019

479280.7096000 3620464.2060000 0.00000

"9" Yes No 343.999 413.028

489546.6772000 3611083.6632000 0.00000

"10" Yes No 317.996 341.007

488779.1500000 3615391.1897000 0.00000


35/52

"11" Yes No 312.009 432.000

487600.0853000 3610375.6038000 0.00000

"12" Yes No 274.000 393.010

485829.9787000 3612913.0908000 0.00000"13" Yes No 379.003 486.000

490845.0348000 3606658.8138000 0.00000

"14" Yes No 240.001 353.006

484355.2982000 3615508.7523000 0.00000

"15" Yes No 227.993 288.008

484295.9642000 3619284.3119000 0.00000

"16" Yes No 202.999 266.020

483116.2477000 3620759.6484000 0.00000

"17" Yes No 332.001 387.008

489134.2718000 3612676.6080000 0.00000

"18" Yes No 121.004 303.022

478160.2217000 3619520.8057000 0.00000

"19" Yes No 78.994 289.005

475917.9118000 3620701.0991000 0.00000

"20" Yes No 137.991 194.997

480166.0082000 3625420.5642000 0.00000

"21" Yes No 325.001 480.007

487835.6890000 3607543.5294000 0.00000

"22" Yes No 180.987 297.006

481582.1377000 3619225.1565000 0.00000

"23" Yes No 238.000 321.006

484532.6953000 3617278.8756000 0.00000

"24" Yes No 303.993 130.011

490137.4993000 3627426.5387000 0.00000

"25" Yes No 423.001 220.018

495859.8339000 3621172.1886000 0.00000

"26" Yes No 352.009 238.019

491730.3332000 3620877.6452000 0.00000

"27" Yes No 411.002 358.001

493854.1985000 3613561.0643000 0.00000

"28" Yes No 215.996 181.999

484650.6040000 3625361.4930000 0.00000


36/52

"29" Yes No 383.999 137.009

494562.0849000 3626247.0816000 0.00000

"30" Yes No 388.994 280.004

493382.1694000 3618162.9493000 0.00000"31" Yes No 447.995 475.009

494798.3157000 3606599.3354000 0.00000

"32" Yes No 194.996 60.008

484708.8374000 3632442.4077000 0.00000

"33" Yes No 267.983 239.011

487009.5368000 3621644.5657000 0.00000

"34" Yes No 265.991 52.023

488780.1025000 3632205.6017000 0.00000

"35" Yes No 288.998 303.012

487601.0918000 3617809.2247000 0.00000

"36" Yes No 193.001 348.003

481759.0054000 3616276.0047000 0.00000

"37" Yes No 301.007 421.013

487069.1833000 3611083.5320000 0.00000

"38" Yes No 330.998 161.005

491317.0124000 3625420.6536000 0.00000

"39" Yes No 468.989 225.006

498397.2394000 3620464.6995000 0.00000

"40" Yes No 185.995 139.004

483411.5594000 3628134.6982000 0.00000

"41" Yes No 143.989 324.994

479221.8812000 3618045.8474000 0.00000

"42" Yes No 41.977 135.015

475386.7957000 3629727.9652000 0.00000

"43" Yes No 76.998 245.005

476272.4336000 3623237.5896000 0.00000

"44" Yes No 325.995 205.001

490609.2685000 3623001.7512000 0.00000

"45" Yes No 417.997 447.006

493382.2850000 3608487.9481000 0.00000

"46" Yes No 178.000 227.009

482112.7379000 3623237.0855000 0.00000


37/52

"47" Yes No 111.005 194.008

478690.6302000 3625715.9579000 0.00000

"48" Yes No 338.996 286.008

490550.2211000 3618281.4035000 0.00000"49" Yes No 86.995 79.011

478455.1213000 3632441.9180000 0.00000

"50" Yes No 73.002 175.009

476744.2156000 3627190.2324000 0.00000

"51" Yes No 149.989 359.016

479221.2571000 3616038.7538000 0.00000

"52" Yes No 481.002 433.998

497039.5312000 3608546.2663000 0.00000

"53" Yes No 279.003 201.997

488013.7486000 3623650.9370000 0.00000

"54" Yes No 99.989 322.006

476803.1010000 3618635.6338000 0.00000

"55" Yes No 153.007 249.014

480461.1173000 3622234.2949000 0.00000

"56" Yes No 396.997 205.983

494561.2088000 3622235.5991000 0.00000

"57" Yes No 352.996 342.011

490786.2839000 3615037.0516000 0.00000

"58" Yes No 380.011 381.012

491907.0750000 3612558.9379000 0.00000

"59" Yes No 441.990 421.019

494975.6147000 3609668.6003000 0.00000

"60" Yes No 480.990 301.001

498337.5446000 3616039.9336000 0.00000

"61" Yes No 438.004 395.003

495034.2502000 3611202.0504000 0.00000

"62" Yes No 313.999 317.995

488838.7096000 3616747.7915000 0.00000

"63" Yes No 186.000 164.007

483175.0137000 3626718.9474000 0.00000

"64" Yes No 340.009 255.007

490905.1716000 3620052.1299000 0.00000


38/52

"65" Yes No 226.001 113.999

485890.1932000 3629079.2007000 0.00000

"66" Yes No 343.005 103.993

492556.2178000 3628547.3777000 0.00000"67" Yes No 389.999 426.002

492025.4990000 3609903.6510000 0.00000

"68" Yes No 435.995 169.017

497099.7365000 3623945.6379000 0.00000

"69" Yes No 435.996 285.011

495978.4810000 3617397.1162000 0.00000

"70" Yes No 327.997 69.025

492083.8754000 3630613.1083000 0.00000

"71" Yes No 313.989 271.998

489251.7157000 3619343.8765000 0.00000

"72" Yes No 99.003 93.006

478986.2677000 3631557.2915000 0.00000

"73" Yes No 235.980 232.992

485299.1853000 3622293.5345000 0.00000

"74" Yes No 176.003 99.998

483233.5394000 3630376.6214000 0.00000

"75" Yes No 472.986 348.010

497452.6100000 3613502.4696000 0.00000

"76" Yes No 435.984 263.994

496213.6879000 3618576.8535000 0.00000

"77" Yes No 279.993 267.010

487423.6066000 3619933.4506000 0.00000

"78" Yes No 305.998 194.015

489606.1489000 3623827.4911000 0.00000

"79" Yes No 180.008 195.008

482526.6360000 3625008.1796000 0.00000

"80" Yes No 406.002 159.006

495565.0784000 3624771.4554000 0.00000

"81" Yes No 395.007 404.009

492497.6426000 3611142.8971000 0.00000

"82" Yes No 86.993 121.016

478042.6120000 3630081.0148000 0.00000


39/52

"83" Yes No 150.011 86.008

481936.1131000 3631438.7927000 0.00000

"84" Yes No 261.006 165.012

487364.3526000 3625892.5474000 0.00000"85" Yes No 379.008 344.009

492201.2008873 3614625.5270363 0.00000

"86" Yes No 379.990 193.014

493736.5382207 3623119.7232657 0.00000

"87" Yes No 23.000 86.007

474797.1628246 3632678.3418168 0.00000

"88" Yes No 466.999 125.012

499282.0443117 3626069.6719802 0.00000

"89" Yes No 423.004 76.003

497335.7795041 3629314.7841449 0.00000

"90" Yes No 410.996 100.000

496391.0503772 3628077.1527776 0.00000

"91" Yes No 440.985 134.007

497748.0413764 3625833.2309506 0.00000

"92" Yes No 221.993 63.000

486183.9804888 3632029.0728785 0.00000

"93" Yes No 116.006 271.010

478219.4937803 3621349.6250153 0.00000

"94" Yes No 144.003 219.988

480284.2261538 3623945.8378249 0.00000

"95" Yes No 317.994 42.991

491730.1129978 3632205.7340619 0.00000

"96" Yes No 436.994 328.012

495624.2148687 3614978.0820701 0.00000

"97" Yes No 146.010 118.995

481346.6407444 3629609.2188498 0.00000

"98" Yes No 233.001 197.009

485475.8874196 3624358.1448728 0.00000

"99" Yes No 260.010 112.023

487835.7999475 3628901.6837214 0.00000

"100" Yes No 351.007 305.016

491022.8846895 3617101.4881017 0.00000


40/52

# RMS error report:

# Warp Type - Polynomial

# -----ACTUAL----- ---PREDICTED---# Point Cell-X Cell-Y Cell-X Cell-Y

RMS

# "1" 259.006 351.005 258.987 350.771

0.2351

# "2" 118.993 399.007 118.887 398.433

0.5841

# "3" 125.998 359.007 125.723 359.506

0.5700

# "4" 74.997 222.008 75.162 221.668

0.3781

# "5" 99.996 175.009 99.666 175.425

0.5311

# "6" 124.005 157.012 123.921 157.545

0.5399

# "7" 352.986 461.009 353.144 461.046

0.1627

# "8" 137.993 283.019 137.540 283.024

0.4525

# "9" 343.999 413.028 343.695 413.451

0.5207

# "10" 317.996 341.007 317.357 341.558

0.8439

# "11" 312.009 432.000 312.138 431.571

0.4484

# "12" 274.000 393.010 273.805 393.228

0.2925

# "13" 379.003 486.000 379.578 485.750

0.6274

# "14" 240.001 353.006 240.410 352.984

0.4091

# "15" 227.993 288.008 227.945 288.105

0.1086


41/52

# "16" 202.999 266.020 203.051 266.270

0.2547

# "17" 332.001 387.008 331.729 387.255

0.3679# "18" 121.004 303.022 120.999 302.687

0.3349

# "19" 78.994 289.005 78.602 289.167

0.4240

# "20" 137.991 194.997 137.853 194.925

0.1556

# "21" 325.001 480.007 324.797 479.656

0.4067

# "22" 180.987 297.006 181.139 297.377

0.4002

# "23" 238.000 321.006 238.119 321.942

0.9442

# "24" 303.993 130.011 304.414 130.038

0.4223

# "25" 423.001 220.018 422.434 220.411

0.6910

# "26" 352.009 238.019 351.831 238.043

0.1801

# "27" 411.002 358.001 410.767 357.663

0.4123

# "28" 215.996 181.999 215.674 182.307

0.4453

# "29" 383.999 137.009 384.591 136.908

0.6015

# "30" 388.994 280.004 388.653 279.800

0.3973

# "31" 447.995 475.009 448.202 474.754

0.3283

# "32" 194.996 60.008 195.232 60.113

0.2582

# "33" 267.983 239.011 267.775 239.183

0.2692


42/52

# "34" 265.991 52.023 266.436 51.814

0.4917

# "35" 288.998 303.012 289.636 303.473

0.7871# "36" 193.001 348.003 193.135 347.658

0.3707

# "37" 301.007 421.013 300.802 420.986

0.2068

# "38" 330.998 161.005 330.912 161.016

0.0869

# "39" 468.989 225.006 468.508 224.887

0.4958

# "40" 185.995 139.004 185.821 138.287

0.7379

# "41" 143.989 324.994 143.848 324.875

0.1852

# "42" 41.977 135.015 42.060 135.233

0.2336

# "43" 76.998 245.005 77.056 244.381

0.6268

# "44" 325.995 205.001 325.987 204.850

0.1509

# "45" 417.997 447.006 417.965 446.516

0.4906

# "46" 178.000 227.009 178.172 226.631

0.4151

# "47" 111.005 194.008 111.414 194.321

0.5157

# "48" 338.996 286.008 339.264 286.370

0.4503

# "49" 86.995 79.011 86.961 79.137

0.1307

# "50" 73.002 175.009 73.249 174.835

0.3018

# "51" 149.989 359.016 149.917 359.463

0.4521


43/52

# "52" 481.002 433.998 481.107 434.391

0.4067

# "53" 279.003 201.997 279.083 201.556

0.4480# "54" 99.989 322.006 100.184 322.067

0.2047

# "55" 153.007 249.014 152.615 248.933

0.4012

# "56" 396.997 205.983 396.729 206.036

0.2737

# "57" 352.996 342.011 353.180 341.558

0.4890

# "58" 380.011 381.012 380.092 380.852

0.1794

# "59" 441.990 421.019 441.974 421.327

0.3079

# "60" 480.990 301.001 480.878 301.315

0.3331

# "61" 438.004 395.003 438.344 394.724

0.4393

# "62" 313.999 317.995 314.279 318.001

0.2795

# "63" 186.000 164.007 186.015 163.402

0.6052

# "64" 340.009 255.007 340.045 254.778

0.2322

# "65" 226.001 113.999 225.873 114.475

0.4929

# "66" 343.005 103.993 342.895 103.369

0.6331

# "67" 389.999 426.002 390.186 426.247

0.3085

# "68" 435.995 169.017 435.498 168.850

0.5241

# "69" 435.996 285.011 435.924 285.101

0.1156


44/52

# "70" 327.997 69.025 328.459 69.210

0.4976

# "71" 313.989 271.998 313.564 272.010

0.4243# "72" 99.003 93.006 98.837 92.766

0.2923

# "73" 235.980 232.992 236.198 233.201

0.3012

# "74" 176.003 99.998 175.948 100.196

0.2058

# "75" 472.986 348.010 473.244 347.731

0.3806

# "76" 435.984 263.994 436.422 264.057

0.4425

# "77" 279.993 267.010 280.128 267.409

0.4209

# "78" 305.998 194.015 306.118 193.672

0.3636

# "79" 180.008 195.008 179.972 194.853

0.1590

# "80" 406.002 159.006 406.427 159.286

0.5089

# "81" 395.007 404.009 394.606 403.457

0.6828

# "82" 86.993 121.016 86.971 121.074

0.0622

# "83" 150.011 86.008 150.267 85.838

0.3074

# "84" 261.006 165.012 261.049 164.904

0.1171

# "85" 379.008 344.009 378.923 344.346

0.3478

# "86" 379.990 193.014 379.773 193.308

0.3660

# "87" 23.000 86.007 22.914 86.186

0.1990


45/52

# "88" 466.999 125.012 466.847 125.613

0.6208

# "89" 423.004 76.003 423.320 75.612

0.5020# "90" 410.996 100.000 410.713 99.812

0.3404

# "91" 440.985 134.007 441.004 134.352

0.3456

# "92" 221.993 63.000 222.023 62.750

0.2518

# "93" 116.006 271.010 116.485 270.993

0.4786

# "94" 144.003 219.988 144.367 219.978

0.3642

# "95" 317.994 42.991 317.510 42.842

0.5069

# "96" 436.994 328.012 437.119 327.863

0.1944

# "97" 146.010 118.995 145.604 119.157

0.4369

# "98" 233.001 197.009 233.002 197.086

0.0774

# "99" 260.010 112.023 260.096 111.618

0.4141

# "100" 351.007 305.016 351.022 305.264

0.2483

#

# Average RMS error : 0.387

# Total RMS error : 38.662

# End of GCP details


46/52

4.1.3. Overlay(Penggabungan Dua Citra)


47/52


48/52

4.2 Pembahasan

4.2.1. Memeriksa Koreksi Citra

Secara umum, koreksi geometri didefinisikan sebagai usaha-usaha

untuk memperbaiki citra dari pengaruh kelengkungan bumi dan gerakan

muka bumi dengan cara menyesuaikannya tepat dengan koordinat bumi

sehingga sesuai dengan koordinat peta dunia yang sesungguhnya. Proses

koreksi geometrik ini bertujuan untuk mengkoreksi geometri citra

sehingga hasil akhir dari proses ini akan dihasilkan citra dengan sistem

koordinat lapangan/sistem koordinat yang kita inginkan.

Dengan menggunakan data diatas, koreksi dapat dilakukan dengan

mengetahui bahwa, Landsat_MSS_Northwarped.ers merupakan data

citra yang belum terkoreksi secara geometri, sedangkan untuk data

Landsat_MSS_27Aug91.ers merupakan data citra yang sudah terkoreksi

secara geometri. Dengan menggunakan cara geocoding, koreksi dengan

menggunakan referensi acuan data citra yang telah terkoreksi, data citra

yang belum terkoreksi dapat dikoreksi kegeometriannya.

Pada citra yang belum dikoreksi pada Geodetic Datumdan Map

Projectionnya berupa RAW. Hal ini menunjukkan bahwa citra tersebut

masih berupa data mentah atau belum dikoreksi. Sedangkan pada data

yang sudah dikoreksi pada Geodetic Datum-nya adalah NAD27 dan pada

Map Projection-nya adalah NUTM11. Hal ini menunjukkan bahwa citra

tersebut sudah dikoreksi. Pada gambar citra yang belum dikoreksi

gambarnya tegak lurus atau tidak menceng dan terlihat besar, sedangkan

pada citra yang sudah dikoreksi gambarnya miring atau menceng dangambarnya Nampak lebih kecil dibanding dengan citra yang belum

dikoreksi. Citra yang telah dikoreksi gambarnya miring, hal ini mungkin

dikarenakan citra tersebut telah dikoreksi koordinatnya.

4.2.2. Proses Geocoding Wizard

Pada tahap ini kita menentukan 100 titik pada citra yang belum

dikoreksi dengan citra yang sudah dikoreksi. Pada langkah ini kita akan

mengenal istilah GCP dan RMS Error. GCP (ground control poin t),


49/52

yaitu membandingkan titik-titik kontrol pada citra dan titik-titik kontrol

pada peta. Pengambilan titik kontrol harus mewakili dan merata pada

seluruh citra. Sedangkan RMS Error, yaitu suatu program dari Geocoding

Wizard (GCP) pada ER M apper 7.0, yang berfungsi sebagai koreksi

kesalahan perhitungan dalam peletakkan titik-titik yang tepat pada peta

yang ingin diteliti. RMS Errorakan muncul apabila telah ditentukan

empat titik pada peta yang telah dipilih. Nilai RMS Errorakan kurang dari

satu apabila titik yang diplotkan tepat dan sesuai pada kedua peta,

sedangkan nilainya akan lebih dari satu bila pengeplotan titik-titik pada

kedua peta tidak tepat.

Pada pengeplotan titik, dari titik pertama sampai seratus nilai RMS

Erroryang didapatkan semua kurang dari satu. Hal ini menunjukkan

bahwa titik yang telah kita plotkan pada citra yang belum dikoreksi dan

yang telah dikoreksi sudah mendekati tepat, apabila kita tidak tepat

mengeplotkan titik pada kedua citra tersebut maka kita akan mendapatkan

nilai pada RMS Error lebih dari satu. Maka kita harus membuat

pengeplotan ulang.

4.2.3.Overlay(Penggabungan Dua Citra)

Untuk penggabungan citra, kita menggunakan citra hasil rektifkasi dan

citra SPOT dimana keduanya mempunyai karakteristik masing-masing.

Citra hasil rektifikasi merupakan citra yang berwarna tetapi resolusinya

rendah, sedangkan citra SPOT resolusinya tinggi namun hitam putih. Jika

keduanya digabungkan maka akan terbentuk suatu citra yang berwarna

dengan resolusi yang tinggi. Selain itu juga ditampilkan penggabungkan

antara jalan dan drainase. Sehingga terlihat alur jalan dan drainase secara

jelas. Hal ini dapat dilakukan dengan menyatukan citra tersebut pada

windows algoritm yang sama. Pada koreksi ini dapat diketahui nilai RMS

Error-nya. RMSmerupakan ukuran ketelitian dari GCPpada sebuah citra.

Untuk mendapatkan nilai RMSyang baik perlu diperhatikan titik-titik atau

objek yang akan digunakan sebagai kontrol.


50/52

4.2.4 Kenapa Memakai .alg (Algorithm) ?

Algorithm dapat digunakan untuk pengolahan template untuk aplikasi

berbagai data yang berlainan. Algorithm mengandung semua persoalandata yang diperlukan sehingga kita tidak dipersulit dengan pengolahan

citra kita. Pengolahan data citra menjadi interaktif langsung di layar

monitor, tanpa harus membuat suatufile keluaran tiap proses.

4.2.5 NAD27 dan NUTM11

Geodetic DatumNAD27 dan Map ProjectionNUTM11 berada

dinegara USA.


51/52

V. KESIMPULAN1. Proses koreksi geometrik ini bertujuan untuk mengkoreksi geometri citra

sehingga hasil akhir dari proses ini akan dihasilkan citra dengan sistem

koordinat lapangan/sistem koordinat yang kita inginkan.

2. Pada tahap geocoding wizard kita menentukan 100 titik pada citra yangbelum dikoreksi dengan citra yang sudah dikoreksi Pada langkah ini kita akan

mengenal istilah GCP dan RMSError.

3. Untuk penggabungan dua citra, kita menggunakan citra hasil rektifkasi dancitra SPOT dimana keduanya mempunyai karakteristik masing-masing, Pada

koreksi ini dapat diketahui nilai RMS Error-nya. RMS merupakan ukuran

ketelitian dari GCP pada sebuah citra. Untuk mendapatkan nilai RMS yang

baik perlu diperhatikan titik-titik atau objek yang akan digunakan sebagai

kontrol.

4. Algorithm mengandung semua persoalan data yang diperlukan sehingga kitatidak dipersulit dengan pengolahan citra, Pengolahan data citra menjadi

interaktif langsung di layar monitor, tanpa harus membuat suatu file keluaran

tiap proses.

5. Geodetic Datum NAD27 dan Map Projection NUTM11 berada dinegaraUSA.


52/52

DAFTAR PUSTAKA

Danoedoro, P. 1996.Beberapa Teknik Operasi dalam Sistem Informasi Geografis.

Puspics UGMBAKOSURTANAL. Yogyakarta.

Fathoni.2013. http://obralanilmu.blogspot.com/2013/03/koreksi-geometrik-

rektifikasi-dan.html . Diakses pada 04 September 2013 pukul 11:12 WIB.

Ihsan,M. 2012. http://www.academia.edu/3673532/Teknik Pemasukan Data

Digitasi Layar Dengan Arcview. Diakses pada 4 Oktober 2013 pukul 14:19

WIB

Lillesand and Kiefer. 1990.Remote Sensing and Image interpretation Jhon Willey

and Son, New York.

Mapper. Er. 1998.Earth Resources Mapper User Manual. Ver. 6.0.87collin

Streat. West Perth. Western Australia 6005.

Nasda. 2000. The Used Of Japanes Earth Resaorces Satelit 1 (Jers-1). Tokyo.Japan.

Ningrum, A.D. 2012. http://ocean076.blogspot.com/2012/05/teknik-visual-teknik-

interpretasivisual.html ; diunduh Jumat, 20 September 2013 : 23.00 WIB.

Prahasta, Eddy.2008.Remote Sensing.Informatika : Bandung

Rizqi,A. 2012. http://rizqiari.blogspot.com/2012/10/tugas-sig.html. Diakses pada

4 Oktober 2013 pukul 19:55 WIB

Saribu. 2008. http://konturgeo.blogspot.com/2008/09/koreksi-radiometrik.html.

Diakses pada 4 Oktober 2013 pukul 14:30 WIB

Sutanto. 1987.Penginderaan Jauh I, Gajah Mada University Press, Yogyakarta.