Anda di halaman 1dari 58

LAPORAN RESMI PRAKTIKUM PENGINDERAAN JAUH MODUL I INTERFACE PERANGKAT LUNAK ER MAPPER 7.

ANGGUN PUTRI RISMINI 26020111140085 Shift 2

PROGRAM STUDI ILMU KELAUTAN JURUSAN ILMU KELAUTAN FAKULTAS PERIKANAN DAN ILMU KELAUTAN UNIVERSITAS DIPONEGORO SEMARANG 2013

Shift: 2 Tgl Praktikum : 26 Maret 2013 Tgl Pengumpulan : 01 April 2013

LEMBAR PENILAIAN

MODUL I: INTERFACE PERANGKAT LUNAK ER MAPPER 7.0

Nama: Anggun Putri Rismini

NIM: 26020111140085

Ttd: ....................

NO. 1. 2. 3. 4. 5. 6.

KETERANGAN Pendahuluan Tinjauan Pustaka Materi dan Metode Hasil dan Pembahasan Kesimpulan Daftar Pustaka TOTAL

NILAI

Mengetahui, Koordinator Praktikum Asisten

Oscar Agustino K2E0090D58

Kurnia Dwi Antari Putri 26020110120062

BAB I PENDAHULUAN

1.1 Latar Belakang Dewasa ini kemajuan teknologi sangat pesat ini juga berpengaruh pada perkembangan ilmu pengetahuan. Ilmu perpetaan adalah salah satu ilmu yang sangat besar di pengaruhi oleh kemajuan teknologi tersebut di tandai dengan proses perekaman jarak jauh yang perekamannya melalui satelit. Peta yang dihasilkan oleh perekaman jarak jauh ini dikenal dengan nama citra pengindraan jauh. Namun pada dasarnya citra satelit dengan peta mempunyai perbedaan yang mencolok dan tidak bisa dikatakan sama.

Perkembangan teknologi yang sangat pesat ini membawa dampak positif bagi manusia, karena dengan pengindraan jarak jauh tersebut manusia dapat melakukan penelitian tanpa terjun langsung kelapangan melainkan hanya melihat pada citra tersebut. Geografi adalah salah satu ilmu yang bisa dikatakan terbantu dengan adanya pengindraan jarak jauh tersebut karena objek atau fenomena yang ada di permukaan bumi dapat diperoleh data dan informasinya dengan citra pengindraan jarak jauh tersebut. Dengan menggunakan data pengindraan jarak jauh tersebut, secara langsung kita dalam mengkaji objek permukaan bumi yang tergambar pada citra tersebut secara langsung menunjukan pendekatan kewilayahan, kelingkungan dalam konteks keruangan. Hal ini didasarkan bahwa sifat dan karakteristik objek di permukaan bumi terjadi relasi , interaksi dan interpedensi antara suatu faktor dengan faktor lainnya dalam suatu ruang maupun factor-faktor antar ruang. Luasnya wilayah yang ada dibumi sangatlah besar dan sangat amat luas. Dengan luas yang ada tersebut tentunya wilayah dibumi memiliki potensi potensi yang tersimpan di dalamnya, mulai dari kekayaan minyak bumi, hewan dan tumbuhan, hutan hujan tropis, laut dan masihh banyak lagi tidak bisa

disebutkan satu persatu adalah merupakan aset yang manusia punya untuk mensejahterakan hidupnya. Terlepas dari semua potensi yang ada dimuka bumi, kita manusia sebagai pengelola atas apa yang ada di jagat raya ini perlu melakukan monitor terhadap keutuhan bumi beserta isinya ini. Untuk memudahkan tujuan kita memonitor wilayah dibumi ini, para ilmuan menciptakan rekayasa teknologi berupa perangkat lunak atau software dalam bahasa inggris yang bertujuan memudahkan manusia dalam menganalisa, memonitor, dan memprediksi atas apa yang akan terjadi pada waktu yang akan datang mengenai bumi kita ini. Dengan menggunakan ilmu penginderaan jauh, yang dimana penginderaan jauh ini memiliki arti; menurut American Society of Photogrammetry, 1983, Penginderaan jauh merupakan pengukuran atau perolehan informasi dari beberapa sifat objek atau fenomena, dengan menggunakan alat perekam yang secara fisik tidak terjadi kontak langsung dengan objek atau fenomena yang dikaji. Atas dasar diatas tersebut pencitraan suatu keadaan wilayah bumi dengan munggunakan software merupakan metode yang sudah umum dipakai oleh para ilmuan kelautan atau oceanografer di dunia ini untuk memudahkan pekerjaan mereka. Sebagai salah satu agen yang menjadi regenerasi dari ilmuan di bidang kebumian, khususnya kelautan ini, penting untuk kita mempelajari lebih dalam mengenai penginderaan jauh ini, tepatnya dalam menggunakan software penginderaan jauh yang sudah ada ada, yaitu ER MAPPER. Dengan software diharapakan kita akan lebih mudah dalam melakukan proses pengukuran, penelitian dan pengelolaan suatu sumberdaya bumi dengan menggunakan konsep interpretasi foto udara, fotogeometri, interpretasi citra dari sensor nonfotografi baik secara visual maupun menggunakan tehnik pemrosesan citra digital. Sehingga dapat mempermudah dalam pengumpulan data dari jarak jauh yang dapat dianalisis untuk mendapatkan informasi tentang objek, daerah maupun fenomena yang diinginkan.

1.2 Tujuan Praktikum Mahasiswa diharapkan mengetahui definisi serta kegunaan dari penginderaan jauh Mahasiswa mengetahui dan mampu mengaplikasikan penggunaan software penginderaan jauh, ER MAPPER

BAB II TINJAUAN PUSTAKA

2.1 Penginderaan Jauh 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 (Lillesand and Kiefer, 1979). Sedang menurut Lindgren, Penginderaan jauh ialah berbagai teknik yang dikembangkan untuk perolehan dan analisis informasi tentang bumi. Informasi tersebut khusus berbentuk radiasi elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi. (http://udhnr.blogspot.com/2009/06/pengantar-penginderaan-jauh.html). Penginderaaan Jauh yaitu suatu pengukuran atau perolehan data pada objek di permukaan bumi dari satelit atau instrumen lain di atas atau jauh dari objek yang diindera. Penginderaan Jauh yaitu penggunaan sensor radiasi elektromagnetik untuk merekam gambar lingkungan bumi yang dapat

diinterpretasikan sehingga menghasilkan informasi yang berguna. (Menurut American Society of Photogrammetry, 1983) Penginderaan jauh merupakan pengukuran atau perolehan informasi dari beberapa sifat objek atau fenomena, dengan menggunakan alat perekam yang secara fisik tidak terjadi kontak langsung dengan objek atau fenomena yang dikaji. (http://id.wikipedia.org/wiki/Penginderaan_jauh). Data penginderaan jauh diperoleh dari suatu satelit, pesawat udara balon udara atau wahana lainnya. Data-data tersebut berasal rekaman sensor yang memiliki karakteristik berbeda-beda pada masing-masing tingkat ketinggian yang akhirnya menentukan perbedaan dari data penginderaan jauh yang di hasilkan. (Richards and Jia, 2006)

Pengumpulan data penginderaan jauh dapat dilakukan dalam berbagai bentuk sesuai dengan tenaga yang digunakan. Tenaga yang digunakan dapat berupa variasi distribusi daya, distribusi gelombang bunyi atau distribusi energi elektromagnetik. (Purwadhi, 2001) Penginderaan jauh sangat tergantung dari energi gelombang

elektromagnetik. Gelombang elektromagnetik dapat berasal dari banyak hal, akan tetapi gelombang elektromagnetik yang terpenting pada penginderaan jauh adalah sinar matahari. Banyak sensor menggunakan energi pantulan sinar matahari sebagai sumber gelombang elektromagnetik, akan tetapi ada beberapa sensor penginderaan jauh yang menggunakan energi yang dipancarkan oleh bumi dan yang dipancarkan oleh sensor itu sendiri. Sensor yang memanfaatkan energi dari pantulan cahaya matahari atau energi bumi dinamakan sensor pasif, sedangkan yang memanfaatkan energi dari sensor itu sendiri dinamakan sensor aktif. Analisa data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik dan data lapangan. Hasil nalisa yang diperoleh berupa informasi mengenai bentang lahan, jenis penutup lahan, kondisi lokasi dan kondisi

sumberdaya lokasi. Informasi tersebut bagi para pengguna dapat dimanfaatkan untuk membantu dalam proses pengambilan keputusan dalam mengembangkan daerah tersebut. Keseluruhan proses mulai dari pengambilan data, analisis data hingga penggunaan data tersebut disebut Sistem Penginderaan Jauh (Purwadhi, 2001). 2.2 Citra Citra adalah gambar dua dimensi yang dihasilkan dari gambar analog dua dimensi yang kontinu menjadi gambar diskrit melalui proses sampling. Citra digital dapat didefinisikan sebagai fungsi dua variabel, f(x,y), dimana x dan y adalah koordinat spasial sedangkan nilai f(x,y) adalah intensitas citra pada koordinat tersebut. Teknologi dasar untuk menciptakan dan menampilkan warna pada citra digital berdasarkan pada penelitian bahwa sebuah warna merupakan kombinasi dari tiga warna dasar, yaitu merah, hijau, dan biru (Red, Green, Blue RGB). (http://reading-all.blogspot.com/2011/04/pengertian-citra.html) Citra merupakan gambaran dua dimensional yang menggambarkan bagian dari permukaan bumi, hasil dari perekaman sensor atas pantulan atau pancaran spektral objek yang disimpan pada media tertentu. (Danoedoro, 2001)

Klasifikasi citra dapat dilakukan secara manual (visual) maupun secara digital. Klasifikasi secara manual dilakukan dengan bertumpu pada kenampakan pada citra, seperti misalnya rona atau warna, bentuk, ukuran, tinggi atau bayangan, tekstur, pola, letak atau situs dan asosiasi dengan obyek lainnya. Klasifikasi secara digital dapat dilakukan dengan bantuan komputer, dan biasanya bertumpu pada informasi spektral obyek (yang diwakili oleh nilai pixel citra) pada beberapa saluran spektral sekaligus. Oleh karena itu, klasifikasi secara digital sering disebut sebagai klasifikasi multivariat atau klasifikasi multispektral. Pada penginderaan jauh, sensor merekam tenaga yang dipantulkan atau dipancarkan oleh obyek di permukaan bumi. Rekaman tenaga ini akan diproses

dan akan membuahkan data penginderaan jauh. Data penginderaan jauh dapat berupa data digital atau data numerik untuk dianalisis dengan menggunakan komputer. Data ini juga dapat berupa data visual yang pada umumnya dianalisis secara manual. Data visual dibedakan lebih jauh atas data citra dan data noncitra. Data citra berupa gambaran yang mirip wujud aslinya atau paling tidak berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Sebagai contoh data noncitra adalah grafik yang mencerminkan beda suhu yang direkam disepanjang daerah penginderaan. Di dalam penginderaan jauh yang tidak menggunakan tenaga elektromagnetik, contoh data noncitra antara lain berupa grafik yang menggambarkan gravitasi maupun daya magnetik di sepanjang daerah penginderaan. 1. Citra foto Citra foto dapat dibedakan berdasarkan pada: a. Spektrum elektromagnetik yang digunakan Berdasarkan spektrum elektromagnetik yang digunkan, citra foto dibagi menjadi: Foto ultraviolet Foto yang dibuat dengan menggunakan spektrum ultraviolet. Spektrum ultraviolet yang dapat digunakan untuk pemotretan hingga saat ini ialah spektrum ultraviolet dekat hingga panjang gelombang 0,29m. Foto Ortokromatik Foto yang dibuat dengan menggunakan spektrum tampak dari saluran biru hingga sebagian hijau (0,4m 0,56m). Foto Pankromatik Foto yang dibuat dengan menggunakan seluruh spektrum tampak. Foto Inframerah asli (True Infrared Foto) Foto yang dibuat dengan menggunakan spektrum infra merah dekat hingga panjang gelombang 0,9m 1,2m bagi film infra merah dekat yang dibuat secara khusus. Foto Inframerah modifikasi Foto yang dibuat dengan spektrum inframerah dekat dan sebagian spektrum tampak pada saluran merah dan sebagian saluran hijau.

b. Sumbu kamera Berdasarkan sumbu kamera terhadap arah permukan bumi, foto udara dibedakan menjadi: Foto vertikal Foto yang dibuat dengan sumbu kamera tegak lurus terhadap permukaan bumi. Foto condong Foto yang dibuat dengan sumbu kamera menyudut terhadap garis tegak lurus ke permukaan bumi. Sudut ini pada umumnya sebesar 10 0 atau lebih besar. Apabila sudut condongnya berkisar antara 1 0 sampai 4 0, foto yang dihasilkannya masih dapat digolongkan sebagai foto vertikal. Foto condong dibedakan menjadi dua yaitu: i. Foto sangat condong (high oblique photograph), yakni bila pada foto tampak cakrawalanya. ii. Foto agak condong (low oblique photograph), yakni bila cakrawala tidak tergambar pada foto. c. Sudut liputan kamera d. Jenis kamera Berdasarkan kamera yang digunakan di dalam penginderaan, citra foto dapat dibedakan menjadi: Foto tunggal Foto yang dibuat dengan kamera tunggal. Tiap daerah liputan foto hanya tergambar oleh satu lembar foto. Foto jamak Beberapa foto yang dibuat pada saat yang sama dan menggambarkan daerah liputan yang sama. e. Warna yang digunakan Berdasarkan warna yang digunakan foto dibedakan atas : Foto berwarna semu (false color) atau foto inframerah berwarna. Pada foto berwarna semu, warna obyek tidak sama dengan warna foto. Obyek seperti vegetasi yang berwarna hijau dan banyak memantulkan spektrum inframerah, tampak merah pada foto.

Foto warna asli (true color) Foto pankromatik berwarna. f. Sistem wahana dan penginderaan Ada dua jenis foto yang dibedakan berdasarkan wahana yang digunakan, yaitu: Foto udara Foto yang dibuat dari pesawat udara atau dari balon. Foto satelit atau foto orbital Foto yang dibuat dari satelit 2. Citra Nonfoto a. Spektrum elektromagnetik yang digunakan Berdasarkan spektrum elektromagnetik yang digunakan dalam

penginderaan, citra nonfoto dibedakan : Citra inframerah termal Citra yang dibuat dengan spektrum inframerah termal Citra radar dan citra gelombang mikro Citra yang dibuat dengan spektrum gelombang mikro b Sensor Berdasarkan sensor yang digunakan, citra nonfoto dibedakan atas : Citra tunggal Citra yang dibuat dengan sensor tunggal Citra multispektral Citra yang dibuat dengan saluran jamak. Berbeda dengan citra tunggal yang umumnya dibuat dengan saluran lebar, citra multispektral pada umumnya dibuat dengan saluran sempit. c. Wahana Berdasarkan wahananya citra nonfoto dibedakan atas : Citra dirgantara (Airborne Image) Citra yang dibuat dengan wahana yang beroperasi di udara atau dirgantara. Sebagai contoh misalnya citra inframerah termal, citra radar, dan citra MSS yang dibuat dari udara. Istilah citra dirgantara jarang sekali digunakan.

Citra satelit (Satelit atau Spaceborne Image) Citra yang dibuat dari antariksa atau angkasa luar. Citra satelit dibedakan lebih jauh atas penggunaan utamanya yaitu : 1. Citra satelit untuk penginderaan planet, misalnya citra satelit Ranger (AS), citra satelit Viking (AS), citra satelit Luna (Rusia), dan citra satelit Venera (Rusia). 2. Citra satelit untuk penginderaan cuaca, misalnya citra NOAA (AS), dan citra meteor (Rusia). 3. Citra satelit untuk penginderaan sumberdaya bumi, misalnya citra Landsat (AS), citra Soyus (Rusia), dan citra SPOT yang diorbitkan oleh Prancis pada tahun 1986. 4. Citra satelit untuk penginderaan laut, misalnya citra Seasat (AS) dan citra MOS (Jepang) yang akan diorbitkan pada tahun 1986. (Sutanto, 1986) 2.3 Satelit Landsat Dengan adanya pandangan yang menggemparkan atas sumberdaya bumi yang disajikan oleh satelit cuaca awal dan misi antariksa berawak maka NASA, dengan bujukan dan kerja sama dengan Departemen Dalam Negeri Amerika Serikat, memulai suatu kajian konsepsual atas kelayakan seri Satelit Teknologi Sumberdaya Bumi yang bernama satelit LANDSAT. Konfigurasi dasar satelit Landsat memiliki sistem berbentuk kupu-kupu ini tingginya kurang lebih 3 m dan bergaris tengah 1,5 dengan panel matahari yang melintang kurang lebih 4 m. Berat satelit ini kurang lebih 815 kg dan diluncurkan ke orbit lingkarnya pada ketinggian nominal 900 km (ketinggian bervariasi antara 880 km dan 940 km). Orbit Landsat melalui 9 Kutub Utara dan Kutub Selatan. Satelit mengelilingi bumi satu kali dalam 103 menit sehingga menghasilkan 14 kali orbit dalam sehari. Kecepatanjalur medan satelit sekitar 6,46 km/detik. Ketika sebuah satelit Landsat berada di dalam jangkauan suatu stasiun penerima data di bumu, data MMS dan RBV secara langsung dikirimkan dan direkam pada saat itu juga (real time) pada pita magnetik yang terletak di stasiun bumi tersebut. Pada saat satelit diandarkan jauh dari jangkauan suatu stasiun

bumi, perekam pita pada wahana digunakan untuk menyimpan data,, masingmasing 30 menit. Data yang terekam dikirimkan ke bumi bila satelit lewat lagi di atas suatu stasiun bumi. Data RBV dikirim ke bumi dalam bentuk data analog. Data MSS diangkakan dengan suatu pengubah sinyal A ke D di dalam satelit dan dikirimkan dalam bentuk data digital. Disamping peranannya di dalam perolehan Landsat juga berfungsi, sebagai satelit pemancar komunikasi melalui Sistem Pengumpulan Data (Data Collection System/DCS) yang ada pada Landsat. Sistem ini dilengkapi dengan stasiun pengumpulan data otomatik Data Collection Platforms (DCP), yang berbasis darat dan terletak di seluruh dunia. Stasiun ini meneruskan hasil pengukuran rujukan dari sensor kontak langsung pada lokasi yang jauh ke satelit, dimana satelit ini mengirimkan data ke stasiun bumi utama. Setiap DCP dapat mengumpulkan informasi setiap 12 jam sebanyak 8 variabel (seperti suhu, aliran sungai, kedalaman salju, kelembaban tanah dan sebagainya). Hal ini memberikan sejumlah besar masukan observasi lapangan secara periodik atas tempat yang relatif sukar dicapai, ketika satelit lewat di atasnya. Banyak peneliti yang berpendapat bahwa fungsi DCS Landsat tidak hanya bermanfaat, tetapi sangat penting untuk interpretasi citra Landsat dan gejala medan yang berkaitan.Terapan interpretasi citra Landsat telah dilakukan di dalam berbagai disiplin ilmu seperti pertanian, botani, kartografi, teknik sipil, pantauan lingkungan, kehutanan, geografi, geologi, geofisika, analisis sumberdaya lahan, perencanaan tata guna lahan, oseanografi dan analisis sumberdaya air. Landsat banyak digunakan sebagai suatu alat pemetaan planimetrik di saerah tertentu di dunia ini. Misalnya Bang Dunia menggunakan citra Landsat untuk kajian geografi ekonomi survei situs dibeberapa bagian bumi ini dimana peta yang memadai belum tersedia. Survei geologi Amerika Serikat telah menerbitkan peta citra dan mosaik baik daerah terpilih dengan skala antara 1 : 1.000.000 hingga 1 : 250.000. Badan Pemetaan Pertahanan (DMA) telah menggunakan data Landsat untuk memperbaharui pete penerbangan global dan memperbaiki peta hidrografik di daerah perairan laut dangkal. Perusahaan minyak

multinasional juga menggunakan citra Landsat sebagai suatu bagian integral di dalamsiasat eksplorasi mereka di berbagai daerah. 2.4 Satelit IKONOS Satelit IKONOS adalah satelitresolusi tinggi yang dioperasikan oleh GeoEyeberasal dari bawah Lockheed Martin Corporation sebagai Commercial Remote Sensing System Satelit (CRSS). 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) untukmengirimkan 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 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 GeoEye. Kemampuannya yang terliput adalah mencitrakandengan 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. IKONOS yang mampu menyediakan datayang relevan untuk studi lingkungan serta pandangan udara dan foto satelituntuk banyak tempat di seluruh dunia mulai dijual pada tanggal 1 Januari 2000. IKONOS adalah 3-sumbu spacecraft distabilkan oleh Lockheed Martin. Desain kemudian dikenal sebagai sistem bus satelit LM900.Sikap satelit diukur oleh dua bintang pelacak dan matahari sensor dan dikendalikan oleh reaksi empat roda; pengetahuan lokasi disediakan olehpenerima GPS. Desain kehidupan adalah 7 tahun; S / C ukuran tubuh = 1,83 mx1,57 m (heksagonal konfigurasi); S / C massa = 817 kg; daya = 1,5 kW yangdisediakan oleh 3 panel surya. Resolusi nya merupakan radiometrik, berarti data IKONOS dikumpulkan sebagai 11 bit per pixel (2048 warna abu-abu), sehingga adalebih banyak definisi

dalam nilai-nilai skala abu-abu dan sebagai pemirsa Andadapat melihat lebih detail dalam foto. Dalam rangka memperoleh manfaat dariinformasi tambahan ini, Anda akan memerlukan perangkat lunak pengolah gambar spesialis. (http://haqky.webs.com/apps/blog/show/3691694)

2.5 ER Mapper 7.0 ER Mapper 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.

Gambar struktur data raster

Data yang didapat dari satelit umumnya terdiri beberapa bands (layers) yang mencakup wilayah yang sama. Masing-masing bands mencatat pantulan obyek dari permukaan bumi pada panjang gelombang yang berbeda. Data ini disebut juga multispectral data. Di dalam pengolahan citra, juga dilakukan penggabungan kombinasi antara beberapa band untuk mengekstraksi informasi dari obyek-obyek yang spesifik seperti indeks vegetasi, parameter kualitas air, terumbu karang dan lain-lain. 1. Didukung dengan 130 format pengimpor data 2. Didukung dengan 250 format pencetakan data keluaran 3. Visualisasi tiga dimensi 4. Adanya fasilitas Dynamic Links Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper yang membuat pengguna dapat langsung menampilkan data file eksternal pada citra tanpa perlu mengimportnya terlebih dahulu. Data-data yang dapat dihubungkan termasuk kedalam format file yang populer seperti ARC/INFO, Oracle, serta standar file format seperti DXF, DON dll . Juga terdapat beberapa fasilitas pada software ini, yaitu : Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih, biasanya hanya terdiri dari satu layer/band saja. Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Red/Green/Blue), cara ini disebut juga color composite. Contoh: False Color Composite RGB 453. Hue-Saturation-Intensity (HIS), menampilkan citra melalui kombinasi tiga band, setiap band ditempatkan pada satu layer (Hue/Saturation/Intensity), cara ini biasanya digunakan bila kita menggunakan dua macam data yang berbeda, misalkan data Radar dengan data Landsat-TM. Penggabungan Data (Data fusion), menggabungkan citra dari sumber yang berbeda pada area yang sama untuk membantu di dalam interpretasi. Contoh data Landsat-TM dengan data SPOT.

Colodraping, menempelkan satu jenis data citra di atas data yang lainya untuk membuat suatu kombinasi tampilan sehingga memudahkan untuk menganalisa dua atau lebih variabel. Contoh citra vegetasi dari satelit di colordraping di atas citra foto udara pada area yang sama.

Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan kontras antara pencahayaan dan penggelapan atau menaikan dan merendahkan harga data suatu citra.

Filtering, memperbaiki tampilan citra dengan mentransformasikan nilainilai digital citra, seperti mempertajam batas area yang mempeunyai nilai digital yang sama (enhance edge), menghaluskan citra dari noise (smooth noise), dll.

Formula, membuat suatu operasi matematika dan memasukan nilai-nilai digital citra pada operasi matematika tersebut., misalnya Principal Component Analysis (PCA).

Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik berdasarkan nilai digitalnya. Contoh membuat peta penutupan lahan dari citra satelit Landsat-TM. (http://adinawilldansandy.wordpress.com/2011/03/30/er-mapper-7-0/).

2.6 Teknik Interpretasi Visual Interpretasi citra secara visual memliki arti hubungan interaktif (langsung) dari penafsir dengan citra, artinya ada proses perunutan dari penafsir untuk mengenali obyek hingga proses pendeliniasian batas obyek untuk mendefinisikan obyek tersebut. (http://tronche.com/gui/x/xlib/window/visual-types.html).

Interpretasi citra merupakan suatu kegiatan untuk menentukan bentuk dan sifat obyek yang tampak pada citra, berikut deskripsinya. Interpretasi citra dapat dilakukan secara manual atau visual, dan dapat pula secara digital. Interpretasi citra secara visual sering di sebut dengan interpretasi fotografik, sekalipun citra

yang di gunakan bukan citra foto, melainkan citra non foto yang telah tercetak (hard copy). Sebutan interpretasi fotografik sering di berikan pada Interpretasi visual citra non foto, karena banyak produk tercetak citra non foto di masa lalu (bahkan sampai sekarang) di wujudkan dalam bentuk film ataupun citra tercetak di atas kertas foto, dengan proses reproduksi fotografik. Hal ini dapat dilakukan karena proses pencetakan oleh komputer pengolahan citra non foto dilakukan dengan printer khusus yang disebut film writer, dan hasil cetakanya menyerupai slide (diapositif) berukuran besar (lebih kurang hingga ukuran karto). Istilah Interpretasi fotografik juga diberikan pada berbagai kegiatan interpretasi visual citra-citra non foto, karena prinsip-prinsip interpretasi yang digunakan tidak jauh berbeda dari prinsip-prinsip interpretasi foto udara. Foto udara mempunyai beberapa keunggulan bila dibandingkan dengan beberapa jenis citra lain, terutama dalam hal reolusi spasial dan kemampua pengamatan secara streokopis. Resolusi spasial foto udara secara seerhana dapat dihitung berdasarkan rumus 1/40000 penyebut skala. Jadi kalau ada foto udara asli berukuran 1:30.000 (skala yang telah dirancang sebelum pemotretan dilakukan, sehingga telah memperhitungkan jenis film yang sesuai), maka resolusi spasialnya adalah 1/40000 30.000 = 0,75 Meter. Teknik interpretasi visual umum dikenal sebagai digitasi (delineasi) yang biasa dilakukan menggunakan software SIG seperti ArcView. Interpretasi visual dapat didefinisikan sebagai aktivitas visual untuk mengkaji citra yang menunjukkan gambaran muka bumi yang tergambar di dalam citra tersebut untuk tujuan identifikasi obyek dan menilai maknanya ( howard, 1991 ). Interpretasi citra secara manual merupakan kegiatan yang didasarkan pada deteksi dan identifikasi obyek dipermukaan bumi pada citra satelit landsat TM7+. Dengan mengenali obyek-obyek tersebut melalui unsur-unsur utama spektral dan spasial serta kondisi temporalnya. (http://tronche.com/gui/x/xlib/window/visual-types.html).

Kelebihan teknik interpretasi visual 1. Lebih optimal, karena selain rona/warna juga mempertimbangkan unsur interpretasi lainnya, seperti tekstur, bentuk, ukuran, asosiasi, dan sebagainya. 2. Hasil interpretasi lebih mudah digunakan untuk analisis lebih lanjut, seperti pemodelan spasial. 3. Tidak terlalu terpengaruh gangguan/kerusakan pada citra, sepanjang tidak terlalu parah, seperti kabut, awan atau, stripping (kerusakan berupa garis garis pada citra). Kekurangan teknik interpretasi visual 1. Konsistensi, jangankan orang yang berbeda, satu orang yang sama disuruh melakukan interpretasi dua kali pada citra yang sama hasilnya bisa berbeda. 2. Kurang efisien jika dihadapkan pada wilayah yang luas. 3. Kualitatif dan subyektif, sangat tergantung kemampuan dan pengalaman interpreter. (http://www.pageofguh.org/technicality/403).

2.7 RGB Citra yang menggunakan LUT RGB haruslah memiliki tiga channel atau dalam bahasa umum dapat dikatakan disusun atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna m aksimal 2563 code warna, walaupun begitu umumnya citra penginderaan jarak jauh hanya menggunakan ruang hingga 256 code saja, kecuali beberapa citra, seperti: radar hingga 16 bit channel, dan citra-citra yang terlah direntangkan ruang warnanya. Perentangan warna dari citra dengan ruang warna 256 kode menjadi 2563 dapat dilakukan tetapi tidak akan merubah kedalaman informasinya, kondisi ini dapat disetarakan dengan pembesaran skala peta dari skala 1:4000 menjadi skal 1:1000 dengan cara difotokopi. (Geomedia, 2004)

2.8 Geolink Geolinking merupakan proses merelasikan atau menghubungkan (linking) dua atau lebih windows citra didalam koordinat geografis. Oleh karena itu, geolink akan sangat bermanfaat untuk melihat (meneliti) unsur-unsur spasial (geografis) yang sama tetapi terdapat di dalam citra-citra yang berbeda atau pemrosesannya (Algorithm) berbeda (Prahasta, 2008). Dalam hal ini ada beberapa persyaratan dalam hal geolink, khususnya pada Geolinking Image. Suatu image dapat dihubungakan dengan image lain dalam windows yang berbeda dengan mode beberapa linking yang ada: (syaratnya bahwa image tersebut harus mempunyai sistem proyeksi yang sama) a) None b) Windows c) Screen d) Overview Zoom e) OverView Roam Pengertian 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.Misalnya apabila sebuah image sudah diregistrasi kepada sebuah proyeksi peta, tampilannya bisa dikontrol dengan menggunakan pilihan geopositionong yang disediakan oleh ER Mapper.Jika sebuah image belum direktifikasi kepada sebuah proyeksi peta, maka cakupannya bisa dikontrol dengan menggunakan jumlah baris dan kolom dari pixel image.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. (Prahasta, 2008)

2.9 Band 6 pada satelit landsat Hasil pengunduhan citra satelit Landsat pada situs tersebut berupa citra satelit Landsat yang mempunyai 8 band (band 1-5 dan 7 mempunyai resolusi spasial 30 meter), band 6 (band 61 dan 62) merupakan bandthermal dengan resolusi spasial 60 meter, serta band terakhir yaitu band ke-8 mempunyai resolusi spasial 15 meter (masih terdiri dari masing-masing band yang mempunyai format data TIFF). Citra satelit Landsat 7 yang diunduh sudah bergeoreferensi dengan sistem proyeksi UTM dan datum WGS 84. Sebagai informasi, untuk mendapatkan citra satelit Landsat 7 dengan resolusi 15 meter biasanya dilakukan proses PANSHARP antara citra satelit Landsat band 1-5 dan 7 yang telah distacking (tanpa mengikutsertakan band 61 dan band 62) dengan band ke 8.

BAB III MATERI DAN METODE

3.1 Waktu dan Pelaksanaan Hari Waktu Tempat : Selasa, 26 Maret 2013 : 11.00 13.00 WIB : Laboratorium Komputasi Kelautan, FPIK Universitas Diponegoro, Semarang. 3.2 MATERI Materi yang disampaikan pada praktikum ke-1 penginderaan jauh yaitu : 1. Pengenalan software pengolah citra ER Mapper. 2. Interface perangkat lunak ER Mapper 7.0 3. Penggabungan Citra, Cropping, Penajaman citra, Reading Data Value. dan Geolink dengan menggunakan software ER Mapper 7.0.

3.1 METODE 3.3.1 Interface Buka aplikasi ER MAPPER 7.0.

Fungsi-fungsi Toolbars : : Memilih menu perintah dan meng-klik tombol; menunjuk pada image untuk melihat nilai data atau koordinat : Membuka window baru : Membuka proyek yang disimpan : Menggandakan window Menggeser image dalam image window : Menggeser image dalam image window Melakukan zoom pada image dalam image window : Melakukan zoom pada image dalam image window : Melakukan dragging membentuk kotak untuk melakukan zooming pada kotak yang dibentuk 3.3.2 Penggabungan Citra 1. Untuk memulai penggabungan klik Edit Algorithm, lalu akan muncul :

2. Lalu akan muncul tampilan seperti ini :

3. Kemudian klik Duplicate yang nantinya akan di rename menjadi Band 1 sampai Band 7 (tanpa Band 6). Tampilannya sebagai berikut :

4.

Setelah itu Load Data Set untuk ke 6 Band tersebut sesuai dengan nama seri file nya, lalu klik Ok :

5. Jika sudah semua sesuai dengan seri file dan bandnya, set default surface dengan Grayscale akan tampil seperti ini

6.

Selanjutnya pada kolom Description, ditulis dengan Nama dan Nim kita.

7.

Selanjutnya kita Klik File Save as untuk menyimpan file ini

8. Kemudian kita buka Local Disk (Data), dan kita buat folder baru dengan Nama Inderaja untuk menyimpan file ini. 9. Kemudian kita Save as file ini dengan nama File dengan Nama kita, dengan format ER Mapper Raster Dataset (.ers).

3.3.3 Croping 1. Buka file penggabungan citra yang telahh dibuat tadi, dengan klik File Open Volume lalu pilih directory file yang kita inginkan. 2. Setelah dibuka kita mulai cropping dengan memilih zoom box tool, lalu mulai crop gambar yang kita inginkan

3. Setelah di crop gambar akan menjadi :

4. Lalu kita ganti description dengan Nama dan Nim kita, setelah itu Save pada destinasi folder yang telah kita buat dengan mencantumkan kata crop pada nama file yang akan disimpan juga jangan lupa simpan dengan format ER Mapper Raster Dataset (.ers).

3.3.4 Penajaman Citra 1. klik Edit Algorithm

2. Kemudian klik Load Dataset

3. Kemudian cari file yang akan dibuka, pilih Volume lalu pilih directory file yang diinginkan, kemudian Klik OK. 4. setelah itu kita klik 99% Contrast Enhancement lalu kemudian untuk menampilkan RGB pada Citra dapat dilakukan dengan klik Create RGB Algorithm

Hasilnya menjadi :

3.3.5 Reading Data Value 3.3.5.1 Cell Value Profile 1. Pilih Edit Algorithm , seperti pada langkah sesi sesi sebelumnya. Lalu Load Dataset 2. Hilangkan tanda centang pada bagian Smoothing. 3. Menu bars, pilih zoom box tool, perbesar hingga terlihat pixel-pixel kecil kemudian pilih View kemudian pilih Cell Values Profile.

4. Lalu klik pada salah satu pixel dalam image. Akan terlihat nilai dari pixel tersebut pada window Cell Values Profile.

3.3.5.2 Cell coordinate 1. Selanjutnya kita dapt melihat letak koordinat wilayah pada citra tersebut, pertama dengan membuka kembali file save RGB,kemudian dengan mengembalikan tampilan pada citra dengan klik Custom Zoom Zoom to All Dataset. Setelah itu kanan klik View Cell Coordinate.

5. Lalu pada kursor kita pilih Pointer tool lalu klik pada salah satu area di citra, maka cell koordinat akan muncul penjelasannya.

3.3.5.3 Poly Line (mengetahui jarak citra) 1. Klik Edit Annotate vektor layer, lalu akan muncul box

2. Lalu pilih Poly Line pada tool box pilih, serelah itu kursor akan berubah menjadi seperti pensil. Setelah itu klik satu titik yang ingin kita ketahui

jaraknya, dari satu titik ke titik jarak yang ingin diketahui panjang jaraknya sampai terbentuk sebuah garis

3. Lalu setelah itu kita pilih Edit lalu pilih object extents pada tool box untuk didapat pembacaan jaraknya.

4. menghapus garis dengan menggunakan pointer tool, lalu di klik di kotak pada ujung garis, lalu pilih cut, kemudian refresh.

3.3.5.4 Polygon (mengetahui luas citra) 1. Klik Polygon pada Toolbox 2. jika kursor sudah berubah seperti pensil titik titiki luas jarak yang ingin diketahui pada citra hingga terbentuk suatu luasan wilayah

3. setelah luasan terbentuk pilih select / edit points mode double click area luasan tersebut edit object extents

3.3.6 Geolink 1. Klik icon Edit Algorithm dan lakukan penggandaan dengan meng-klik icon Copy Window. Maka akan terdapat dua window.

2. Buka file melalui icon Load Dataset. Untuk window pertama, buka file IKONOS2005.ers, begitu juga untuk window kedua, buka file citra (IKONOS2009.ers).

a. Geolink To Window 1. Lalu pada Window 1, klik kanan, pilih Quick Zoom kemudian pilih Set Geolink to Window. Begitu juga pada window kedua ke-2.

2. Apabila kita lakukan zoom pada window 1, maka akan diperlihatkan juga daerah zoom pada window ke-2 dengan koordinat yang sama.

b. Geolink to Screen 1. Pada kedua window, klik kanan, pilih Quick Zoom kemudian pilih Set Geolink to None.

2. Klik

icon

Copy

Window

pada

bars

untuk

menggandakan

(IKONOS2009.ers).

3. Klik kanan Quick zoom Geolink to screen 4. Lakukan hal yang sama pada window 2, 3 dan 4 5. Maka ketiga window akan menampilkan citra pada 4 window berbeda yang saling menghubungkan satu sama lain.

c. Geolink To Roam 1. Pada keempat window, klik kanan, pilih Quick Zoom, kemudian Set Geolink to None lalu Zoom to all dataset

2. Kemudian pada window 2, 3 da 4 yang berisi ikonos2009.ers di zoom pada letak yang berbeda beda 3. Lalu pada window 1 yang berisi ikonos2005.ers klik kanan Quick zoom Geolink to roam. Lalu ganti kursor dengan Hand (roam) tool yang nantinya di klik tahan pada citra window 1

Ketika digerakkan:

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil 4.1.1 Penggabungan Citra

4.1.2 Cropping Citra

4.1.3 Penajaman Citra

4.1.4 Cell Value Profile

4.1.5 Cell Coordinate

4.1.6 Polyline (Mengetahui jarak)

4.1.7 Polygon (Mengetahui luas)

4.1.8 Geolink to window

4.1.9 Geolink to screen

4.1.10 Geolink to overview roam

Ketika digerakkan:

4.2 Pembahasan 4.2.1 Penggabungan citra Penggabungan citra dilakukan dengan cara menggabungkan beberapa layer citra pada file pencitraan yang berbeda - beda. Penggabungan citra ini terdiri dari band 1, band 2, band 3, band 4, band 5 dan band 7. Tidak menggunakan band 6 karena sifat dari layer band ini adalah penyerap panas atau layer thermal. Gabungan band band ini merupakan pencitraan pada suatu daerah di cilacap. Dan tampilan dari color

table menggunakan pseudo color agar terlihat standar pada penggabungan citra ini. 4.2.2 Cropping citra Tujuan dari cropping citra adalah untuk mendapatkan pencitraan kondisiwilayah yang lebih spesifikdan besar pada suatu daerah. Cropping membuat tampilan suatu citra lebih besar karena dilakukan zooming dengan Zoom Box Tool sehingga file citra menjadi hanya daerah yang kita zooming saja. Dengan melakukan cropping ini kita akan lebih mempermudah dalam hal pengidentifikasian suatu citra yang kita inginkan sehingga dapat memperjelas dan memperbesar daerah yang ingin diamati atau diidentifikasi keadaan geografiknya. 4.2.3 Penajaman citra, komposit warna, teknik interpretasi visual Dalam hal penajaman citra, maka dimaksudkan dalam hal untuk memahami kombinasi antara band citra dengan mode color. Pada band citra yang kita analisis nantinya akan menghasilkan keluaran antara lain yaitu dari segi mode colornya. Mode color yang dihasilkan yaitu tipe RGB, yang dimana dapat diartikan RGB (RedGreenBlue) adalah citra yang menggunakan LUT RGB haruslah memiliki tiga channel atau dalam bahasa umum dapat dikatakan disusun atas tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Walaupun demikian umumnya citra penginderaan jarak jauh hanya menggunakan ruang hingga 256 kode saja, kecuali beberapa citra, seperti: radar hingga 16 bit channel dan citra-citra yang telah direntangkan ruang warnanya.Perentangan warna dari citra dengan ruang warna 256 kode menjadi 2563 dapat dilakukan tetapi tidak akan merubah kedalaman informasinya, kondisi ini dapat disetarakan dengan pembesaran skala peta dari skala 1:4000 menjadi skala 1:1000 dengan cara difotokopi (Geomedia, 2004). Dengan analisis ini maka sebelumnya akan melakukan contars terhadap citra yang kita analisis. Jadi dapat dikatakan penajaman citra dalam hal ini untuk mengetahui dari segi mode color yang digunakan dan dari hasil

hal ini yaitu kita akan mengetahui perbedaan warna tersebut (Band) sehingga kita dapat mengidentifikasi dan mengetahui kombinasi dari citra tersebut. Dapat kia lihat perbedaaan setiap band: Dimana dari masing-masing band tersebut mempunyai warna, sifat, dan karakteristik yang berbeda-beda. Berikut karakteristik band pada Landsat 1 dan 2 : 1. Band 1 (0.45 - 0.52 m) => dirancang untuk penetrasi tubuh air, sehingga bermanfaat untuk pemetaan perairan pantai. Juga berguna untuk membedakan antara tanah dengan vegetasi, tumbuhan berdaun lebar dan konifer. 2. Band 2 (0.52 - 0.69 m) => dirancang untuk mengukur puncak pantulan hijau saluran tampak bagi vegetasi guna penilaian ketahanan. 3. Band 3 (0.63 - 0.69 m) => saluran absorpsi klorofil yang penting untuk diskriminasi vegetasi. 4. Band 4 (0.76 - 0.90 m) => bermanfaat untuk menentukan kandungan biomassa dan untuk dilineasi tubuh air. 5. Band 5 (1.55 - 1.75 m) => menunjukkan kandungan kelembapan vegetasi dan kelembapan tanah. Juga bermanfaat untuk membedakan salju dan awan. 6. Band 6 (10.40 - 12.50 m) => saluran inframerah termal yang penggunaannya untuk analisis pemetaan vegetasi, diskriminasi kelembapan tanah, dan pemetaan termal. 7. Band 7 (2.08 - 2.35 m) => saluran yang diseleksi karena potensinya untuk membedakan tipe batuan dan untuk pemetaan hidrotermal.

4.2.4. Reading Data Values

Reading Data Values artinya membaca nilai suatu data. Dalam hal ini kita membaca nilai suatu data pencitraan. Terdiri dari Cell Values Profile dan Cell Coordinates. Cell Values Profile menunjukkan mengenai Profil Nilai Cell. Jadi, apakah suatu daerah tersebut mempunyai topografi dataran tinggi ataupun rendah. Tinggi dan rendahnya suatu daerah disini ditunjukan oleh pixel warna dari data citra tersebut. kalau Cell Coordinate adalah fasilitas dalam ER MAPPER untuk mengetahui posisi daerah tertentu dengan melihat

garis lintang dan bujurnya. Dengan mengarahkan pointer pada suatu titik tertentu kita dapat mengetahui letak koordinat garis bujur dan lintang daerah yang kita inginkan pada data citra tersebut. 4.2.5 Teknik Interprestasi Visual Melalui teknik interpretasi visual kita dapat mengetahui jarak dan luasan dari suatu citra. Dengan memanfaatkan fasilitas ini kita tidak perlu kontak langsung ke lapangan atau tidak perlu melakukan survei langsung kelapangan untuk mengetahui jarak ataupun luasan dari suatu daerah melalui pencitraan. Dengan memanfaatkan Toolbox Polyline kita dapat menarik garis dari suatu titik daerah ke titik daerah lainnya lalu kita dapat mengetahui jarak suatu dari satu titik ke titik selanjutnya dari daerah tersebut. Toolbox Polygon dapat dimanfaatkan untuk mencari luasan suatu wilayah. Dengan menghubungkan dari satu titik ke titik yang diinginkan hingga membentuk seperti lingkaran ataupun persegi yang mengelilingi wilayah tesebut pada suatu citra kita akan mengetahui luasan wlayah daerah dari suatu data citra tersebut. 4.2.6 Geolink Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus. Di dalam ER MAPPER terdapat fasilitas Geolink to window, Geolink to screen, dan Geolink to overview roam Geolink to window adalah fasilitas dalam ER MAPPER untuk membandingkan window citra yang satu dengan citra yang lain yang berbeda. Dalam praktikum ini kita membandingkan pencitraan bandara Ahmad Yani di tahun 2005 dengan pencitraan di tahun 2009. Disni terlihat terjadi perubahan topografi dan wilayah secara keseluruhan yang dikarenakan pembangunan.

Geolink to screen merupakan fasilitas yang dapat membuat kita dengan mudah menghubungkan window pencitraan yang berbeda. Disini kita menghubungkan window pencitraan bandara Ahmad Yani pada tahun 2005 dengan 3 window pencitraan bandara Ahmad Yani 2009. Dari perpindahan dari window 1 sampai ke window 4 terlihat hubungan yang menunjukan perubahan lingkungan wilayah dari topografi dan lain lainnya. Geolink to overview roam , dalam proses ini dilakukan terhadap suatu analisa dengan cara mengoperasikan dua/lebih citra pada layar yang berbeda tapi hanya dioperasikan pada satu layar saja. Maksud dari hal ini yaitu kita akan melakukan interprestasi suatu citra tersebut namun interprestasi tersebut dilakukan dengan satu objek. Interprestasi ini dilakukan dengan tujuan yaitu supaya dalam hal ini Geolink to Roam dapat mengetahui titik suatu objek yang akan kita analisis dengan lebih fokus dengan melakukan perbandingan suatu citra. Dengan melakukan perbandingan suatu citra ini kita akan mengetahui point dari perbedaan tersebut. Geolink to Roam ini akan sangat bermanfaat untuk melihat (meneliti) unsur-unsur spasial (geografis) yang sama tetapi terdapat di dalam citra-citra yang berbeda atau pemrosesannya (Algorithm) berbeda.

4.2.7 Perbandingan Data Iconos 2005 dan 2009 Terdapat beberapa perbedaan citra satelit tahun 2005 dengan citra satelit tahun 2009 yaitusebagai berikut : a. Kualitas gambar citra satelit tahun 2005 lebih jelas dibandingkan dengan citra satelit tahun 2009. b. Penambahan jumlah pemukiman yang semakin banyak pada tahun 2009 daripada 2005. c. Pertambahan panjang lintasan bandara Ahmad Yani dan berpindahnya muara sungai disekitar kawasan bandara. d. Adanya pembelokan arah sungai karena adanya perluasan area bandara.

BAB V PENUTUP

Dari praktikum yang telah kami lakukan mengenai Interface ER MAPPER 7.0 ini didapati beberapa kesimpulan, yaitu : 1. 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. 2. Dengan penginderaan jauh kita dapat menghitung jarak dan luas suatu daerah tanpa harus survei ke lapangan. 3. ER Mapper adalah salah satu software yang digunakan untuk mengolah data citra atau satelit. 4. Dengan ER Mapper kita dapat melakukan penggabungan citra, cropping citra, penajaman citra. 5. Dengan ER Mapper kita dapat melakukan Reading value data dengan Toolbox Polyline (untuk mengetahui jarak suatu wilayah) dan Polygon (Untuk mengetahui luasan suatu wilayah). 6. Geolink merupakan penghubungan dua atau lebih window image dalam ruang koordinat geografik. Didalamnya terdapat Geolink to window (untuk membandingkan suatu citra), Geoling to screen (untuk menghubungkan suatu citra) dan Geolink to overview roam (mengetahui titik suatu objek yang akan kita analisis dengan lebih fokus dengan melakukan perbandingan suatu citra.

DAFTAR PUSTAKA

Lillesand dan Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press. Yogyakarta. Prahasta, E. 2008. REMOTE SENSING Praktis Penginderaan Jauh dan Pengolahan Citra Digital dengan Perangkat Lunak ER Mapper. Penerbit Informatika. Bandung Purwadhi, Sri Hardiyanti. 2001. Interpretasi Citra Digital. PT. Grasindo, Jakarta Richards John A. , Xiuping Jia.2006.Remote Sensing Digital Image Analysis: An Introduction. Sutanto. 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press. Yogyakarta. http://haqky.webs.com/apps/blog/show/3691694 ( diakses pada 27 maret 2013 pukul 18.49 WIB) http://mtnugraha.wordpress.com/2012/07/30/true-color-citra-satelit-landsat-diglobal-mapper/( diakses pada 01 april 2013 pukul 14.17 WIB) http://tronche.com/gui/x/xlib/window/visual-types.html( diakses pada 26 maret 2013 pukul 21.43 WIB) http://www.pageofguh.org/technicality/403 ( diakses pada 27 maret 2013 pukul 18.37 WIB) http://udhnr.blogspot.com/2009/06/pengantar-penginderaan-jauh.html ( diakses pada 27 maret 2013 pukul 19.00 WIB) http://id.wikipedia.org/wiki/Penginderaan_jauh ( diakses pada 26 maret 2013 pukul 20.49 WIB) http://adinawilldansandy.wordpress.com/2011/03/30/er-mapper-7-0( diakses pada 27 maret 2013 pukul 17.00 WIB)

http://reading-all.blogspot.com/2011/04/pengertian-citra.html( diakses pada 27 maret 2013 pukul 18.30 WIB)