CARA PENYIMPANAN DAN PEMBACAAN CITRA DIGITAL

File citra digital dibagi atas 2 (dua) bagian : 1. Image atau citra itu sendiri 2. Header atau petunjuk untuk membaca citra Pada file-file image standar yang ada di dalam icr!s!ft "ind!#s$ seperti %IFF$ &P'($ ) P$ (IF$ P*($ dan sebagainya$ antara file image dan file +eader biasanya suda+ dijadikan satu (+eader disimpan dalam satu file dengan file image). %etapi pada citra satelit f!rmat standar (seperti f!rmat '*,I)$ file +eader disimpan terpisa+ dari file image. File +eader adala+ file yang berisi petunjuk yang akan digunakan !le+ s!ft#are image pr!cessing untuk membaca citra. File +eader pada file citra f!rmat standar '*,I memuat inf!rmasi berikut :

File +eader berisi inf!rmasi jumla+ k!l!m ( samples)$ jumla+ baris (lines)$ jumla+ saluran (band)$ offset$ dan sebagainya. Pada citra f!rmat '*,I standar$ jika file +eadernya tidak ada maka kita bisa mengisikan jumla+ k!l!m$ baris$ dan salurannya pada #aktu kita membuka citra. %eknisnya seperti yang terli+at pada gambar di ba#a+ ini :

-!tak dial!g di atas secara !t!matis akan muncul jika file +eader tidak ada pada #aktu kita membuka citra f!rmat '*,I standar.

A. Pengenalan Pola Spektral Obyek (Spectral Pattern Recognition

%ujuan : 1. 2. elati+ untuk mengenal !byek melalui nilai spektral engenali saluran pada citra

Praktik pengenalan p!la spektral !byek dilakukan dengan membaca nilai spektral pada 1. !byek yang bisa dikenali untuk masing-masing saluran. /aranya dengan membuka0menampilkan citra pada masing-masing (enam) saluran. 1gar lebi+ muda+ di dalam mengenali !byek dibuat sebua+ citra k!mp!sit. -emudian seluru+ citra yang ditampilkan di+ubungkan (di-link) melalui menu Tools Link Link Displays . 2elanjutnya kurs!r (pana+ m!use) diletakkan di atas !byek (yang diketa+ui jenisnya) yang akan dicari nilai pi3elnya$ seperti terli+at pada gambar berikut :

Pada b!3 Cursor Location / Value di atas$ jika kurs!r kita letakkan di atas suatu pi3el$ maka secara !t!matis akan ditampilkan nilai pi3elnya untuk setiap saluran yang ditampilkan0dibuka. )erdasarkan +asil per!le+an nilai rata-rata pi3el 1. !byek untuk setiap saluran$ diper!le+ gambar grafik (kur4a) pantulan spektral !byek sebagai berikut :
Gra"#k Pola Spektral Obyek
15. 12. 1.. N#la# P#%el 7. 6. 5. 2. . )and1 )and2 )and8 Ban$ :aut Hutan0,egetasi ;apat -ebun0,egetasi &arang %ana+ %erbuka -ering &alan Pemukiman ;apat 2a#a+ ;a#a Pemukiman &arang 2ungai )and5 )and9 )and6

2elain itu$ dari nilai rata-rata pi3el 1. !byek untuk band 8 dan band 5 diper!le+ grafik sebagai berikut :
Gra"#k N#la# Spektral Rata*rata Obyek +nt+k Ban$ ) $an Ban$ ,
12.

1..

:aut %ana+ %erbuka -ering

7. Ban$ ,

2a#a+ Pemukiman &arang

6.

Hutan0,egetasi ;apat &alan ;a#a

5.

2ungai -ebun0,egetasi &arang

2.

Pemukiman ;apat

. . 2. 5. 6. 7. Ban$ ) 1.. 12. 15. 16.

B. &orek'# Ra$#o(etr#k (Calibration

-!reksi radi!metrik dilakukan dengan cara mengurangkan seluru+ nilai pi3el citra untuk setiap saluran dengan nilai minimum pi3el pada saluran tersebut. 2ebelumnya kita terlebi+ da+ulu +arus mengeta+ui nilai minimum dan maksimum pi3el pada suatu saluran. /aranya adala+ melalui menu Basic Tools Statistics Compute Statistics. aka akan tampak k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas$ pili+ file yang akan dicari nilai statistiknya dan klik OK. aka akan ditampilkan lagi k!tak dial!g sebagai berikut :

Pada k!tak dial!g ini$ tandai parameterparameter yang diperlukan untuk diketa+ui. <ang +arus ditandai adala+ parameter Te t Report dan !in/!a /!ean Plot. &ika +anya ingin menampilkan +asil kalkulasi tanpa menyimpannya cukup tandai Screen di bagian Report. -emudian klik Ok dan akan ditampilkan +asilnya dalam bentuk teks dan +ist!gram (kur4a) di ba#a+.

(ambar citra saluran 5 yang belum terk!reksi radi!metrik :

(ambar citra k!mp!sit saluran =92 yang belum terk!reksi radi!metrik :

2esuda+ diketa+ui nilai pi3el minimum untuk setiap saluran$ langka+ selanjutnya adala+ memisa+kan masing-masing saluran menjadi file tersendiri agar pr!ses kerja menjadi lebi+ efisien.

Pada menu '*,I$ klik "ile Sa#e "ile $s %&V' Stan(ar(. k!tak dial!g berikut :

aka akan ditampilkan

Pada k!tak dial!g di atas klik 'mport "ile$ maka akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas klik Spectral Subset dan akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g ini$ pili+ sala+ satu saluran (band) secara sistematis$ misalnya dimulai dari band 1. 2elanjutnya klik OK dan akan ditampilkan lagi k!tak dial!g seperti pada gambar di ba#a+.

Pada k!tak dial!g ini kita diminta untuk mengisikan nama file$ misalnya )and1. 2elanjutnya klik O& dan )and1 akan tersimpan sebagai file tersendiri. ?emikian seterusnya$ langka+nya diulang lagi dari menu "ile Sa#e "ile $s %&V' Stan(ar( untuk menyimpan saluran-saluran lainnya +ingga saluran = (yang dalam citra ini dianggap sebagai saluran 6). :angka+ selanjutnya adala+ buka file-file masingmasing saluran yang suda+ dipisa+kan tersebut.

>ntuk melakukan k!reksi radi!metrik (mengurangkan nilai pi3el citra dengan nilai minimumnya)$ klik menu Basic Tools Ban( !at)$ maka akan ditampilkan k!tak dial!g seperti pada gambar di ba#a+. Pada k!tak dial!g ini kita di+aruskan memasukkan ekspresi matematis untuk mengurangkan nilai pi3el citra. 2elengkapnya terli+at sebagai berikut : Pada k!tak dial!g di samping$ )and1 dikurangkan dengan nilai minimum pi3elnya yaitu 95. /aranya dengan memasukkan ekspresi matematis pada k!l!m yang disediakan$ yaitu b*+,-. ,ariabel b1 me#akili )and1. 2etela+ memasukkan ekspresi matematisnya klik t!mb!l $(( to List dan klik OK se+ingga ditampilkan k!tak dial!g seperti pada gambar di ba#a+.

Pada k!tak dial!g ini kita diminta untuk mendefinisikan 4ariabel b1 yang kita masukkan dalam ekspresi matematis$ caranya klik )and1. -emudian kita diminta untuk memili+ !utput yang diinginkan$ klik "ile untuk menyimpan$ dan pada k!l!m di ba#a+ pili+ l!kasi penyimpanan dan ketikkan nama file yang diinginkan$ misalnya Ban(*R ()and1 terk!reksi radi!metrik). ?emikian seterusnya$ langka+nya diulang lagi dengan memasukkan ekspresi matematis untu saluransaluran lainnya se+ingga semua saluran ber+asil dikurangkan dengan nilai minimum pi3elnya masingmasing.

:angka+ selanjutnya adala+ menggabungkan kembali file-file terpisa+ dari masingmasing saluran yang suda+ terk!reksi radi!metrik. /aranya dengan mengkil menu "ile Sa#e "ile $s %&V' Stan(ar( kemudian pada menu 'mport "ile pili+ bandband yang akan dijadikan satu file secara berurutan dimulai dari Ban(*R$ seperti terli+at pada gambar berikut :

2etela+ semua saluran terpili+ secara berurutan klik OK dan akan ditampilkan k!tak dial!g seperti gambar berikut :

Pada k!tak dial!g di samping kita diminta untuk menentukan !utput yang diinginkan$ klik File dan pada k!l!m di ba#a+nya pili+ l!kasi penyimpanan file dan beri nama filenya.

23

(ambar citra saluran 5 yang terk!reksi radi!metrik :

22

(ambar citra k!mp!sit saluran =92 yang terk!reksi radi!metrik :

2!

C. &orek'# Geo(etr#k (Registration

2. I(age to I(age -!reksi (e!metrik Image t! Image dilakukan dengan menggunakan citra yang suda+ terk!reksi. /aranya buka dan tampilkan citra yang belum terk!reksi ge!metrik dan citra yang suda+ terk!reksi ge!metrik$ kemudian pada menu '*,I klik !ap Registration Select .CPs/ 'mage to 'mage . aka akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas$ Base 'mage adala+ citra yang suda+ terk!reksi dan 0arp 'mage adala+ citra yang belum terk!reksi. &ika citra yang suda+ terk!reksi ditampilkan pada Display 1* maka pili+ Display 1* pada Base 'mage dan Display 12 pada 0arp 'mage. &ika t!mb!l OK di atas diklik maka akan ditampilkan k!tak dial!g .roun( Control Points Selection seperti terli+at pada gambar di ba#a+ :

:angka+ selanjutnya adala+ mencari (/P (Ground Control Point) berupa !byek atau titik (pi3el) yang sama pada citra yang suda+ terk!reksi dan citra yang belum terk!reksi$ kemudian (/P pada kedua citra ini ditandai dengan cara mengkliknya. &ika (/P yang ditandai diperkirakan suda+ benar-benar sama maka klik t!mb!l $(( Point pada k!tak dial!g di atas. 2elanjutnya lakukan kembali untuk !byek-!byek ((/P) lainnya. &umla+ minimal (/P yang +arus dicari disesuaikan dengan k!ndisi lapangan pada citra. &ika k!ndisinya datar maka minimal 5 (/P$ jika bergel!mbang minimal 6 (/P$ jika bergunung minimal 1. (/P. 1kan tetapi direk!mendasikan kita mencari (/P dua kali dari jumla+ minimalnya. @byek yang dijadikan (/P +arusla+ !byek yang bersifat tetap dan muda+ dikenali pada citra (cukup k!ntras). isalnya perp!t!ngan jalan$ tikungan tajam pada jalan$ perp!t!ngan sungai$ dan sebagainya. 2elain itu (/P +arus diusa+akan letaknya menyebar merata pada seluru+ citra.

2)

&ika seluru+ (/P yang diperlukan suda+ ber+asil ditandai$ pada k!tak dial!g .roun( Control Points Selection di atas klik t!mb!l S)o3 List$ maka akan ditampilkan daftar (/P yang tela+ dibuat seperti pada gambar di ba#a+ :

Pada .CP List di atas ditampilkan standar kesala+an yang disebut R!S %rror. ?alam +al ini ditekankan ba+#a ; 2 'rr!r +arus kurang dari .$9 (setenga+ dari ukuran pi3el). &ika terdapat (/P yang ; 2 'rr!r-nya lebi+ dari .$9 maka kita di+aruskan untuk meng+apusnya (menglik t!mb!l Delete di atas) dan menandainya kembali +ingga ; 2 'rr!r-nya kurang dari .$9. &ika ; 2 'rr!r dari seluru+ (/P dipastikan suda+ tidak ada lagi yang melebi+i .$9 maka kita kembali pada k!tak dial!g .roun( Control Points Selection di atas. Pada k!tak dial!g (/P 2electi!n klik Options 0arp "ile se+ingga ditampilkan k!tak dial!g seperti pada gambar di ba#a+ :

Pada k!tak dial!g di atas klik file citra yang akan di- warp (dik!reksi)$ se+ingga ditampilkan lagi k!tak dial!g seperti pada gambar di ba#a+ :

2,

Pada k!tak dial!g di samping kita diminta untuk menentukan !utput yang diinginkan$ klik File dan pada k!l!m di ba#a+nya pili+ l!kasi penyimpanan file dan beri nama filenya. 2elanjutnya klik OK dan secara !t!matis akan terbentuk citra yang suda+ terk!reksi ge!metrik.

!. I(age to Map -!reksi (e!metrik Image t! ap dilakukan dengan menggunakan peta dengan #ilaya+ yang sama dengan citra. %eknik ini pada prinsipnya tidak jau+ berbeda dengan Image t! Image$ +anya saja (/P atau titik ikat yang dibuat diambil dari peta$ yaitu dengan menandai !byek (titik) yang sama antara peta dan citra$ kemudian pada peta dicari k!!rdinat titik tersebut (>% atau (e!grafis) kemudian dimasukkan secara manual ke dalam pr!gram. /aranya$ buka0tampilkan citra yang akan dik!reksi$ kemudian pada menu '*,I klik !ap Registration Select .CPs/ 'mage to !ap se+ingga ditampilkan k!tak dial!g seperti gambar di ba#a+ :

Pada k!tak dial!g ini kita di+aruskan memili+ jenis pr!yeksi0k!!rdinat (disesuaikan dengan peta yang ada). &ika menggunakan >% maka klik 4T!$ pada bagian Datum pili+ 0.S+5-$ kemudian tentukan A!na (sesuai A!na >% citra) dan ukuran pi3el (res!lusi spasial citra). 2elanjutnya klik @- dan akan ditampilkan k!tak dial!g seperti pada gambar di ba#a+.

2-

2etela+ k!tak dial!g di atas muncul kita mulai mencari (/P$ caranya dengan mencari !byek yang sama yang terli+at pada citra dan peta. -emudian pada citra !byek tersebut ditandai (diklik) dan pada peta dicari p!sisi k!!rdinatnya (bisa dengan teknik interp!lasi). &ika k!!rdinatnya suda+ ditemukan selanjutnya isikan pada k!tak dial!g (/P 2electi!n di atas. :akukan langka+ ini +ingga seluru+ (/P yang diperlukan suda+ ber+asil dibuat. :angka+ selanjutnya adala+ sama dengan k!reksi ge!metrik image t! image$ yakni klik Options 0arp "ile$ pili+ citra yang akan di-warp$ beri nama dan simpan. )erikut adala+ (/P yang dibuat dengan teknik Image t! ap :

&ika suatu citra yang suda+ terk!reksi ge!metrik kita periksa pi3elnya melalui menu Tools Cursor Location/Value$ maka selain nilai pi3el p!sisi k!!rdinatnya juga akan ditampilkan$ baik dalam >% maupun (e!grafis seperti yang terli+at pada gambar di ba#a+ :

2.

(ambar citra k!mp!sit =92 yang terk!reksi ge!metrik :

2/

D. Pena4a(an C#tra ('mage %n)ancement

2. Stret56#ng 2tretc+ing adala+ teknik untuk merentangkan nilai spektral citra. /aranya pada citra (image) yang ditampilkan klik menu %n)ance 'nteracti#e Strect)ing$ se+ingga ditampilkan +ist!gram seperti pada gambar di ba#a+ :

Pada +ist!gram di atas terdapat nilai pi3el (nilai spektral) dengan rentang 1 sampai 67$ jika nilai pi3el ini direntangkan menjadi . sampai 299 maka +ist!gramnya akan tampak seperti pada gambar sebela+ kanan di atas. !. 7#lter Filter digunakan untuk mempertajam atau memper+alus kenampakan citra. Filter untuk mempertajam kenampakan citra disebut Hig+ Pass Filter dan filter untuk memper+alus kenampakan citra disebut :!# Pass Filter. >ntuk melakukan filter$ pada menu '*,I klik "ilter Con#ulation an( !orp)ology$ se+ingga ditampilkan k!tak dial!g seperti pada gambar di ba#a+ :

20

6ig) Pass "ilter ). Tran'"or(a'#

Lo3 Pass "ilter

%ransf!rmasi citra bisa dilakukan secara !t!matis melalui menu Trans7orm pada menu '*,I$ atau dengan memasukkan ekspresi matematis tertentu (transf!rmasi jenis k+usus) melalui menu Basic Tools Ban( !at). 2ebagai c!nt!+$ ada beberapa transf!rmasi jenis k+usus yang terkenal yang biasa digunakan pada /itra :andsat untuk analisis !byek 4egetasi$ diantaranya adala+ : %ransf!rmasi ;,I (Ratio Vegetation Index)$ dirumuskan sebagai berikut : RVI = Band 4 Band 3

Pada Ban( !at) ekspresi matematisnya adala+ sebagai berikut :

%ransf!rmasi *?,I (Normalized Difference Vegetation Index)$ dirumuskan sebagai : NDVI = Band 4 Band 3 Band 4 + Band 3

Pada Ban( !at) ekspresi matematisnya adala+ sebagai berikut :

21

%ransf!rmasi %,I (Transformed Vegetation Index)$ dirumuskan sebagai berikut :

TVI = Band 4 Band 3 + 0.5 Band 4 + Band 3

Pada Ban( !at) ekspresi matematisnya adala+ sebagai berikut :

%ransf!rmasi P,I (Perpendicular Vegetation Index)$ dirumuskan sebagai berikut :

PVI = (0.355.Band 7 0.149.Band 5) 2 +(0.355.Band 5 0.852.Band 7) 2

Pada Ban( !at) ekspresi matematisnya adala+ sebagai berikut :

!3

,. Opera'# Ar#t(at#k 2eperti +alnya transf!rmasi$ !perasi aritmatik juga dilakukan melalui menu Basic Tools Ban( !at). /!nt!+ !perasi aritmatik adala+ untuk menggeser +ist!gram nilai spektral citra agar diper!le+ kenampakan tertentu. /!nt!+nya citra yang memiliki rentang nilai . sampai 9. bisa digeser nilai spektralnya menjadi 9. sampai 1.. dengan cara menamba+kan nilai pi3elnya dengan 9.. 'kspresi matematisnya akan tampak sebagai berikut :

/!nt!+ dari !perasi aritmatik yang suda+ dikerjakan di atas adala+ pada k!reksi radi!metrik dan transf!rmasi jenis k+usus pada citra (;,I$ *?,I$ %,I$ dan P,I). -. C#tra &o(po'#t /itra k!mp!sit merupakan citra paduan #arna yang dibuat dengan cara menggabungkan tiga bua+ saluran menjadi satu kenampakan citra. 1da dua jenis k!mp!sit yang dikenal$ yaitu True Color Composite (%//) atau k!mp!sit #arna asli0#arna sebenarnya dan alse Color Composite (F//) atau k!mp!sit #arna palsu. Pembuatan citra k!mp!sit dilakukan melalui jendela $#ailable Ban(s List ketika pada #aktu akan menampilkan citra$ seperti terli+at pada gambar di ba#a+ :

!2

Pada jendela di samping$ untuk membuat citra k!mp!sit terlebi+ da+ulu +arus ditandai (diklik) R.B Color. -emudian pili+0klik satu per satu band-band yang akan dipadukan$ misalnya 5 8 2 seperti terli+at pada gambar. 2elanjutnya klik Loa( R.B.

!!

Ber#k+t $#ta(p#lkan beberapa 5#tra 6a'#l $ar# berbaga# tekn#k pena4a(an 8

/itra saluran 5 setela+ mengalami 2tretc+ing

!)

/itra saluran 5 setela+ difilter Hig+ Pass

!,

/itra saluran 5 setela+ difilter :!# Pass

!-

/itra yang mengalami %ransf!rmasi ;,I

!.

/itra yang mengalami %ransf!rmasi *?,I

!/

/itra yang mengalami %ransf!rmasi %,I

!0

/itra yang mengalami %ransf!rmasi P,I

!1

/itra k!mp!sit 821 (True Color Composite)

)3

/itra k!mp!sit 582 (!tandard alse Color Composite)

)2

/itra k!mp!sit 59=

)!

/itra k!mp!sit 952

))

/itra k!mp!sit =92

),

E. &la'#"#ka'# M+lt#'pektral (!ultispectral $nalysis

&LASI7I&ASI TERSELIA (S4P%RV'S%D 2ebelum melakukan klasifikasi terselia atau klasifikasi terbimbing terlebi+ da+ulu dilakukan mencari training area atau daera+ perc!nt!+an yang akan dijadikan sebagai acuan. %raining area +arusla+ diketa+ui jenis !byeknya dan kenampakannya cukup jelas (bisa dikenali dengan baik) pada citra. /aranya$ pada menu citra (image) klik Tools Region O7 'nterest RO' Tool$ se+ingga ditampilkan k!tak dial!g sebagai berikut : Pada k!tak dial!g di samping$ pada bagian 0in(o3 klik tempat untuk pembuatan ;@I$ misalnya 'mage (tampilan citra utama dalam ukuran yang sebenarnya). >ntuk membuat ;@I baru klik &e3 Region dan mulai menandai !byek0daera+ yang akan dijadikan ;@I dengan cara membuat p!lig!n pada !byek tersebut. *amanama ;@I disesuaikan dengan jenis !byek yang dikenali$ misalnya air$ 4egetasi$ pemukiman$ dan sebagainya.

&ika suda+ selesai membuat ;@I kita bisa mengecek +asil pembuatan ;@I kita apaka+ sesuai dengan kur4a pantulan spektral standar atau tidak. /aranya pada menu citra (image) klik Tools 2+D Scatter Plots$ se+ingga ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas yang kita gunakan adala+ saluran 8 dan saluran 5$ pili+ Ban( 8 untuk Ban( 9 (sumbu +!ris!ntal kur4a) dan Ban( - untuk Ban( : (sumbu 4ertikal kur4a. 2elanjutnya akan ditampilkan Scatter Plot sebagai berikut :

)-

(aris ,egetasi (aris %ana+ @byek 1ir

;@I yang benar +arus terletak di sekitar garis atau tempat k!nsentrasinya. isalnya !byek 4egetasi +arus berada di sekitar garis 4egetasi. @byek Bk!mp!sitB seperti ra#a akan berada di antara 4egetasi$ tana+ dan air.

Pada Scatter Plot di atas klik "ile 'mport RO's$ se+ingga akan ditampilkan sebua+ k!tak dial!g (terli+at pada gambar di ba#a+). Pada k!tak dial!g tersebut pili+ ;@I yang akan diimp!rt atau pili+ Select $ll 'tems untuk memili+ semua ;@I kemudian klik OK. Hasil imp!rt semua ;@I tampak pada gambar Scatter Plot di atas.

&ika terdapat ;@I yang sala+ atau kurang tepat karena tidak berada di sekitar garis atau tempat yang se+arusnya menurut jenis !byeknya$ maka sebaiknya kita melakukan perbaikan pada ;@I tersebut dengan cara meng+apus p!lig!nnya dan menandai atau membuat p!lig!n ulang. :angka+ berikutnya sesuda+ selesai membuat semua ;@I menurut jumla+ kelas (kel!mp!k !byek) yang diinginkan adala+ kita mulai melalukan klasifikasi terselia (super"ised classification) menurut jenis yang ditentukan. 1da 8 (tiga) jenis klasifikasi terselia yang umum digunakan$ yaitu :

).

2. &la'#"#ka'# Parallelep#pe$ -lasifikasi parallelepiped atau klasifikasi b!3 (pengk!takan) dilakukan melalui menu '*,I yaitu Classi7ication Super#ise( Parallelepipe($ selanjutnya pada k!tak dial!g yang ditampilkan pili+ input file yang diinginkan dan klik OK$ maka akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas pili+ parameter klasifikasi (kelas !byek) yang diinginkan atau klik Select $ll 'tems untuk memili+ semua kelas. 2elanjutnya pili+ bentuk !utput yang diinginkan misalnya !emory dan klik OK. :angka+-langka+ berikutnya adala+ masi+ memili+ bentuk !utput yang diinginkan$ file atau mem!ri. &ika suda+ selesai maka akan terbentuk sebua+ citra +asil Parallelepipe( Classi7ication seperti yang terli+at pada gambar di ba#a+. !. &la'#"#ka'# M#n#(+( D#'tan5e to Mean' -lasifikasi minimum distance t! means atau klasifikasi dengan mengambil jarak terdekat ke nilai rata-rata pi3el sebua+ kelas dilakukan melalui menu '*,I yaitu Classi7ication Super#ise( !inimum Distance $ selanjutnya pada k!tak dial!g yang ditampilkan pili+ input file yang diinginkan dan klik OK$ maka akan ditampilkan k!tak dial!g sebagai berikut :

)/

Pada k!tak dial!g di atas pili+ parameter klasifikasi (kelas !byek) yang diinginkan atau klik Select $ll 'tems untuk memili+ semua kelas. 2elanjutnya pili+ bentuk !utput yang diinginkan misalnya !emory dan klik OK. :angka+-langka+ berikutnya adala+ masi+ memili+ bentuk !utput yang diinginkan$ file atau mem!ri. &ika suda+ selesai maka akan terbentuk sebua+ citra +asil !inimum Distance seperti yang terli+at pada gambar di ba#a+. ). &la'#"#ka'# Ma%#(+( L#kel6oo$ -lasifikasi ma3imum likel+!!d atau klasifikasi dengan mencari kemiripan maksimum nilai pi3el dilakukan melalui menu '*,I yaitu Classi7ication Super#ise( !a imum Likel)oo($ selanjutnya pada k!tak dial!g yang ditampilkan pili+ input file yang diinginkan dan klik OK$ maka akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g di atas pili+ parameter klasifikasi (kelas !byek) yang diinginkan atau klik Select $ll 'tems untuk memili+ semua kelas. 2elanjutnya pili+ bentuk !utput yang diinginkan misalnya !emory dan klik OK. :angka+-langka+ berikutnya adala+ masi+ memili+ bentuk !utput yang diinginkan$ file atau mem!ri. &ika suda+ selesai maka akan terbentuk sebua+ citra +asil !a imum Likel)oo( seperti yang terli+at pada gambar di ba#a+. Hasil-+asil klasifikasi dengan met!de parallelepiped$ minimum distance t! means dan ma3imum likel+!!d ditampilkan pada gambar-gambar di ba#a+ ini :

)0

9a'#l &la'#"#ka'# Parallelep#pe$ 8

)1

9a'#l &la'#"#ka'# M#n#(+( D#'tan5e to Mean' 8

,3

9a'#l &la'#"#ka'# Ma%#(+( L#kel6oo$ 8

,2

:egenda -lasifikasi 2uper4ised :

1. 2. 8. 5. 9. 6. =. 7. C. 1.. 11. 12. 18. 15. 19. 16. 1=. 17. 1C. 2.. 21. 22. 28. 25. 29. 26. 2=. 27. 2C. 8.. 1ir 2angat &erni+ 1ir 1gak &erni+ 1ir 1gak -eru+ (1ir ?angkal) 1ir -eru+ (1ir 2angat ?angkal) ;a#a %ambak 2a#a+ 2a#a+ Pasca Panen ,egetasi &arang ,egetasi 2edang (Perkebunan) ,egetasi ;apat (Hutan) ,egetasi 2angat ;apat (Hutan :ebat) )angunan ;apat (2truktur )et!n) Pemukiman ;apat Pemukiman 2edang Pemukiman &arang (;uma+ dan -ebun Pekarangan) &alan 1spal %ana+ %erbuka -ering Padang ;umput %ana+ %erbuka :embab %ana+ %erbuka )asa+ %ana+ %erbuka )erpasir 1#an ?aera+ %ertutup )ayangan ,egetasi dengan %ana+ :embab ?ataran )anjir 2ungai ;el -ereta 1pi %egalan Pemukiman 2angat &arang (;uma+ dan -ebun)

,!

&LASI7I&ASI TA& TERSELIA (4&S4P%RV'S%D Pada klasifikasi tak terselia atau klasifikasi tak terbimbing tidak diperlukan adanya training area dalam pembuatan kelas. 1kan tetapi kita +anya menentukan jumla+ kelas yang diinginkan dan k!mputer akan mengel!mp!kkan nilai-nilai pi3el menjadi kelas-kelas sesuai dengan jumla+ yang kita inginkan. Pada '*,I terdapat 2 (dua) jenis klasifikasi tak terselia$ yaitu : 2. &la'#"#ka'# I'oData -lasifikasi is!data dilakukan melalui menu '*,I yaitu dengan menglik menu Classi7ication 4nsuper#ise( 'soData$ selanjutnya pada k!tak dial!g yang ditampilkan pili+ input file yang diinginkan dan klik OK$ maka akan ditampilkan k!tak dial!g sebagai berikut :
Pada k!tak dial!g di samping masukkan nilai minimum dan maksimum jumla+ kelas yang diinginkan$ parameter lainnya sebaiknya dibiarkan dalam keadaan default. 2elanjutnya pili+ bentuk !utput yang diinginkan dan klik OK. :angka+-langka+ berikutnya adala+ masi+ memili+ bentuk !utput yang diinginkan$ file atau mem!ri. &ika suda+ selesai maka akan terbentuk sebua+ citra +asil 'soData seperti yang terli+at pada gambar di ba#a+.

!. &la'#"#ka'# &*Mean' -lasifikasi is!data dilakukan melalui menu '*,I yaitu dengan menglik menu Classi7ication 4nsuper#ise( K+!eans$ selanjutnya pada k!tak dial!g yang ditampilkan pili+ input file yang diinginkan dan klik OK$ maka akan ditampilkan k!tak dial!g sebagai berikut :

Pada k!tak dial!g masukkan jumla+ kelas yang diinginkan$ parameter lainnya sebaiknya dibiarkan dalam keadaan default. 2elanjutnya pili+ bentuk !utput yang diinginkan dan klik OK. :angka+-langka+ berikutnya adala+ masi+ memili+ bentuk !utput yang diinginkan$ file atau mem!ri. &ika suda+ selesai maka akan terbentuk sebua+ citra +asil K+!eans seperti yang terli+at pada gambar di ba#a+..

Hasil-+asil klasifikasi tak terselia dengan met!de Is!?ata dan -- eans ditampilkan pada gambar-gambar di ba#a+ ini :

,)

9a'#l &la'#"#ka'# I'oData 8

,,

9a'#l &la'#"#ka'# &*Mean' 8

,-

PEMBA9ASAN
1nalisis citra digital +asil penginderaan jau+$ k+ususnya penginderaan jau+ dengan #a+ana satelit didasarkan pada asumsi ba+#a setiap jenis kenampakan !byek atau gejala yang ada di permukaan bumi dapat dibedakan dari pantulan spektralnya$ atau dengan kata lain setiap !byek di permukaan bumi akan memantulkan spektrum elektr!magnetik pada intensitas tertentu yang sifatnya k+as menurut karakter dari masing-masing !byek tersebut. Hip!tesis inila+ yang menjadi dasar ba+#a !byek pada citra digital bisa dig!l!ngkan dan dikenali dari #arna0r!na atau nilai pi3elnya yang merupakan representasi dari intensitas pantulan spektral !byek ter+adap gel!mbang elektr!magnetik yang diterimanya. )erdasarkan +asil pengamatan dan peng!la+an sampel nilai spektral rata-rata dari sepulu+ !byek yang berbeda untuk seluru+ saluran citra$ diper!le+ kur4a p!la pantulan spektral !byek yang perbedaannya tidak begitu k!ntras antara !byek yang berbeda. Perbedaan yang cukup k!ntras +anya terli+at pada !byek yang memiliki kandungan air$ seperti laut dan ra#a. Perbedaan p!la yang tidak begitu k!ntras pada !byek-!byek seperti 4egetasi$ tana+$ pemukiman dan jalan$ disebabkan karena pada dasarnya kenampakan-kenampakan yang teridentifikasi tersebut +anyala+ kenampakan dari !byek yang paling d!minan$ dengan kata lain !byek-!byek yang teramati sebenarnya merupakan !byek k!mp!sit (campuran). >ntuk /itra :andsat % $ satu pi3el sama dengan 8. m 3 8. m di lapangan. Pada luasan seperti ini tentu saja banyak sekali terdapat !byek yang berbeda yang masing-masing memiliki karakter spektral tersendiri. -enyataan ini lebi+ ditegaskan lagi pada diagram nilai spektral rata-rata untuk setiap !byek pada saluran 8 (saluran mera+) dan saluran 5 (saluran inframera+ dekat). Pada diagram ini terli+at ba+#a +anya !byek 4egetasi$ air dan ra#a yang memiliki perbedaan k!ntras. 2edangkan !byek lain seperti tana+ terbuka$ permukiman$ dan jalan lebi+ terk!nsentrasi pada garis tana+$ karena memang material dari !byek-!byek ini pada dasarnya sama. -etika !byek yang ada di permukaan bumi menerima spektrum elektr!magnetik$ k+ususnya yang berasal dari mata+ari$ maka akan ada tiga kemungkinan yang terjadi pada spektrum elektr!magnetik tersebut$ yaitu diserap$ dipantulkan dan diteruskan. <ang dijadikan dasar untuk mengenali !byek melalui citra penginderaan jau+ adala+ spektrum elektr!magnetik yang dipantulkan. ?ari sini kita kembali beranggapan ba+#a spektrum elektr!magnetik yang dipantulkan !le+ !byek-!byek tersebut sepenu+nya bisa diterima !le+ sens!r penginderaan jau+. "alaupun pada kenyataannya tidak sepenu+nya spektrum yang direfleksikan tersebut diterima !le+ sens!r$ melainkan sebagian ter+alang atau ter+amburkan !le+ partikel-partikel mikr! yang ada di atm!sfir. 1gar +asil interpretasi dan analisis citra digital penginderaan jau+ lebi+ BmendekatiB kebenaran$ maka efek-efek atm!sfir yang mempengaru+i pantulan spektral !byek +arus dieliminasi. 2ala+ satu caranya adala+ dengan melakukan kalibrasi atau k!reksi radi!metrik. %eknik k!reksi radi!metrik yang biasa dilakukan adala+ secara manual yaitu dengan mengurangkan nilai spektral dari masing-masing saluran (band) dengan nilai spektral minimumnya masing-masing. ?engan mengambil c!nt!+ citra saluran 5 dan citra k!mp!sit =92 yang suda+ terk!reksi radi!metrik pada +alaman 1. dan 11 di atas$ terli+at ba+#a secara 4isual ternyata tidak terli+at adanya perbedaan antara citra yang belum terk!reksi radi!metrik (+alaman 9 dan 6) dengan citra yang suda+ terk!reksi radi!metrik. Hal ini disebabkan pergeseran nilai spektral pada masingmasing saluran tidak begitu jau+$ karena pada dasarnya efek-efek atm!sfir yang meng+alangi pantulan spektral !byek yang menuju ke sens!r tidak begitu besar$ akan tetapi untuk k!nsumsi analisis digital (analisis kuantitatif) yang didasarkan pada digital number$ efek sekecil ini tetap +arus diper+itungkan.

,.

2atelit :andsat % yang digunakan untuk mengambil citra yang digunakan pada praktik ini memiliki !rbit +ampir p!lar dan bergerak mem!t!ng ara+ r!tasi bumi (sun s#nc$ronous satellite). 2atelit :andsat % tidak dibuat sepenu+nya p!lar melainkan miring beberapa derajat. et!de seperti ini dirancang agar satelit selalu merekam #ilaya+ pada #aktu l!kal yang sama. 1kibat adanya inklinasi seperti ini maka area yang terekam !le+ sens!r satelit Bse+arusnyaB tidak berbentuk k!tak atau persegi panjang sempurna$ melainkan berbentuk bangun jajaran genjang. 1kan tetapi pada kenyataannya sens!r satelit merekam area yang berbentuk k!tak atau persegi panjang. 1kibatnya terjadi pergeseran letak !byek-!byek yang tampak pada citra dari p!sisi (k!!rdinat) yang se+arusnya di permukaan bumi. 1tas dasar ini diperlukan suatu teknik untuk memp!sisikan kembali letak !byek-!byek tersebut pada kedudukan yang sebenarnya menurut sistem k!!rdinat di permukaan bumi. %eknik ini disebut k!reksi ge!metrik atau di dalam '*,I biasa disebut dengan istila+ registrasi. -!reksi ge!metrik bisa dilakukan dengan menggunakan citra yang suda+ terk!reksi atau dengan bantuan peta$ atau bisa juga dengan mengecek p!sisi suatu !byek yang tampak pada citra secara langsung di lapangan. eskipun suatu citra digital suda+ terk!reksi secara radi!metrik dan ge!metrik$ tidak selalu !byek-!byek yang tampak pada citra tersebut langsung bisa dikenali dengan muda+. @le+ karenanya masi+ diperlukan lagi suatu teknik-teknik k+usus untuk BmemanipulasiB kenampakan citra agar !byek-!byek yang terli+at pada citra bisa diidentifikasi. %eknik-teknik ini disebut dengan istila+ penajaman citra (image en$ancement). 1da beberapa teknik penajaman yang biasa digunakan$ diantaranya adala+ perentangan nilai spektral (stretc$ing)$ filter$ transf!rmasi$ !perasi aritmatik dan pembuatan citra dalam berbagai k!mp!sit saluran. &ika satu atau beberapa !byek yang tampak pada citra sulit dikenali karena perbedaan spektralnya tidak begitu k!ntras$ maka teknik penajaman seperti perentangan nilai (stretc$ing) bisa diterapkan. Hasil perentangan nilai spektral ini bisa dili+at pada citra +alaman 21$ dimana kenampakan citra justru tampak lebi+ gelap dari sebelumnya. 1gar diper!le+ kenampakan yang sesuai dengan yang diinginkan se+arusnya perentangan nilai spektral ini perlu dilakukan atau diuji c!ba berulang-ulang. Hal ini juga berlaku untuk teknik penajaman seperti $ig$ pass filter dan low pass filter. 2elain memerlukan pengalaman di dalam pemr!sesan citra digital juga diperlukan pengulangan beberapa kali di dalam melakukan filter. Hasil penajaman citra yang cukup k!ntras perbedaannya dalam praktik ini adala+ transf!rmasi$ k+ususnya transf!rmasi jenis k+usus yang digunakan untuk BmemanipulasiB kenampakan !byek 4egetasi$ seperti ;,I$ *?,I$ %,I$ dan P,I. Hasil+asil transf!rmasi ini memberikan peruba+an kenampakan yang cukup signifikan karena memang transf!rmasi ini merupakan +asil perancangan dan penelitian yang mendalam. Hasil transf!rmasi *?,I (Normalized Difference Vegetation Index) misalnya akan meng+asilkan kenampakan !byek 4egetasi yang lebi+ k!ntras (lebi+ cera+). ?ari sini kita bisa mengamati gradasi kecera+an !byek 4egetasi se+ingga bisa digunakan untuk menganalisis kerapatan 4egetasi. ?emikian juga +alnya dengan transf!rmasi %,I dan P,I$ pada P,I yang terjadi justru kebalikan dari *?,I$ di sini !byek 4egetasi ditampilkan dengan r!na gelap$ semakin gelap berarti 4egetasinya semakin rapat. )entuk transf!rmasi yang tidak kala+ pentingnya dan paling sering digunakan adala+ pembuatan citra k!mp!sit (citra paduan saluran). Pembuatan citra k!mp!sit dilakukan untuk memperjelas kenampakan !byek dari berbagai jenis. 1sumsinya !byek-!byek tertentu akan terli+at jelas pada k!mp!sisi #arna (saluran) tertentu. isalnya untuk memper!le+ kenampakan 4egetasi digunakan k!mp!sit #arna 582 yang biasa disebut alse Color Composite standar. ?isebut F// standar karena

,/

selain menampilkan #arna !byek yang tidak sama seperti #arna !byek sebenarnya di lapangan$ pada :andsat % saluran 2 adala+ spektrum +ijau$ saluran 8 adala+ spektrum mera+ dan saluran 5 adala+ spektrum inframera+ dekat. -etiga spektrum ini dapat membedakan dengan jelas dari grafik nilai spektral antara !byek 4egetasi$ tana+ dan air. Pada spektrum inframera+ dekat !byek 4egetasi mencapai puncak kur4a pantulan$ sementara pada saluran +ijau air juga mencapai puncak kur4a pantulannya. Pada saluran mera+$ meskipun bukan puncak kur4a pantulan$ pada saluran ini kur4a pantulan tana+ lebi+ tinggi dari pada 4egetasi. -!mp!sit #arna lainnya yang umum digunakan adala+ 821 yang disebut True Color Composite atau k!mp!sit #arna sebenarnya. ?isebut k!mp!sit #arna sebenarnya karena k!mp!sit ini akan menampilkan kenampakan !byek dengan #arna aslinya di lapangan. /itra k!mp!sit lainnya yaitu 59= seperti yang terli+at pada +alaman 8. sangat bagus untuk interpretasi ge!l!gi (secara 4isual)$ karena k!mp!sit ini memperli+atkan sangat jelas struktur-struktur ge!l!gi seperti kelurusan$ relief$ sinklin0antiklin$ dan sebagainya. Puncak dari pr!sedur pemr!sesan citra digital adala+ klasifikasi multispektral$ melalui pr!sedur ini kita menc!ba mengenali dan mengel!mp!kkan !byek-!byek yang tampak pada citra. 1da dua jenis klasifikasi yaitu klasifikasi terselia ( super"ised) dan klasifikasi tak terselia (unsuper"ised). Pada met!de klasifikasi terselia ada beberapa teknik yang sering digunakan yaitu parallelepiped$ minimum distance dan maximum likel$ood. -lasifikasi parallelepiped atau pengk!takan nilai pi3el dilakukan dengan menggunakan pengel!mp!kkan nilai-nilai pi3el pada inter4al tertentu. -elema+an dari teknik ini adala+ munculnya nilai-nilai pi3el yang tidak terklasifikasi (unclassified) atau tidak masuk ke dalam Bk!tak-k!takB yang dibuat. Pada citra +asil klasifikasi parallelepiped +alaman 8= terli+at adanya area yang ber#arna +itam pada citra yang merupakan daera+ (pi3el-pi3el) yang tidak terklasifikasi. -lasifikasi minimum distance dilakukan dengan mengambil jarak terdekat nilai suatu pi3el dengan nilai pi3el rata-rata suatu kelas. Pada teknik ini tidak ditemukan adanya pi3el yang tidak terklasifikasi. Hasil klasifikasi maximum likel$ood agak menyerupai minimum distance. -lasifikasi ini dilakukan dengan mencari kemiripan maksimum nilai dari suatu pi3el. &ika dilakukan analisis secara 4isual$ maka keli+atannya yang lebi+ sesuai dalam kasus praktik ini adala+ klasifikasi minimum distance. -arena +asil pengel!mp!kkan !byeknya lebi+ mendekati kebenaran. eskipun pada dasarnya semua teknik klasifikasi terselia ini sangat bergantung pada kea+lian$ ketelitian dan pengeta+uan l!kal dari interpreter. Pada beberapa area terdapat +asil klasifikasi yang tumpang tindi+ karena kekurangtelitian di dalam membuat Region %f Interest (;@I) dan adanya !byek yang berbeda tetapi memiliki kesamaan r!na0#arna. 1kibatnya bisa dili+at pada +asil ketiga jenis klasifikasi terselia$ yaitu munculnya r!na0#arna yang sama pada !byek yang suda+ pasti berbeda. Pada klasifikasi parallelepiped dan maximum likel$ood bisa dili+at munculnya jalan di atas a#an$ dan pada klasifikasi minimum distance bisa dili+at munculnya bangunan di atas a#an. Pada met!de klasifikasi tak terselia k!mputer membagi sendiri kelas-kelas nilai spektral menurut jumla+ kelas yang ditentukan. )aik teknik IsoData maupun &' (eans keduanya mencari nilai rata-rata pi3el berdasarkan puncak kur4a pantulan terlebi+ da+ulu$ +al ini dilakukan berulang-ulang sampai jumla+ kelas yang ditentukan terpenu+i. -arena dilakukan sepenu+nya !le+ k!mputer$ maka klasifikasi ini murni didasarkan pada p!la atau k!nsentrasi penyebaran nilai pi3el. Pada citra sebenarnya terdapat !byek-!byek yang berbeda akan tetapi memiliki r!na0#arna (nilai pi3el) sama$ seperti tana+ terbuka (kering) dengan struktur bangunan yang rapat. 1kibatnya meskipun berbeda$ !le+ k!mputer kedua jenis !byek ini dikel!mp!kkan ke dalam satu kelas. 2elain itu$ karena dilakukan secara !t!matis !le+ k!mputer maka yang di+asilkan +anya kelas-kelas !byek saja tanpa diketa+ui jenisnya se+ingga masi+ memerlukan analisis 4isual pada citra atau sur4ei langsung di lapangan.

,0