Anda di halaman 1dari 54

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

OLEH :

NUR FITRIANA HARYANTO 2602020212130058 SHIFT 1

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

BAB I PENDAHULUAN
1.1 Latar Belakang Penginderaan jauh (remote sensing) menurut Purwadi, 2001 adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui analisa data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji. Inderaja merupakan ilmu bila digunakan untuk lingkup studi inderaja sendiri dan merupakan suatu teknik bila digunakan sebagai (Pentury,1997). Penginderaan jauh (inderaja) adalah ilmu atau seni untuk memperoleh informasi tentang objek, daerah, atau gejala dengan menggunakan alat tanpa kontak langsung terhadap objek, daerah atau gejala yang dikaji. Alat yang dimaksud dalam batasan ini adalah alat pengindera atau sensor. Pada umumnya sensor dipasang pada wahana (platform) yang berupa pesawat terbang, satelit, pesawat ulang alik atau wahana lainnya. Obyek yang diindera atau yang ingin diketahui berupa objek dipermukaan dilakukan dari bumi, jarak di dirgantara, sehingga atau di penunjang untuk mempelajari bidang ilmu lainnya

antariksa.Penginderaannya

jauh

disebut

penginderaan jarak jauh (Sutanto,1987). Penginderaan jarak jauh sangat bermanfaat dalam membantu 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. Contoh dari proses penginderaan jarak jauh yang dekat dengan kita adalah proses mata melihat atau menangkap suatu objek. Mata bertindak sebagai alat penginderaan (sensor) yang menerima cahaya yang dipantulkan dari suatu objek penglihatan, misalkan objek penglihatan tersebut adalah suatu halaman buku. Maka data yang diterima oleh mata berupa energi sesuai dengan jumlah cahaya

yang dipantulkan dari bagian gelap dan terang pada halaman buku. Data tersebut dianalisis atau ditafsir di dalam komputer mental kita agar kita dapat menerangkan bahwa bagian yang gelap merupakan sekumpulan huruf-huruf yang menyusun kata-kata. Lebih dari itu, kita dapat mengenali bahwa kata-kata tersebut menyusun kalimat-kalimat sehingga kita dapat menafsir arti dari informasi yang terdapat pada kalimat-kalimat tersebut. 1.2 Maksud dan Tujuan Tujuan dari praktikum ini adalah : Mahasiswa diharapkan mengetahui fungsi dari penginderaan jauh. Mahasiswa diharapkan mengetahui dan mampu mengoperasikan software ER Mapper 7.0 yang dapat membantu dalam proses pengolahan data hasil dari citra penginderaan jauh.

BAB II TINJAUAN PUSTAKA


2.1 Penginderaan Jauh Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji (Lillesand & Kiefer, 1999). Defenisi yang lain juga dikemukakan oleh Konecny (2003) yang mana penginderaan jauh adalah metode untuk memperoleh informasi dari objek yang jauh tanpa adanya kontak langsung. Dalam aplikasinya, teknologi penginderaan jauh menggunakan energi elektromagnetik seperti gelombang radio, cahaya, dan panas sebagai sarana untuk mendeteksi dan mengukur karakteristik objek atau target (Ho, 2009). Pendapat lain mengenai Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu obyek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan obyek, daerah, atau fenomena yang dikaji. Komponen dasar suatu system penginderaan jauh adalah sebagai berikut: a) Suatu sumber tenaga seragam b) Atmosfer yang tidak menganggu c) Serangkaian Interaksi yagn unik antar renaga dengan benda di muka bumi. d) Sensor sempurna e) Sistem pengolahan data tepat waktu f) Berbagai penggunaan data. (Lillesand dan Kiefer, 1990)

Penginderaan jauh dapat diberi batasan sebagai alat untuk mengetahui, mengenali, dan menilai obyek dengan cara perabaan dari jauh atau dengan alat rekaman. Suatu alat teleskop astronomi, suatu kamera udara di dalam pesawat jet supersonik, atau suatu instalasi sonar di dalam sebuah kapal selam semuanya merupakan bentuk-bentuk alat penginderaan jauh. Kelelawar malam hari mempergunakan suatu teknik penginderaan jauh untuk mencari jalan pada waktu

terbang di dalam gelap, suatu asas yang serupa dipakai di dalam perlengkapan radar. Alat penginderaan jauh juga meliputi berbagai satelit yang mengorbit bumi yang menjadi semakin tambah bermanfaat sebagai mimbar untuk mendapatkan berbagai macam gambar udara baik yang berupa gambaran fotografi maupun yang bukan fotografi. Penekanan penginderaan jauh diletakkan pada penafsiran tentang gambar yang diperoleh dari sensor infra merah atau thermal mappers (pembuat peta termal), dari peralatan radar di udara atau dari penerbangan-penerbangan ruang angkasa yang mengorbit (Avery, 1970). Pengumpulan data penginderaan jauh dilakukan dengan menggunakan alat pengindera atau alat pengumpul data yang disebut sensor. Data penginderaan jauh dapat berupa citra, grafik, dan data numerik. Proses penerjemahan data menjadi informasi disebut analisis atau interpretasi data dan analisis data penginderaan jauh memerlukan data rujukan seperti peta tematik, data statistik, dan data lapangan. Keseluruhan proses mulai dari pengambilan data, analisis data hingga penggunaan data disebut Sistem Penginderaan Jauh (Purwadhi, 2001).

2.2 Citra Citra merupakan salah satu dari beragam hasil proses penginderaan jauh. Definisi citra banyak dikemukakan oleh para ahli, salah satu di antaranya pengertian tentang citra menurut Hornby,1974(dalam Sutanto, 1992) yang dapat ditelaah menjadi lima, berikut ini tiga di antaranya: 1) Likeness or copy of someone or something, especially one made in wood, stone, etc. 2) Mental pictures or idea, concept of something or someone. 3) Reflection seen in a mirror or through the lens of a camera. Citra penginderaan jauh termasuk dalam pengertian yang ke-tiga menurut Hornby. Citra merupakan gambaran yang terekam oleh kamera atau sensor lainnya. Simonett et al. (1983) mengutarakan dua pengertian tentang citra yaitu: 1) The counterpart of an object produced by the reflection or refraction of light when focused by a lens or a mirror. 2) The recorded representation (commonly as a photo image) of object produced by optical, electro-optical, optical mechanical, or electrical means. It is

generally used when the EMR emitted or reflected from a scene is not directly recorded on film. Di dalam Bahasa Inggris ada dua istilah yang masing-masing diterjemahkan dengan citra, yaitu image dan imagery. Berikut ini dikemukakan batasan kedua istilah tersebut menurut Ford,1979(dalam Sutanto, 1992). 1) Image is representation of an object or scene; an image is usually a map, picture, or photograph. 2) Imagery is visual representation of energy recorded by remote sensing instrument. Bila kita berpegang pada batasan ini maka penggunaan istilah image bagi citra penginderaan jauh tidak salah, akan tetapi penggunaan istilah imagery akan lebih benar. Berbagai pustaka dalam bahasa Inggris, baik istilah image maupun imagery sama-sama sering digunakan. Sensor dalam kaitannya dengan penginderaan jauh merekam tenaga yang dipantulkan atau dipancarkan oleh obyek di permukaan bumi. Rekaman tenaga ini setelah diproses membuahkan data penginderaan jauh. Data penginderaan jauh dapat berupa data digital atau data numerik untuk keperluan analisis menggunakan komputer. Produk lainnya dapat berupa data visual yang umumnya dianalisis secara manual. Data visual dibedakan lebih jauh atas data citra dan data noncitra. Data citra berupa gambaran yang mirip ujud aslinya atau paling tidak berupa gambaran planimetrik. Data noncitra pada umumnya berupa garis atau grafik. Sebagai contoh data noncitra ialah grafik yang mencerminkan beda suhu yang direkam di sepanjang daerah penginderaan. Penginderaan jauh yang tidak menggunakan tenaga elektromagnetik, contoh data noncitra antara lain berupa grafik yang menggambarkan gravitasi maupun daya magnetik di sepanjang daerah penginderaan. Citra dapat dibedakan atas citra foto (photographic image) atau foto udara dan citra nonfoto (non photographic image).

2.3 Satelit Landsat

Program Landsat adalah program paling lama untuk mendapatkan citra Bumi dari luar angkasa. Satelit Landsat pertama diluncurkan pada tahun 1972 yang paling akhirLandsat 7, diluncurkan tanggal 15 April 1999. Instrumen satelitsatelit Landsat telah menghasilkan jutaan citra. Citra-citra tersebut diarsipkan di Amerika Serikat dan stasiun-stasiun penerima Landsat di seluruh dunia; dimana merupakan sumber daya yang unik untuk riset perubahan global dan aplikasinya pada pertanian, geologi, kehutanan, perencanaan daerah, pendidikan, dan keamanan nasional. Landsat 7 memiliki resolusi 15-30 meter. Program ini dulunya disebut Earth Resources Observation Satellites Program ketika dimulai tahun 1966, namun diubah menjadi Landsat pada tahun 1975. Tahun 1979, Presidential Directive 54 di bawah Presiden AS Jimmy Carter mengalihkan operasi Landsat dari NASA ke NOAA, merekomendasikan pengembangan sistem operasional jangka panjang dengan 4 satelit tambahan, serta merekomendasikan transisi swastanisasi Landsat. Ini terjadi tahun 1985 ketika EOSAT, rekan Hughes Aircraft dan RCA, dipilih oleh NOAA untuk mengoperasikan sistem Landsat dalam kontrak 10 tahun. EOSAT mengoperasikan Landsat 4 and 5, memiliki hak ekslusif untuk memasarkan data Landsat, serta mengembangkan Landsat 6 dan 7 (Lillesand, 1996).

Tahun 1989, transisi tersebut tak berakhir secara keseluruhan ketika pendanaan NOAA untuk program Landsat berakhir, dan NOAA menangani Landsat 4 dan 5 sebelum berakhir; namun Undang-undang Kongres AS

menyediakan dana darurat untuk sisa tahun terakhir. Pendanaan ini terhenti lagi pada tahun 1990, dan sekali lagi Kongres menyediakan dana darurat untuk 6 bulan ke depan. Masalah pendanaan terjadi lagi tahun 1991, dan menghasilkan solusi serupa. Tahun 1992, berbagai upaya dilakukan untuk mengucurkan dana untuk operasi lanjutan Landsat, namun pada akhir tahun EOSAT mengentikan pengolahan data Landsar. Landsat 6 diluncurkan pada tanggal 5 Oktober 1993, namun mengalami kegagalan peluncuran. NASA akhirnya meluncurkan Landsat 7 pada tanggal 15 April 1999 (Howard, 1996).

2.4 ER Mapper 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 (Davis, 1976). ER Mapper mengembangkan metode pengolahan citra terbaru dengan pendekatan yang interaktif, dimana kita dapat langsung melihat hasil dari setiap perlakuan terhadap citra pada monitor komputer. ER Mapper memberikan kemudahan dalam pengolahan data sehingga kita dapat mengkombinasikan berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat tanpa menunggu komputer menuliskannya menjadi file yang baru. Cara pengolahan ini dalam ER Mapper disebut Algoritma.

Prosedur pengolahan data citra diawali dengan mengimport data sampai dengan hasil akhir dalam bentuk cetakan (printing).Dari beberapa prosedur ini, tidak semua prosedur harus dijalankan untuk mendapatkan hasil yang sesuai dengan harapan.Untuk beberapa aplikasi dapat dihasilkan keluaran yang diharapkan tanpa melalui seluruh prosedur pengolahan citra.(Hardiyanto,2012) 2.5 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 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 256 3 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)

2.6 Teknik Interpretasi Interpretasi citra adalah perbuatan mengkaji foto udara dan atau citra dengan maksud untuk mengidentifikasi obyek dan menilai arti pentingnya obyek tersebut. (Estes dan Simonett dalam Sutanto, 1994:7) Pengenalan obyek merupakan bagian paling vital dalam interpretasi citra. Foto udara sebagai citra tertua di dalam penginderaan jauh memiliki unsur interpretasi yang paling lengkap dibandingkan unsur interpretaasi pada citra lainnya. (Sutanto, 1994:121). Unsur interpretasi citra terdiri : (1) Rona dan Warna Rona ialah tingkat kegelapan atau tingkat kecerahan obyek pada citra, sedangkan warna ialah wujud yang tampak oleh mata dengan menggunakan spektrum sempit, lebih sempit dari

spektrum tampak. Melihat gambar di samping kita akan mengetahui bahwa gambar tersebut merupakan lokasi semburan lumpur lapindo. Genangan lumpur bisa kita kenali dengan adanya obyek yang berwarna keabu-abuan dengan rona cerah. Titik semburan lumpur pun bisa kita kenali dengan warna putih dan rona yang lebih cerah yang ada di tengah-tengah genangan lumpur. Daerah yang belum tergenang oleh lumpur juga bisa kita kenali dengan adanya objek berwarna hijau, yang menandakan masih adanya vegetasi yang hidup. (2) Bentuk Merupakan variabel kualitatif yang memberikan konfigurasi atau kerangka suatu obyek. Kita bisa adanya objek stadion sepakbola pada suatu foto udara dari adanya bentuk persegi panjang. demikian pula kita bisa mengenali gunung api dari bentuknya yang cembung. (3) Ukuran Atribut obyek yang antara lain berupa jarak, luas, tinggi, lereng, dan volume. Ukuran meliputi dimensi panjang, luas, tinggi, kemirigan, dan volume suatu objek. Perhatikan gambar lokasi semburan lumpur di atas; ada banyak objek berbentuk kotakkotak kecil. Kita bisa membedakan mana objek yang merupakan rumah, gedung sekolah, atau pabrik berdasarkan ukurannya. (4) Tekstur Frekuensi perubahan rona pada citra atau pengulangan rona kelompok obyek yang terlalu kecil untuk dibedakan secara individual. Untuk lebih memahami, berikut akan digambarkan perbedaan tekstur berbagai benda. (5) Pola Pola atau susunan keruagan merupakan ciri yang menandai bagi banyak obyek bentukan manusia dan bagi beberapa obyek alamiah.

(6)

Bayangan Bayangan sering menjadi kuci pengenalan yang penting bagi beberapa obyek dengan karakteristik tertentu, seperti cerobong asap, menara, tangki minyak, dan lain-lain. Jika objek menara disamping diambil tegak lurus tepat dari atas, kita tidak bisa langsung mengidentifikasi objek tersebut. Maka untuk

mengenali bahwa objek tersebut berupa menara adalah dengan melihat banyangannya. (7) Situs Menurut Estes dan Simonett, Situs adalah letak suatu obyek terhadap obyek lain di sekitarnya. Situs juga diartikan sebagai letak obyek terhadap bentang darat, seperti situs suatu obyek di rawa, di puncak bukit yang kering, dan sebagainya. Itulah sebabnya, site dapat untuk melakukan penarikan kesimpulan (deduksi) terhadap spesies dari vegetasi di sekitarnya. Banyak tumbuhan yang secara karekteristik terikat dengan site tertentu tersebut. Misalnya hutan bakau ditandai dengan rona yang telap, atau lokasinya yang berada di tepi pantai. Kebun kopi ditandai dengan jarak tanamannya, atau lokasinya yaitu ditanam di daerah bergradien miring/pegunungan. a. Asosiasi Keterkaitan antara obyek yang satu dengan obyek yang lain. Karena adanya keterkaitan ini maka terlihatnya suatu obyek pada citra sering merupakan petunjuk bagi adanya obyek lain. Misalnya fasilitas listrik yang besar sering menjadi petunjuk bagi jenis pabrik alumunium. gedung sekolah berbeda dengan rumah ibadah, rumah sakit, dan sebagainya karena sekolah biasanya ditandai dengan adanya lapangan olah raga. Dalam mengenali obyek pada foto udara atau pada citra lainnya, dianjurkan untuk tidak hanya menggunakan satu unsur interpretasi citra. Semakin ditambah jumlah unsur interpretasi citra yang digunakan, maka semakin menciut

lingkupnya ke arahtitik simpul tertentu. Pengenalan obyek dengan cara ini disebut konvergensi bukti (cerverging evidence/convergence of evidence). 2.7 Satelit IKONOS Satelit Ikonos adalah satelit resolusi tinggi yang dioperasikan oleh GeoEye. Kemampuannya yang terliput adalah mencitrakan dengan resolusi multispektral 3,2 meter dan inframerah dekat (0,82mm) pankromatik. Aplikasinya untuk pemetaan sumberdaya alam daerah pedalaman dan perkotaan, analisis bencana alam, kehutanan, pertanian, pertambangan, teknik konstruksi, pemetaan perpajakan, dan deteksi perubahan. Mampu menyediakan data yang relefan untuk studi lingkungan. Ikonos menyediakan pandangan udara dan foto satelit untuk banyak tempat di seluruh dunia (Danoedoro, 1990). Karaktreristik Satelit Ikonos 1. Tanggal Peluncuran 24 September 1999 at Vandenberg Air Force Base,

California, USA. 2. 3. 4. 5. 6. 7. 8. 9. 10. nadir. 11. Waktu Melintas Ekuator 10:30 AM solar time Masa Operasi 7 tahun lebih. Orbit 98.1 derajad, sun synchronous. Kecepatan pada Orbit 7.5 km/detik. Kecepatan diatas bumi 6.8 km/detik. Kecepatan mengelilingi Bumi 14.7 kali tiap 24 jam. Ketinggian 681 kilometer (Low Earth Orbit). Resolusi pada Nadir 0.82 meter (panchromatic); 3.2 meter (multispectral ) Resolusi 26 Off-Nadir 1.0 meter(panchromatic);4.0 meter (multispectral) Cakupan Citra 11.3 kilometer pada nadir; 13.8 kilometer pada 26 off-

12. 13.

Waktu Lintas Ulang 3 days at 40 latitude. Saluran Citra Panchromatic, blue, green, red, near IR (Davis, 1976).

2.8 GEOLINK Geolink adalah menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus (Sutanto, 1986). Geo link to window memiliki fungsi menghubungkan 2 citra kemudian dapat digerakkan bersama-sama. Geolink to screen memiliki fungsi

menggabungkan beberapa citra yang berbeda pada window yang berbeda menjadi satu screen. (Sumaryono, 1999).

BAB III MATERI DAN METODE

3.1 WAKTU DAN TEMPAT Praktikum pengindraan jauh dilaksanakan pada: Hari/Tanggal Waktu Tempat : Selasa, 17 September 2013 : 09.30 WIB 11.00 WIB : Laboratorium Komputer Gedung E Fakultas Perikanan dan Ilmu Kelautan 3.2 MATERI Dalam praktikum penginderaan jauh digunakan software ER Mapper untuk mengolah sebuah citra. Dalam praktikum modul 1, dipelajari 5 materi yaitu: a. Penggabungan citra b. Cropping citra c. Penajaman citra, komposit warna dan teknik interpretasi visual d. Reading data value, mengukur jarak dan luasan suatu daerah e. Geolink

3.3 METODE 3.3.1 PENGGABUNGAN CITRA 1. Buka softwere ER Mapper 7.0

2. Maka akan muncul tampilan seperti ini

3. Pilih Edit Algorithm

maka akan muncul Layer baru sebagai berikut

4.

Lalu ubah description menjadi nama_nim

5. Klik Duplicate

lalu buat Pseudo layer menjadi enam bagian

6. Ganti nama Pseudo Layer menjadi band 1, band 2, band 3, band 4, band 5, dan band 7, tanpa mencantumkan band 6.

7. Pada Band 1, klik Load Dataset

8. Pada band 1, kemudian cari file 2000_0204_B1.tif dengan pilih volumes dan pilih Drive C/D/E dimana anda menyimpanya. Kemudian klik Ok this layer only

9. Kemudian lakukan langkah-langkah yang sama seperti band 1 pada band 2 hingga band 7 dan akan muncul citra sebagai berikut :

10. Untuk memastikannya klik Default Surface

11. Kemudian menyimpannya dengan cara klik File pilih Save As

12. Lalu simpan dengan nama_nim_penggabungancitra, pada Files of Type diganti dengan ER Mapper Raster Dataset, kemudian klik OK

13. Kemudian akan muncul window Save As ER Mapper Dataset Default


OK

14. Kemudian akan muncul window ER Mapper Status, klik OK

3.3.2 CROPPING CITRA 1. Pilih Edit Algorithm

2. Kemudian klik Load Dataset untuk membuka file gabungan citra

3. Lalu cari folder file gabungan citra kemudian klik OK this layer only, kemudian akan muncul laman sebagai berikut

4. Duplikat Pseudo Layer

menjadi 6, ubah namanya menjadi band 1

sampai band 7, tanpa menyertakan band 6. Kemudian ubah description menjadi nama_nim

5.

Pada band 1 klik Load Dataset dan pilih file cilacap B1 kemudian klik OK this layer only, begitupun seterusnya hingga band 7 tanpa menyertakan band 6, kemudian klik Default Surface hingga muncul tampilan sebagai berikut

6.

Untuk melakukan cropping, klik icon Zoom Box Tool window ER Mapper.

pada active

7.

Drag pada gambar yang ingin kita crop.

8. Kemudian Save as dengan nama_nim_croppingcitra dan Files of Type diganti dengan ER Mapper Dataset kemudian klik OK

9. Kemudian klik Difault kemudian OK

10. Kemudian muncul window ER Mapper Status OK

3.3.3 Penajaman Citra, Komposit Warna


1. Klik icon Edit Algorithm pada active window ER Mapper.

2. Klik Load Dataset

cari data cropping sebelumnya kemudian klik OK

hingga muncul laman sebagai berikut

3. Unklik Smooting kemudian klik Surface Color Table Greyscale. Sehingga muncul citra sebagai berikut

4. Agar citra terlihat tajam, klik icon Refresh Image with 99 % clips on Limits

5. Agar memperlihatkan komposit warna, klik icon RGB

pada active window

ER Mapper. Kemudian ubah description menjadi nurfitriana_26020212130058

6. Kemudian klik icon Refresh

7. Kemudian cut pseudo layer

8. Save As dengan nama_nim_penajamancitra dan pada Files of Type diganti dengan ER Mapper Raster Dataset OK default OK

9. Kemudian muncul window ER Mapper Status OK

3.3.5 Reading Data Value 1. Pilih Edit Algorithm

2. Kemudian pilih Load Dataset kemudian pilih file cropping

3. Pada Menu bars, pilih View kemudian pilih Cell Values Profile

4. Klik pada titik pertama dengan pointer, Lalu klik pada titik kedua maka akan terlihat data suhunya

5. Menu bars, pilih View kemudian pilih Cell Coordinates.

6. Kemudian klik di titik pertama maka akan terlihat titik koordinatnya dan pada titik kedua juga akan terlihat titik koordinatnya

3.3.6 Mengukur Panjang dan Menghitung Luas Suatu Area Mengukur panjang 1. Pada menu bar, klik Edit Annotate Vector Layer. Muncul window New Map Composition OK, muncul window ER Mapper Close. Muncul window Tools.

2. Untuk mengghitung jarak antar pixel yang mewakili keadaan sesungguhnya pada citra, maka klik Polyline pada 2 pixel berbeda yang akan diukur jaraknya. , lalu plotkan 2 titik

3. Klik Edit Object Extents

, muncul window Map Composition

Extents. Pada Object details Length, tertera nilai dari jarak antara kedua titik pixel tersebut di lapangan dengan konversi ukurannya ke dalam beberapa satuan.

4. Klik Delete Objects

untuk menghapus titik pengukuran panjang

Untuk mengitung luas suatu area

1. Untuk mengetahui luas dari suatu area di dalam citra, klik Polygon , plotkan titik dengan menggunakan pointer pada suatu luasan/area, kemudian double-click titik awal.

2. Klik Edit Object Extents

, muncul window Map Composition

Extents. Pada Object details. Pada label Area tertera nilai dari luas area yang diplot beserta konversinya ke dalam beberapa satuan.

3.3.5 Geolink 1. Membuka Edit Algoritm

2. Maka akan muncul jendela

3. Membuka citra dengan klik Load Dataset layer only

lalu ok this

4. Lalu muncul citra Ikonos 2005 pada layer

5. Klik RGB untuk memperjelas gambar

6. Lalu buka lembaran baru dengan klik New

7. Klik OK

Load

Dataset

dan membuka IKONOS2009.ers -

8. Lalu akan muncul citra

9. pilih RGB untuk memperjelas gambar

10. Untuk Geolink to Window, klik kanan pada Layer 2005 Quick Zoom Set Geolink to Window

11. Lakukan hal yang sama Untuk Geolink to Window, klik kanan pada Layer 2009 Quick Zoom Set Geolink to Window

12. Menggunakan Handtool

, menggerakkan Layer

13. Klik kanan Layer 2005 Quick Zoom Set Geolink to None dan lakukan hal yang sama pada Layer 2009

14. Untuk Geolink to Screen, duplikat Layer 2009, sebanyak 2 dengan menggunakan copy window

1. Lalu susun citra Ikonos 2009 dan 2005 seperti gambar di bawah

2. Pada tiap citra, klik kanan Quick Zoom Set Geolink to Screen, maka akan di dapat kan hasil di bawah ini

3. Pada tiap Layer, klik kanan Quick Zoom Set Geolink to None

4. Untuk Geolink to Roam, Layer bagian atas klik kanan Quick Zoom Zoom to All Dataset, menjadi

5. Zoom In Layer bagian bawah menjadi

6. Pada Layer 2005, klik kanan Quick Zoom Set Geolink to overview Roam

7. Hasil citra akan tampak seperti dibawah ini, dengan menggerakan citra ikonos 2005

BAB IV HASIL DAN PEMBAHASAN

4.1 Hasil 4.1.1 Penggabungan Citra

4.1.2

Croping Citra

4.1.2.1 Penajaman

Citra,

Komposit

Warna,

dan

Interpretasi

Citra

4.1.3

Reading data values A. Cell Values Profile

B. Cell Coordinate

C. Jarak

D. Luas

4.1.4

Geolink

A. Geolink to window

B. Geolink to Screen

C. Geolink to overview roam

BAB IV PEMBAHASAN

4.2.1 Penggabungan Citra Pada praktikum modul 1, diajarkan bagaimana menggabungkan citra-citra yang ada menjadi satu. Dengan penggabungan ini kita dapat melakukan analisis terhadap berbagai perbedaan data citra yang kita peroleh. Penggabungan citra dilakukan dengan cara menggabungkan beberapa band yang mempunyai sifat, warna serta karakteristik yang berbeda. Penggabungan citra ini adalah band 1, band 2, band 3, band 4, band 5 dan band 7. Tidak menggunakan band 6 karena sifat band ini adalah penyerap panas. Gabungan band band ini menghasilkan citra obyek Kab. Cilacap dari satelit Landsat. Selain itu, penggabungan citra dimaksudkan supaya dapat mempermudah identifikasi suatu daerah di kawasan Kab. Cilacap. 4.2.2 Cropping Citra Cropping atau memotong citra dapat dilakukan menggunakan Zoom Box Tool. Cropping citra bertujuan untuk memperjelas, memperbesar dan membatasi daerah yang dikaji. Dengan cropping kita dapat melihat data citra yang kita butuhkan dengan lebih spesifik. Pada proses cropping yang telah dilakukan, didapatkan hasil perbesaran gambar pada suatu daerah yang telah ditentukan sebelumnya. Sehingga memudahkan kita untuk melakukan proses pengolahan data selanjutnya. 4.2.3 Penajaman Citra, Komposit Warna Dan Teknik Interpretasi Visual Penajaman citra dimaksudkan untuk memahami kombinasi antara band citra dengan mode color. Pada band citra yang dinalisis akan menghasilkan keluaran tipe RGB (RedGreenBlue). Data citra haruslah memiliki tiga lapisan warna, superimpos dari tiga lapisan ini akan menyusun citra dengan kedalaman warna maksimal 2563 kode warna. Tetapi pada 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. Dengan melihat perbedaaan setiap bandnya, kita dapat melakukan analisis terhadap data citra yang kita miliki.

4.2.4 Reading Data Value Reading Data Values Pada ER MAPPER 7.0 kita dapat mengetahui mengenai daerah tertentu serta titik ordinatnya sehingga dapat diketahui di mana letak daerah tersebut dan bagaimana topografinya. Reading Data Values sama artinya dengan membaca nilai suatu data. 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. Dan Cell Coordinates dapat menunjukkan posisi daerah tertentu dengan melihat garis lintang dan bujurnya. Dengan kata lain, Reading Data Values adalah tentang data statistik suatu daerah sehingga nantinya dapat dilihat bagaimana keadaannya. Cell Values Profile kita akan memperoleh perbedaan nilai fixel data citra, kemudian dari perbedaan nilai pixel tersebut kita dapat menganalisis terhadap bentuk tofograpi dari suatu objek yang kita analisis. Dalam hal Cell Coordinate ini kita akan memahami lebih khusus terhadap posisi daerah tertentu dengan melihat garis lintang dan bujurnya. Namun posisi coordinate ini akan berubah sesuai dengan antara mode color pada citra kita analisis. Perbedaan inilah yang merupakan hal kita untuk memahami bahwa setiap titik atau pointer tertentu maka setiap itu pula coordinatenya berubah dan sesuai dengan cordinate awalnya dengan titik acuannya. Dalam hal ini lebih dikhususkan terhadap perbedaan pixel yang kita analisis. 4.2.5 Geolink Geolink menghubungkan dua atau lebih window image dalam ruang koordinat geografik. Hal ini berguna untuk visualisasi dari area geografik yang sama dengan tipe image yang berbeda. Apabila image sudah diregistrasi, maka image tersebut bisa dihubungkan secara geografik dengan window image yang

lain. Dengan demikian kita dapat dengan mudah membandingkan atau melakukan tindakan terhadap dua objek sekaligus. Dalam praktikum, menghubungkan citra IKONOS Semarang tahun 2005 dengan tahun 2009. 4.2.5.1 Geolink to Window Fungsi dari tools ini adalah untuk mempermudah kita untuk membandingkan perubahan yang terjadi pada suatu daerah. Seperti pada hasil terdapat dua buah layer yaitu peta Bandara Ahmad Yani tahun 2005 dan peta Bandara Ahmad Yani tahun 2009. Setelah di-crop dan zoom box tools, kita bisa melihat perubahan yang terjadi. Terlihat pada tahun 2005 belum ada perpanjangan jalan dan perubahan aliran sungai. Sedangkan pada peta tahun 2009 telah tampak perpanjangan jalan dan perubahan aliran sungai.

4.2.5.2 Geolink to Screen Proses Geolink to Screen lebih difokuskan terhadap perubahan yang terjadi pada suatu objek dengan melakukan perbandingan dua citra tetapi dalam hal ini lebih diutamakan dalam hal perbandingan suatu citra difokuskan pada objek tertentu maka dari suatu objek tersebt maka kita dapat melihat perbandingan analisis dari layer yang berbeda. Proses Geolink to Screen terlebih dahulu dengan cara melakukan duplicate. Jadi dalam hal ini yaitu menghubungkan satu citra pada citra yang lain sehingga nampak citra tersebut terhubung pada layar 1,2 dan 3.

4.2.5.3 Geolink to Overview Roam Geolink to 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. Interprestasi ini dilakukan dengan tujuan dapat mengetahui titik suatu objek yang akan kita analisis lebih fokus dengan melakukan perbandingan suatu citra. 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.

BAB V KESIMPULAN
1. Penginderaan jauh adalah ilmu dan seni untuk memperoleh informasi tentang suatu objek, daerah, atau fenomena melalui analisis data yang diperoleh dengan suatu alat tanpa kontak langsung dengan objek, daerah, atau fenomena yang dikaji 2. 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 3. Softwere ER Mapper dapat digunakan untuk melakukan: Penggabugan citra Cropping citra Penajaman citra, komposit warna, dan teknik intepretasi visual Reading data value, mengukur jarak, dan luasan suatu daerah Geolink 4. Data yang digunakan pada praktikum ini adalah cilacap dan data dari satelit IKONOS 2005 serta IKONOS 2009 5. Citra yang terlihat pada satelit IKONOS 2009 lebih jelas dibandingkan citra yang satelit IKONOS 2005

DAFTAR PUSTAKA
Avery, T. Eugene, 1970. Penafsiran Potret Udara. PT. Melton Putra, Jakarta. Danoedoro, P. 1990. Beberapa Teknik Operasi dalam Sistem Informasi Geografis. Puspics UGM - Bakosurtanal. Yogyakarta. Davis. 1974. Information York dalam Technology, John Wiley and Sons. New

http://bakornaspbp.go.id/html/citra_satelit/

11k.Diakses

pada tanggal 23 September Pukul 23:23 Dulbahri, 1985. Interpretasi Citra Untuk survey Vegetasi. Puspics

Bakorsurtanal UGM, Yogyakarta. Howard, J.A 1996. Penginderaan Jauh Untuk Sumberdaya Hutan, Teori dan Aplikasi. Terjemahan. Gadjah Mada University Press. Yogyakarta. Lillesand dan Kiefer.1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada University Press. Yogyakarta. Pentury, R.,1997. Algoritma Pendugaan Konsentrasi Klorophyl di Teluk Ambon Menggunakan CUra LANDSAT, Prog. Studi Tehnik Kelautan, Pasca Sarjana IPB, Bogor Setiyawan,Hardiyanto.2012.http://setiyawanhardiyanto.blogspot.com/2012/09/lap oran-penginderaan-jauh.html Diakses pada tanggal 22 Sepetember 2012 pukul 23.55 Spasiatma, Geomedia. 2004. Modul Pelatihan Er Mapper. Geomedia Sp. Yogyakarta. Sumaryono. 1999. Pemanfaatan Penginderaan Jauh Untuk Pemantauan Reboisasi Di Sub DAS Roraya-Kendari dalam Prosiding Pertemuan Ilmiah Tahun Ke-8 MAPIN (Masyarakat Penginderaan Jauh Indonesia). Jakarta. Sutanto, Prof, Dr, 1986. Penginderaan Jauh Jilid 1. Gadjah Mada University Press. Yogyakarta.

Sutanto. 1987. Metode Penelitian Penginderaan Jauh Untuk Geografi. Makalah Ceramah Untuk Staf Pengajar UMS Surakarta.