Anda di halaman 1dari 61

Pengenalan

PENGINDERAAN JAUH

Definisi Penginderaan Jauh :


Penginderaan Jauh adalah ilmu dan teknologi untuk memperoleh informasi tentang objek, wilayah atau fenomena dengan menggunakan suatu alat tanpa melakukan kontak langsung dengan objek, wilayah atau gejala yang dikaji ( Lillesand dan Kiefer, 1994)

RADIASI ELEKTROMAGNETIK

Karakteristik radiasi elektromagnetik merupakan hal yang sangat penting untuk memahami Penginderaan jauh, yaitu : - Panjang Gelombang - Frekuensi Panjang Gelombang (), merupakan panjang satu siklus , dan Frekuensi () Merupakan jumlah siklus panjang gelombang yang melalui titik tertentu per unit waktu, dengan satuan hertz

SPEKTRUM ELEKTROMAGNETIK

SPEKTRUM ELEKTROMAGNETIK

INTERAKSI DENGAN ATMOSFIR

Perambatan gelombang elektromagnetik dari matahari ke bumi mengalami penyebaran (scattering), yang disebabkan oleh partikelpartikel dalam atmosfir. Perhatikan pada siang hari langit menjadi biru dan pada matahari terbit atau tenggelam, langit menjadi kemerahan. Hal ini disebabkan adanya scattering yang disebabkan oleh partikel-partikel dalam atmosfir

INTERAKSI DENGAN TARGET


Energi yang tidak terserap dan tersebar pada atmosfir dapat mencapai permukaan bumi Energi yang mencapai target (I) akan terbagi lagi menjadi energi yang ditransmisikan (T) diserap target (A)) dan energi yang dipantulkan (R). Energi yang dipantulkan merupakan perhatian yang utama dalam remote sensing Pantulan Sempurna (Specular) Pantulan segala arah Diffuse)

Sifat Pantulan Dari Permukaan Bumi

SOIL VEGETATION WATER

0,3

10

SUMBER ENERGI GELOMBANG EM

1. Penginderaan Jauh Pasif


Menggunanakan matahari sebagai sumber gelombang EM

2. Penginderaan Jauh Aktif Mempunyai sumber energi sendiri untuk menghasilkan gelombang EM

PEREKAMAN GELOMBANG EM

1. Sensor Fotografik Perekaman berlangsung seperti kamera foto biasa atau yang kita kenal sebagai proses kimiawi. Citra yang dihasilkan dibentuk dari titik-titik yang sangat halus

2. Sensor Elektronik Sensor yang bekerja secara elektrik, data yang direkam berupa data dijital/numerik. Citra dibentuk dari pixel (picture element)

Sistem Penginderaan Jauh Pasif


Sumber Energi

Sensor Data Citra

Statsiun

Objek / Target

Penerima

Pengolahan

Pengindraan Jauh Aktif

WAHANA PENGINDERAAN JAUH


1000 Km Satellite

Rocket

100 Balloon

10

Aero plane

1 Helicopter

Crane 0 Km

DATA PENGINDERAAN JAUH


FOTO UDARA

1. Lebih sederhana sistem operasionalnya 2. Tingkat kedetilan dapat disesuaikan dengan kebutuhan

3. Resolusi spasial lebih baik

2. CITRA SATELIT

1. Biaya relatif lebih murah 2. Kontinyu 3. Mudah didapat

Landsat (Amerika Serikat) Ikonos (Amerika Serikat +Jepang) Quickbird (Amerika Serikat) SPOT (Perancis ) NOAA (Amerika Serikat ) IRS (India) Aster (Amerika Serikat ), dll.

3. RADAR

1. Mempunyai Sumber Energi Sendiri

2. Tidak Tergantung Waktu


3. Tembus Awan

CONTOH PRODUK FOTO UDARA

PANCHROMATIC HITAM PUTIH

1 :30.000
1 : 50.000 TAHUN 1994 TAHUN 1994

1 : 7000 TAHUN 1996

1 :15.000
TAHUN 1990

Citra Landsat

CITRA SPOT

QUICKBIRD

Citra NOAA AVHRR, dengan resolusi spasial 4 km x 4 km

RADAR

Karakteristik Citra Satelit

Resolusi Spasial Resolusi Spektral Resolusi Temporal

Resolusi Spasial
Kemampuan sensor dalam mendefinisikan objek di permukaan bumi yang diwakili oleh pixel (picture element)

Satu pixel mewakili 30 meter x 30 meter (Landsat) 2,5 meter x 2,5 meter (SPOT) 1 meter x 1 meter (Ikonos) 0,6 meter X 0,6 meter (Quickbird)

30 x 30 meter
4 x 4 meter

1 x 1 meter

Resolusi Spektral
Resolusi spektral mendefinisikan kemampuan sensor untuk mendefinisikan kehalusan interval panjang gelombang yang bisa direkam

Landsat ETM : 9 saluran Ikonos : 4 saluran Quickbird : 5 saluran Aster : 14 saluran

Kombinasi Band Landsat 7

Landsat-TM Band-521

Landsat-TM Band-342

Landsat-TM Band-247

Landsat-TM Band-432

Resolusi Temporal
Lamanya satelit kembali lagi pada suatu lokasi atau wilayah yang sama

Landsat SPOT Ikonos NOAA

: 16 hari : 26 hari : + 3 hari : 24 jam

Quikbird : 1 3,5 hari Sampai lokasi yang sama pada x hari

LUAS CAKUPAN / SAPUAN


Landsat (185 X 185 km) Ikonos (11,3 x 11,3 km) Quickbird (16,5 x 16,5 km) SPOT (60 x 60 km) NOAA (400 x 400 km) ASTER (40 x 40 km)

KARAKTERISTIK CITRA SATELIT


Satelit
Landsat TM 7 SPOT

Resolusi Spasial
Non Termal Thermal 30 m 120 m

Resolusi Spektral
9 saluran

Resolusi Temporal
16 hari

Cakupan

185x185 km

Multi Spektral 10 m Panchromatic 2,5

4 saluran

26 hari

60 x 60 km

Ikonos

Multi Spektral Panchromatic

4m 1m

4 saluran

+ 3 hari

11,3 x 11,3 km

Quickbird

Multi Spektral 2.4 m Panchromatic 0.6 m

5 saluran

1 3,5 hari

16,5 x 16,5 km

NOAA

Multispektral 1,1 km 4 saluran

24 jam 400x400 km

INTERPRETASI DATA INDERAJA


Untuk dapat memanfaatkan data penginderaan jauh, kita harus mampu mengekstrak informasi dari citra. Langkah ekstraksi informasi ini disebut dengan interpretasi. . Tahapan Kegiatan Interpretasi
1. Deteksi 2. Identifikasi 3. Analisis

INTERPRETASI VISUAL VS DIJITAL


Analisis manual dan analisis dijital, mempunyai kelebihan dan kekurangan. Dalam analisis manual, biasanya terbatas pada satu band atau satu image, artinya tidak dapat melakukan analisis beberapa image secara bersamaan. Sedangkan dalam analisis dijital dapat dilakukan secara bersamaan Dalam analisis manual, biasanya kurang konsisten hasilnya karena bersifat subyektif, yakni sangat tergantung pada interpreter. Sedangkan dalam analisis dijital lebih konsisten, karena analisisnya didasarkan pada nilai dijital (digital number) dalam komputer, sehingga lebih obyektif. Meskipun demikian, untuk menentukan tingkat validitas dan akurasi dari analisis dijital adalah sangat sulit. Kenapa ?

INTERPRETASI SECARA VISUAL


Pengenalan target atau obyek merupakan kunci interpretasi dan ekstraksi informasi.

Kunci Interpretasi
tone/rona bentuk ukuran pola tekstur bayangan asosiasi

1. TONE / RONA
TONE/RONA: Tone/rona mengacu pada kecerahan atau warna relatif suatu obyek dalam image. Secara umum, rona merupakan elemen yang mendasar dalam pembedaan target.

Rona akan lebih mudah diinterpretasikan bila bervariasi dengan elemen bentuk, tekstur, dan pola obyek

Tanaman tua

Tanaman muda

2. BENTUK

BENTUK : Bentuk, mengacu pada struktur dan outline obyek individu

3. UKURAN
UKURAN : Ukuran obyek dalam image merupakan fungsi skala. Contoh : Ukuran antara bangunan sebagai tempat tinggal dengan bangunan sebagai bangunan komersial.

? ?

4. POLA

Pola, mengacu pada susunan kenampakan spasial obyek. Pola perkebunan yang dikembangkan Oleh perusahaan akan terlihat teratur dibandingkan dengan pola pertanian yang alami

? ?

5. TEKSTUR
TEKSTUR : Tekstur, mengacu pada susunan dan frekuensi rona suatu obyek, yang nampak pada kenampakan kasar atau halusnya permukaan obyek. Contoh yang jelas adalah dalam membedakan hutan alam dengan hutan tanaman industri, yang relatif punya keseragaman dalam kanopi.

? ?

6. BAYANGAN

BAYANGAN/SHADOW : Bayangan memberikan ide dalam membedakan profil atau ketinggian suatu obyek

tanpa bayangan

dengan bayangan

7. ASOSIASI
ASOSIASI : Asosiasi berkaitan dengan hubungan antara obyek terhadap obyek yang lain. Sebagai misal daerah pantai dimana di situ terdapat vegetasi pada wilayah muara sungai, mungkin dapat diasosiasikan dengan mangrove

mangrove

KLASIFIKASI DIJITAL
Citra dijital adalah penyajian obyek dalam format dijital.
. Citra dijital terdiri dari pixel atau picture element

95 106 76 58 76 75 56 62 82

Digital Number (DN)

digunakan untuk menandai pixel

Nilai DN menyatakan pantulan energi yang diterima oleh sensor

CITRA DIJITAL
Citra Asli Citra diperbesar

CITRA DIJITAL
Citra Multispektral merupakan data inderaja dengan dua atau lebih saluran spektral
Masing masing band dihasilkan oleh sensor dengan resolusi spasial tertentu

Landsat-TM Image mempunyai 7 Bands

Band-7 Band-6 Band-5 Band-4 Band-3 Band-2 Band-1

DISPLAY CITRA DIJITAL

BAND 444

Blue Green Red


BAND 542

Band-7 Band-6 Band-5 Band-4 Band-3 Band-2 Band-1

BAND 432

MULTISPECTRAL IC MO AG ME PUTER GUN COLORS

DISPLAY ON MONI

PENGOLAHAN CITRA
Preprocessing : Radiometri Correction/Koreksi Radiometrik Geometri Correction/Koreksi Geometrik
Display dan Enhancement/Penajaman : Diplay (B/W dan Color Composite Contrast Enhancement (Stretching) Spatial Enhancement (Filtering) Classification/Klasifikasi : Unsupervised Classification Supervised Classification Integration ke GIS: Generalisasi Konversi Raster ke Vektor Konversi Vektor ke Raster

KLASIFIKASI CITRA
Metoda dalam klasifikasi multispektral : 1. UNSUPERVISED 2. SUPERVISED

KLASIFIKASI CITRA
Unsupervised Classification/Tak Terselia : -Klasifikasi tanpa memerlukan/membangun sampel - Operasi dibangun berdasarkan pengelompokan pixel secara natural - Pengenalan pola menggunakan proses komputer

KLASIFIKASI TERSELIA/SUPERVISED
Klasifikasi multispektral dengan sampel terpilih yang homogen Prosedur ini memerlukan pengetahuan tentang obyek Klasifikasi menggunakan karakteristik spektral (minimum, maximum, mean/average, variance, covariance, correlation, dll.) tentang training/sample area untuk menggambarkan algoritma klasifikasi keseluruhan

APLIKASI PENGINDERAAN JAUH


Penutup Lahan
Tambak

Tegalan

Sawah

Hutan Bakau

GEOLOGI

PRAKIRAAN CUACA

28 Januari 2008

4 FEBRUARI 2008

17 FEBRUARI 2008

25 FEBRUARI 2008

Pemetaan Terumbu Karang

Citra Landsat

Hasil Analisis

Warna Biru Terumbu Karang Hidup

Kandungan Klorofil Laut Temperatur Laut

Zona Penangkapan Ikan

KEBAKARAN HUTAN

TUMPAHAN MINYAK

Penanganan Bencana Alam

Penanganan Bencana Alam

PRAKIRAAN PAJAK