I.
PENDAHULUAN
1.1
Latar Belakang
Penginderaan
jauh adalah suatu ilmu dan seni untuk memperoleh informasi tentang objek,
daerah atau gejala dengan cara menganalisis data yang diperoleh dengan
menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang
dikaji. Penerapan manfaat data informasi
penginderaan jauh terutama foto satelit dianggap paling baik sampai saat
ini karena mempunyai tingkat resolusi yang amat tinggi serta sifat
stereoskopisnya sangat baik. Pembagian citra penginderaan jauh (inderaja)
bertujuan untuk menghasilkan peta tematik, dimana tiap warna mewakili sebuah
objek, misalkan hutan, laut, sungai, sawah, dan lain-lain.Makalah ini
mempresentasikan disain dan implementasi perangkat lunak untuk mengklasifikasi
citra inderaja multispektral. Metode berbasis unsupervised yang diusulkan ini
adalah integrasi dari metode feature extraction, hierarchical (hirarki)
clustering, dan partitional (partisi) clustering.
Feature extraction dimaksudkan untuk mendapatkan komponen utama citra
multispektral tersebut, sekaligus mengeliminir komponen yang redundan, sehingga
akan mengurangi kompleksitas komputasi. Histogram komponen utama ini dianalisa
untuk melihat lokasi terkonsentasinya pixel dalam feature space.
Penginderaan jauh berkembang dalam bentuk
pemrotretan muka bumi melalui wahana pesawat terbang yang menghasilkan foto
udara dan bentuk penginderaan jauh berteknologi satelit yang mendasarkan pada
konsep gelombang elektromagnetis. Dalam perkembangannya saat ini, dengan adanya
teknologi satelit berresolusi tinggi, pengenalan sifat fisik dan bentuk obyek
dipermukaan bumi secara individual juga dapat dilakukan.
Data penginderaan jauh adalah berupa
citra. Citra penginderaan jauh memiliki beberapa bentuk yaitu foto udara
ataupun citra satelit. Data penginderaan jauh tersebut adalah hasil rekaman
obyek muka bumi oleh sensor. Data penginderaan jauh ini dapat memberikan banyak
informasi setelah dilakukan proses interpretasi terhadap data tersebut.
1.2
Rumusan
Masalah
a)
Bagaimanah
cara melakukan Composit band pada citra landsat 8 ?
b)
Bagaimanah
cara melakukan penajaman citra satelit yang telah di Composit sebelumnya ?
c)
Bagaimanah
cara melakukan proses klasifikasi tak terbimbing citra (Unsupervised
Classification) ?
1.3
Tujuan dan Kegunaan
Adapun
tujuan dan kegunaan dari praktikum Inderaja 1 yaitu untuk mengetahui cara
mengoperasikan program aplikasi ArcGis 10.0 dan langkah-langkah mengelolah
citra yang meliputi Composit Band, Penajaman Citra dan Klasifikasi Tak Terbimbing.
II.
TINJAUAN
PUSTAKA
2.1 Penginderaan
Jauh
Penginderaan jauh (disingkat inderaja) adalah pengukuran atau
akuisisi data dari sebuah objek atau fenomena oleh sebuah alat yang tidak
secara fisik melakukan kontak dengan objek tersebut atau pengukuran atau
akuisisi data dari sebuah objek atau fenomena oleh sebuah alat dari jarak jauh,
(misalnya dari pesawat, pesawat luar angkasa, satelit, kapal atau alat lain. Contoh dari penginderaan jauh antara lain
satelit observasi bumi, satelit cuaca, memonitor janin dengan ultrasonik dan wahana luar
angkasa yang
memantau planet dari orbit. Di masa modern istilah penginderaan jauh mengacu
kepada teknik yang melibatkan instrumen di pesawat atau pesawat luar angkasa
dan dibedakan dengan penginderaan lainnya seperti penginderaan medis atau fotogrametri. Walaupun semua hal yang
berhubungan dengan astronomi sebenarnya adalah penerapan
dari penginderaan jauh (faktanya merupakan penginderaan jauh yang intensif),
istilah “penginderaan jauh” umumnya lebih kepada yang berhubungan dengan
teresterial dan pengamatan cuaca. (Curran, 1985).
Dan dapat disimpulkan bahwa penginderaan jauh adalah suatu ilmu, seni, dan
teknik dalam usaha untuk mengetahui benda, gejala, dan area dari jarak jauh
dengan menggunakan alat pengindera berupa sensor buatan. Sensor buatan yang digunakan dalam
penginderaan jauh dapat berupa kamera, sonar, radiometer, atau magnetometer
yang dipasang pada wahana pesawat terbang, satelit, pesawat ulang alik, dan
sebagainya.
2.2
Composit Band
Composit band adalah penggabungan 3 saluran (band) untuk menonjolkan masing-masing
keunggulan saluran secara serentak dalam suatu display, sehingga memudahkan
pengguna dalam intrepretasi citra secara visual. Citra ini merupakan perpaduan 3 saluran, dengan masing-masing saluran
diberi warna dasar, yaitu merah, hijau dan biru (RGB). Ketersediaan citra
multispketral dengan jumlah saluran yang lebih banyak memberikan kemungkinan
yang lebih banyak dalam membuat kombinasi citra komposit. Citra komposit warna
asli pun dapat dihasilkan, bila tersedia saluran-saluran biru, hijau dan merah. (setiyawanhardiyanto.blogspot.com)
2.3
Penajaman Citra
Penajaman
citra yaitu
mengubah nilai piksel secara sistematis sehingga menghasilkan efek kenampakan
citra yang lebih ekspresif sesuai dengan kebutuhan pengguna. Meliputi semua
operasi yang menghasilkan citra baru dengan kenampakan visual dan karakteristik
spektral yang berbeda. Penajaman Kontras ini bertujuan untuk memperoleh kesan
kontras yang lebih tinggi. Dengan mentransformasi seluruh nilai kecerahan maka
hasilnya adalah berupa citra baru dengan nilai maksimum awal, dan nilai minimum
baru lebih rendah dari nilai minimum awal dan jika dilihat secara visual
hasilnya berupa citra baru yang variasi hitam putihnya lebih menonjol sehingga
tampak lebih tajam dan memudahkan proses interpretasi.(Colwell, 1984)
Perentangan kontrascitra
dapat dilakukan dengan merentangkan nilai kecerahan pikselnya. Citra asli
biasanya memiliki panjang gelombang yang lebih sempit dari 0-255. Sehingga
hasil citra baru memiliki histogram yang memiliki kurva lebih besar.
2.4
Klasifikasi Tak Terbimbing
Klasifikasi tak terbimbing merupakan metode
klasifikasi citra yang memberikan keleluasan kepada komputer untuk melakukan
klasifikasi secara mandiri. Kelas yang dihasilkan adalah kelas spektral.
Sehingga pengelompokkan kelas didasarkan nilai natural spektral citra dan
entitas nilai spektral tidak dapat diketahui dengan cepat. Hal ini dikarenakan
analisisnya tidak menggunakan data acuan.
III.
METODE PRAKTEK
3.1 Waktu dan
Tempat
Praktikum
Penafsiran Potret Udara dan Citra Satelit (Inderaja) dilaksanakan pada hari
Jum’at-Sabtu, 6-7
Mei 2016 pukul 16.00 WITA sampai selesai. Kegiatan Praktikum ini dilaksanakan di Ruangan
Perkuliahan KHT A, Fakultas Kehutanan, Universitas Tadulako, Palu.
3.2 Alat dan Bahan
Alat dan
bahan yang digunakan dalam praktikum yaitu Citra Landsat 8, Program Aplikasi Arc GIS, Laptop, Kabel Roll, dan Alat
Tulis Menulis.
3.3 Cara Kerja
·
Cara Kerja
Modul 1 ( Composit Band )
1.
Buka aplikasi
Arc GIS 10.0 yang telah terinstal
sebelumnya di dalam laptop
2.
Setelah itu,
Add data yang akan di komposit
3.
Kemudian,
setelah kita Add data selanjutnya yaitu
klik ArcToolbox pada pada menu Geoprocessing, kemudian pilih dan klik
Management tool, kemudian klik Raster, selanjutnya klik Raster Processing dan
terakhir klik Composite Band
4.
Kemudian
setelah muncul kotak dialog composite band, pada bagian input raster diisi
dengan citra yang akan di composit, setelah selesai kemudian pada bagian output
raster kita ganti nama sesuai dengan yang kita inginkan. Setelah itu kita klik
OK
5.
Tunggu sampai
proses Composit selesai
·
Cara Kerja
Modul 2 ( Penajaman Citra )
1.
Buka aplikasi
Arc GIS 10.0 yang telah terinstal
sebelumnya di dalam laptop
2.
Kemudian kita
buka citra komposit yang telah kita lakukan sebelumnya melalu Add data
3.
Setelah citra
kompositnya muncul maka langkah selanjunya yaitu pilih dan klik Geoprocessing
kemudian pilih dan klik Raster, kemudian Raster Processing, setlah itu klik
Create Pan Sharpened Raster dataset
4.
Kemudian
setelah muncul kotak dialog Create Pan Sharpened Raster dataset, selanjunya
pada bagian input raster kita isi dengan data citra landsat 8 dengan Band 8
pula. Kemudian pada kotak Red, Green dan Blue di isi angka 3, 2 dan 1. Kemudian
pada bagian output raster kita isi dengan judul dari pada penyimpanan yang kita
inginkan, setelah itu pada bagian Panchromatic image di isi dengan data citra
yang telah di komposit sebelumnya.
5.
Setelah itu,
klik OK dan tunggu sampai proses
selesai.
·
Cara Kerja
Modul 3
1.
Pertama,kita
lanjutkan data yang telah kita pertajam citranya.
2.
Kemudian,
kita pilih dan klik Arctoolsbox kemudian spasial anayst tool selanjutnya
multivariate dan pilih iso klaster
3.
Setelah
muncul dialog Iso klaster masukkan citra yang akan diklasifikasikan (citra
hasil komposit) pada input raster band dan masukan nama file untuk output
raster. Setelah itu, tentukan jumlahkelas pada kotak Number of classes kemudian
klik OK
4.
Setelah
proses Iso claster selesai maka proses selanjutnya menggunakan Maksimum
likelihood clasification. Lokasinya sama dengan lokasi Iso Claster pad Arc
toolbox
5.
Kemudian
setelah kotak dialog Maksimum Likelihood classification masukkan citra yang
akan diklasifikasi (citra hasil komposit) pada input Raster Band, selanjutnya
masukkan file GSG hasil dari Iso Klaster pada input Signature File, Kemudian
beri nama file, kemudian beri nama file hasil klasifikasi pada kolom Output
classified Raster selanjunya OK
IV.
HASIL DAN
PEMBAHASAN
4.1 Hasil
4.1.1
Modul 1 ( Composit Band )
Gambar 1. Hasil Composit Band
4.1.2
Modul II (
Penajaman Citra )
Gambar 2.
Hasil Penajaman Citra
4.1.3
Modul III ( Klasifikasi Tak Terbimbing Citra )
Gambar 3.
Hasil Klasifikasi Tak Terbimbing
4.2 Pembahasan
Citra yang dimasukkan dalam Arc GIS 10.0 yaitu
citra band 5, 6 dan 7. Saat citra dimasukkan warna citra hanya hitam dan putih,
jadi citra belum dapat dianalisis dengan baik karena warnanya tersebut. Setelah
itu dilakukan komposit band RGB (R=5, G=6, dan B=7) dimana citra digabungkan
sehingga citra dapat memiliki warna, sehingga dapat dilihat bahwa warna putih merupkan awan, biru gelap
merupakan laut, orange merupakan lahan terbuka atau kebun, coklat merupakan
vegetasi tumbuhan yang masih baik.
Pada penajaman citra yaitu hasil komposit citra
yang digabungkan lagi dengan menggunakan citra band 8, sehingga kenampakan
citra dapat terlihat dengan jelas. Dimana hasil yang didapatkan yaitu putih
merupakan awan, hitam kecoklatan merupakan laut, biru muda merupakan lahan
terbuka atau kebun, dan biru tua merupakan vegetasi tumbuhan.
Pada klasifikasi tak terbimbing yaitu klasifikasi
yang dilakukan oleh komputer sendiri. Dimana tampilan pertama menghasilkan penampakan pada piksel dan sejumlah kelas masih belum bisa di
bedakan secara spesifik sehingga tidk dapat mempresentasikan satu identitas
dengan property yang spesifik. Selanjutnya, penampakan pada tampilan kedua dimana kenampakan ini sudah jelas membedakan antara tiap piksel dan
kelas yang berbeda disertai dengan warna yang berbeda pula, sehingga kita sudah
dapat dengan mampu membedakan atara tiap warna yang tertera sesuai dengan
peruntukan yang kita ingingkan.
V.
PENUTUP
5.1 Kesimpulan
Kesimpulan yang dapat diberikan yaitu :
a) Penginderaan
jauh (disingkat inderaja) adalah pengukuran atau akuisisi data dari sebuah objek
atau fenomena oleh sebuah alat yang tidak secara fisik melakukan kontak dengan
objek tersebut atau pengukuran atau akuisisi data dari sebuah objek atau
fenomena oleh sebuah alat dari jarak jauh, (misalnya dari pesawat, pesawat luar angkasa, satelit, kapal atau alat lain;
b) Composit band adalah
penggabungan 3 saluran (band) untuk menonjolkan masing-masing keunggulan
saluran secara serentak dalam suatu display, sehingga memudahkan pengguna dalam
intrepretasi citra secara visual;
c) Penajaman citra yaitu mengubah nilai piksel
secara sistematis sehingga menghasilkan efek kenampakan citra yang lebih
ekspresif sesuai dengan kebutuhan pengguna;
d)
Klasifikasi tak terbimbing merupakan metode
klasifikasi citra yang memberikan keleluasan kepada komputer untuk melakukan
klasifikasi secara mandiri.
5.2
Saran
Saran yang dapat diberikan yaitu diharapkan kepada mahasiswa untuk dapat
menguasai penggunaan program aplikasi Arc GIS 10.0 sehingga saat praktek
berjalan mahasiswa dapat melakukan dengan mudah dan tepat.
DAFTAR PUSTAKA
Curran,
1985. Penafsiran photo udara.
Yogyakarta. Erlangga
Colwell,
1984. Penginderan jauh (Remote Sensing).
Jakarta. Bumi Putera
http://setiyawanhardiyanto.blogspot.com/2012/09/laporan-penginderaan-jauh.html
Tidak ada komentar:
Posting Komentar