Laporan Akhir

LAPORAN AKHIR
PENGEMBANGAN METODE KOREKSI

DATA LANDSAT MULTI TEMPORAL
UNTUK PENDETEKSIAN PERUBAHAN LIPUTAN LAHAN
SKALA NASIONAL
PROGRAM INSENTIF
PERCEPATAN DIFUSI DAN PEMANFAATAN IPTEK
FOKUS BIDANG PRIORITAS: TEKNOLOGI INFORMASI DAN
KOMUNIKASI
Peneliti Utama: Ora. Tatik Kartika, M.Si.
LEMBAGA PENERBlNGAN DAN ANTARIKSA NASIONAL
Jl. LAPAN No. 70 Pekayon, Pasar Rebo, Jakarta 13710
Telp: 021 871 0786/Fax: 021 8722733/Email: tatikkartika@yahoo.com
22 November 2010
LEMBAR PENGESAHAN
Judul Penelitian Pengembangan Metode Koreksi Data Landsat
Multitemporal untuk Pendeteksian Perubahan Liputan
Lahan Skala Nasional
Fokus Bidang Prioritas
Lokasi Penelitian
Penelitian Tahun Ke
Teknologi lnformasi dan Komunikasi
Provinsi Jawa Barat, dan lain-lain
1
Keterangan Lembaga Pelaksana/Pengelola Kegiatan
A. Lemb Pelaksana Keaiata - -- -- - -- -- - -- - - - --- -- --- - -- - - - - - - - - - --
Nama Koordinator Kegiatan
Nama Lembaga/lnstitusi
Unit Organisasi
Alamat
Telepon /Faksimile/e-mail
B. Lemb
L"
bisaM
Nama Koordinator
Nama Lembaga
Ala mat
T elepon/H P /F aksimile/e-mail
Rekaoitulasi Usulan e
-
No. Uraian
1 Gaji dan Upah
2 Pelaksanaan Bimtek
3 Bahan Habis
4 Lain-lain
Jumlah
Kepala
Pusat Pengembangan
Pemanfaatan dan Teknologi
Penginderaan Jauh, /Itt
_...-
,..----=z:_

,.----
lr. Agus Hidayat, MSc.
Ora. Tatik Kartika, M.Si.
LAPAN
Pusat Pengembangan Pemanfaatan dan
Teknologi Penginderaan Jauh (Pusbangja)
Jl Lapan 70 Pekayon, Pasar Rebo
Jakarta Timur
021 8710786 I 021 8722733/
tatikkartika@yahoo.com
HasiiK
-
Kementerian Kehutanan, Bakosurtanal, BPPT, dll.
-
-
Setuju diusulkan:
Jumlah
183.385.000
6.300.000
15.695.000
26.740.000
232.120.000
Koordinator/
Peneliti Utama,

Judul
Fokus Bidang
Prioritas
Nama Lembaga
Alamat Lembaga
Peneliti Utama
Peneliti
DAFT AR PELAKSANA
Pengembangan Metode Koreksi Data Landsat Multi
Temporal untuk Pendeteksian Perubahan Liputan
Lahan Skala Nasional
Teknologi lnformasi dan Komunikasi
Pusat Pengembangan Pernanfaatan dan Teknologi
Penginderaan Jauh- LAPAN
Jl. LAPAN No. 70, Pekayon, Pasar Rebo, Jakarta Timur
13710
Telp. 021-8710786, 121-8722733, Fax: 021-8722733
tatikkartika@yahoo. com
Drs. Nana Suwargana, M.Si
Heru Noviar, S.Si., M.Si.
lr. Sigit Julimantoro, M.Si.
Gagat Nugroho, S.Kom
Ahmad Susanto, S.Si.
Siti Hawariyah, S.Si.
Dr. Bambang Trisakti
Soko Budoyom S.Kom
Iskandar Effendy, S.Si.
Rossy Hamzah, S.Si.
Musyarofah, S.Si.

RINGKASAN
Koreksi terrain adalah suatu koreksi dalam pra pengolahan data penginderaan
jauh (inderaja) untuk meminimalisir efek bayangan dan kelengkungan karena
perbedaan ketinggian muka bumi, sehingga efektif digunakan di daerah yang
bergunung-gunung. Tujuan lanjut dari koreksi terrain adalah untuk memudahkan
klasifikasi digital data inderaja.
LAPAN sebagai instansi pemerintah yang diberi kewenangan dalam hal data
inderaja, sekarang ini sedang mengerjakan pra pengolahan data berupa koreksi
ortho, radiometrik, dan terrain sebagai bagian dari program INCAS
(Indonesia for National Carbon Acounting System). Akan tetapi, berkaitan
dengan lisensi yang sangat terbatas, operasional pra pengolahan data menjadi
kendala. Oleh sebab itu kajian mengenai hal tersebut perlu diadakan sehingga
secara operasional pra pengolahan data dalam hal ini koreksi terrain dapat
mempergunakan software yang umum dipakai. Karena NCAS merupakan sistem
yang sudah diakui dunia, maka kajian mengenai koreksi terrain ini akan
dibandingkan dengan hasil-hasiiiNCAS.
Kegiatan ini dimulai dengan memahami arti koreksi terrain, dilanjutkan dengan
menurunkan algoritma sudut normal matahari. Pengujian algoritma tersebut
dilakukan agar algoritma yang dihasilkan teruji kebenarannya. Oari berbagai
algoritma koreksi terrain yang ada, berdasarkan penelitian diperoleh koreksi
terrain dengan penambahan koefisien c utnuk setiap band, yang harus
ditentukan sebelum koreksi terrain dijalankan. Untuk memperoleh koefisien-
koefisien c tersebut, dilakukan dengan metode pengambilan training sample,
sehingga setiap data akan mempunyai koefisien-koefisien c yang berbeda-beda.
Selain kegiatan di atas, juga dilakukan kajian utnuk memper9leh c optimum dan
kajian modifikasi algoritma. Koefisien c optimum adalan sutu nilai yang bisa
digunakan untuk setiap data atau sekelompok data, sehingga pengerjaan
menjadi lebih praktis. Hal ini menjadi tambahan kegiatan yang menarik dilakukan
dan disaranka
Tahap
etap dilanjutkan.
riset ini adalah sosialisasi, yang dilaksanakan selama
8 sampai dengan 2tj O+dober 2010 dan diikuti oleh
di Kedeputian Bidano 'Peoomderaan Jauh LAPAN.
SUMMARY REPORT
Terrain correction is one of corrections in remote sensing data pre processing to
minimizations of shadow and curvature of the earth and will be effective if be
used in mountainous areas. This correction gives corrected reflectance numbers
that the same for a class of land cover relatively, and classification can be more
objective so advice to quantities method.
LAPAN as a government institution that has remote sensing data competence.
LAPAN is doing remote sensing data pre processing as ortho, radiometric, and
terrain correction as a part of Indonesia for National Carbon Accounting System
(INCAS) program. But the licenses of these are very limited, so that it is needed
to study where the processing can be done by existing soft ware. Result of study
will be compared with INCAS because his system that have be approved by the
world.
This study is started by to understand about terrain correction, to be continued by
derivate sun normal angle algorithm. The algorithm have been verified by
compared it with INCAS result. There are many terrain correction algorithms, but
many researchers said that the best terrain correction use c coefficient for each
band data. C coefficient is determined before terrain correction to be done. C
coefficient will be got by training sample in the forest area, clear and terrain area.
C coefficient will be different between one and each other data.
As an add activity has be done to study about c optimum coefficient and
algorithm modification. C optimum is a value of c that can be used for every data
or a group data, so that the data processing can be done more be effectively.
This activity is very interesting and is suggested to be continued. .
. .
The last stage of this study is socialization that it be done at 18 until 20 October
2010 whose be followed about 30 partJcioa.nts. The .olace of socialization was
LAPAN.
iv
PRAKATA
Puji syukur dipanjatkan kepada Allah SWT., karena Laporan Akhir dari kegiatan
yang "Pengembangan Metode Koreksi Data Landsat Multi Temporal
untuk Pendeteksian Perubahan Liputan Lahan Skala Nasional" sudah dapat
diselesaikan.
Kegiatan ini merupakan penelitian untuk memperoleh algoritma dari koreksi
terrain yang tahap akhimya harus disosialisasikan atau diperkenalkan kepada
peneliti dan pengolah data Landsat. Program INCAS yang sedang dilaksanakan
di Kedeputian Penginderaan Jauh dijadikan sebagai acuan, karena program
tersebut sudah dan software yang dipakai memberikan hasil yang
memuaskan.
Dengan berakhimya kegiatan ini, saya selaku peneliti utamanya mengucapkan
terima kasih kepada seluruh tim atas Juga kepada para nara atas
saran-saran dan waktunya. Selain itu juga terima kasih kepada seluruh struktural
yang telah memperbolehkan para penelitinya untuk bergabung dalam kegiatan ini
dan memberikan fasilitas ruangan untuk digunakan sebagai tempat diskusi dan
sosialisasi.
Mudah-mudahan hasil kegiatan ini yaitu berupa modul-modul untuk koreksi
terrain memberikan manfaat bagi yang memerlukannya. Kami mengharapkan
saran-saran untuk mengembangkan metode dan modul yang telah kami buat.
Peneliti Utama
. .
Dra. Tatik Kartika, M.Si.
v
LEMBAR PENGESAHAN
DAFTAR PELAKSANA
RINGKASAN
SUMMARY REPORT
PRAKATA
DAFTAR lSI
DAFTAR TABEL
DAFTAR GAMBAR
DAFTAR LAMPIRAN
BASI PENDAHULUAN
1.1 Latar Belakang
DAFTAR lSI
1.2 Perumusan Masalah
BAB II TINJAUAN PUSTAKA
BAB Ill TUJUAN DAN MANFAAT
3.1 Tujuan
3.2 Sasarn
3.3 Manfaat
BAB IV METODOLOGI
4.1 Data dan Software
4.1 .1 Data yang digunakan
4.1 .2 Software yang digunakan
4.2 Lokasi Kegiatan
4.3 Metode
BAB V HASIL DAN PEMBAHASAN
BAB VI KESIMPULAN DAN SARAN
6.1 Kesimpulan
6.2 Saran
DAFTAR PUSTAKA
Lampira
Lampiran 2
Pengujian Algoritma sudut normal matahari
e ~ ...; Jl..;nar dan Penguji an Koefisien c
asil pengolahan: sebelum dan sesudah koreksi
Hal
ii
iii
iv
v
vi
vii
viii
X
1
1
2
3
5
5
5
5
6
6
6
6
6
9
12
12
14
15
vi
Lampiran 4 Kaji an Mengenai Koefisien Optimum c .
Lampiran 5A Modul Koreksi Terrain untuk Data Landsat Menggunakan
Koefi sien c dari Training Sample
Lampiran 58 Modul Koreksi Terrain untuk Data Landsat Menggunakan
Koefi sien c opti mum
Lampiran 6
Lampiran 7
Laporan Sosial isasi
Rangkuman BCHP
vii
DAFTAR TABEL
Tabel1 Interval nilai koefi sien e yang diperbolehkan untuk setiap band 4
pada program INCAS
Tabel2 Daftar data Landsat yang digunakan 11
DAFTAR TABEL LAMPIRAN 2
Tabel 1 Sudut matahari dari header file 3
Tabel2 Nilai koefisien e untuk band 2,4 dan 5 dari perhitungan sendiri 3
dan dari hasil pengolahan data INCAS
DAFTAR TABEL LAMPIRAN 4
Tabel1 Contoh file tee yang memuat nilai koefisien e untuk setiap band 3
Tabel2 Pembagian interval nilai e untuk setiap band 3
Tabel3 Nilai e yang berpola sama dengan hasiiiNCAS 14
Tabel4 Koefisien e optimum 23
vii
DAFTAR GAMBAR
Gambar 1 Diagram alir penelitian 7
DAFT AR GAM BAR LAMPl RAN 1
Gambar 1 llustrasi posisi normal piksel 1
Gambar 2 llustrasi posisi matahari dan normal piksel (kiri) dan model 2
segitiga bola ZMN (kanan)
Gambar 3 Perbandingan citra sebelum koreksi (a), hasil koreksi 5
INCAS (b), dan hasil penerapan c INCAS pada algoritma(c)
pada wilayah yang bertopografi
Gambar4 Perbandingan citra sebelum koreksi (a), hasil koreksi 5
INCAS (b), dan hasil penerapan c INCAS pada algoritma(c)
pada wilayah datar
DAFTAR GAMBAR LAMPIRAN 2
Gambar 1 llustrasi penentuan koefisien c 1
Gambar 2 lnformasi slope dan aspek piksel untuk wilayah kajian 2
Gambar 3 Lokasi pengambilan sample dan korelasi (cos(i)) dengan 3
reflektansi wilayah sample
Gambar4 Perbandingan citra tanpa dan dengan koefisien c 4
DAFTAR GAMBAR LAMPIRAN 4
Gambar 1 Variasi nilai c untuk setiap band dari sekitar 50 data 2
Gambar 2 Lokasi kajian untuk penerapan nilai-nilai c INCAS 4
Gambar 3 OEM, aspek, dan slope Gunung Papandayan dan Gunung 4
Manglayang
Gam bar 4 Penerapan nilai c di Gunung Papandayan dibandingkan 5
dengan citra sebelum koreksi dan citra hasil koreksi INCAS
. .
(RGB-542)
Gambar 5 Penerapan nilai c di Gunung Manglayang dibandingkan 6
dengan citra sebelum koreksi dan citra hasil koreksi INCAS
RGB-321)
Gambar6 Pe oan nilai c di Gunung Manglayang dibandingkan 7
sebelum koreksi dan citra hasil koreksi INCAS
Gam c pada Band 1, secara visual-kualitatif dan 8
viii
kuantitatif
Gambar 8 Penerapan nilai c pada Band 2, secara visual-kualitatif dan 9
kuantitatif
Gambar9 Penerapan nilai c pada Band 3, secara visual-kualitatif dan 10
kuantitatif
kuantitatif
kuantitatif
kuantitatif
Gambar 13 Koefisien c diplot berdasarkan lokasi dari timur ke barat 15
Gambar 14 Koefisien c diplot berdasarkan musim DJF 15
Gambar 15 Koefisien c diplot berdasarkan musim MAM 16
Gambar 16 Koefisien c diplot berdasarkan musim JJA 16
Gambar 17 Koefisien c diplot berdasarkan musim SON 17
Gambar 18 Koefisien c diurut dari kecil ke besar 17
Gambar 19 Perbandingan sebelum koreksi dan setelah koreksi dengan 18
c minimum, maksimum, dan optimum
Gambar 20 Lokasi 1 dan lokasi 2 wilayah kegiatan 20
Gambar 21 Variasi nilai c yang diterapkan pada Band 1 21
Gambar 22 Nilai c optimum untuk band 1 22
Gambar23 Nilai c optimum untuk band 2 22
Gambar24 Nilai c optimum untuk band 3 22
Gambar 25 Hasil sebelum dan setelah koreksi yang dicoba pada satu 23
data
DAFTAR GAMBAR LAMPIRAN 5A
Gambar 1 llustrasi posisi normal piksel
.
3
Gambar 2 llustrasi posisi matahari dan normal piksel (kiri) dan model 4
segitiga bola ZMN (kanan)
ix
Lampiran 1
Lampiran 2
Lampiran 3
Lampiran 4
Lampiran SA
DAFTAR LAMPIRAN
Penurunan dan Pengujian Algoritma sudut normal matahari
Penurunan dan Pengujian Koefisien c
Contoh-contoh hasil pengolahan: sebelum dan sesudah
koreksi
Kajian Mengenai Koefisien Optimum c
Modul Koreksi Terrain untuk Data Landsat Menggunakan
Koefisien c dari Training Sample
Lampiran 58 Modul Koreksi Terrain untuk Data Landsat Menggunakan
Koefisien c optimum
Lampiran 6 Laporan Sosialisasi
Lampiran 7 Rangkuman BCHP
X
1.1 Latar Belakang
BASI
PENDAHULUAN
Data citra Landsat mempunyai resolusi spasial 30 meter dengan cakupan data
sekitar 185 km x 185 km. Sebelum dianalisis lebih lanjut dan dapat dioverlay dengan
data citra atau dengan data spasial lainnya, diperlukan pra pengolahan data citra.
Pra pengolahan data citra yang biasa dilakukan meliputi koreksi geometrik dan
radiometrik. Untuk tujuan tertentu, kegiatan ini akan menambahkan proses koreksi
terrain yaitu suatu proses untuk meminimalisir efek bayangan dan kelengkungan
karena perbedaan ketinggian muka bumi, sehingga efektif digunakan di daerah yang
bergunung-gunung.
Dengan dilakukannya koreksi radiometrik dan terrain, maka proses klasifikasi liputan
lahan dapat dilakukan secara digital, yaitu menggunakan metode yang dihitung
secara kuantitatif, sehingga pengkelasan liputan lahan bisa lebih objektif dibanding
dengan metode visual. Selain itu waktu pemrosesan menjadi lebih cepat dibanding
metode yang selama ini digunakan.
Citra yang telah dikoreksi geometrik bisa dioverlay dengan citra terkoreksi lainnya,
sehingga bisa digunakan untuk menganalisis klasifikasi liputan lahan. Sifat data
inderaja yang multitemporal, memungkinkan untuk menganalisis liputan lahan pada
lokasi yang sama dan waktu yang berbeda sehingga bisa diperoleh perubahan
liputan lahan yang akan memberikan informasi luas dan lokasi perubahan secara
lebih akurat.
NCAS (National Carbon Acounting System) adalah sebuah sistem terdepan yang
digunakan untuk menghitung emisi gas rumah kaca secara nasional
berbasis lahan. Sistem ini sudah diakui oleh UNFCCC (konversi PBB untuk
perubahan iklim) - (httpJ, www.climatechange.gov.au/ncas/ dan http://unfccc.int/).
LAPAN sebaga
inderaja sekara
ortho,
(lndones1a &-
si pemerintah yang diberi kewenangan dalam hal data
pra pengolahan data berupa koreksi
sebagai bagian dari sistem INCAS
counting System). Akan tetapi , berkaitan dengan
1
lisensi yang sangat terbatas, operasional pra pengolahan data m e n j ~ i kendala.
Oleh sebab itu kajian mengenai hal tersebut perlu diadakan sehingga secara
operasional pra pengolahan data dalam hal ini koreksi terrain dapat mempergunakan
software yang umum dipakai. Karena NCAS merupakan sistem yang sudah diakui
dunia, maka kajian mengenai koreksi terrain ini akan dibandingkan dengan hasil-
hasil NCAS.
1.2 Perumusan Masalah
Metode koreksi terrain telah digunakan secara operasional oleh NCAS, tetapi sistem
tersebut tidak menjabarkan algoritma koreksi terrain dan metode penentuan
koefisien c yang digunakan. Selain itu software NCAS berlisensi sehingga tidak bisa
digunakan pada semua komputer. Oleh karena itu sangat perlu dilakukan kajian
mengenai koreksi terrain untuk meningkatkan kefahaman sehingga dapat
menurunkan algoritma yang digunakan yang untuk selanjutnya algoritma tersebut
dapat diterapkan dengan menggunakan software yang umum dipakai.
Ketepatan dalam metode koreksi citra inderaja sangat menentukan hasil pada
proses selanjutnya, yaitu antara lain klasifikasi liputan lahan. Koreksi terrain
ditambahkan untuk memudahkan proses klasifikasi secara digital terutama di wilayah
yang bergunung-gunung. Sebagai ilustrasi, posisi matahari akan memberikan efek
bayangan terhadap liputan lahan yang berada di balik bukit/gunung. Karena efek
tersebut, maka klasifikasi digital akan mengkelaskannya menjadi kelas lain, sehingga
interpretasi menjadi salah. Apabila citra dikoreksi terrain terlebih dahulu, maka efek
bayangan tersebut akan diminimalisir sehingga nilai yang diberikan objek adalah nilai
reflektasi yang sudah dikoreksi.
2
BAB II
TINJAUAN PUSTAKA
Dalam http://www.climatechange.gov.au/ncas/index.html dan http://unfccc. inti
dijelaskan bahwa pemanasan global antara lain disebabkan oleh semakin
meningkatnya gas rumah kaca, diantaranya C0
2
yang merupakan gas penyebab
nomor satu. Banyak sumber yang menjadi penyebab dilepaskannya gas C02 ke
udara, diantaranya kegiatan pertanian, peternakan, kehutananan, industri,
kendaraan bermotor dan lain-lain. Khusus mengenai kegiatan berbasis lahan,
Australia mempunyai suatu sistem penghitungan yang sudah diakui oleh PBB dan
digunakan secara internasional yaitu NCAS yang didirikan tahun 1998. NCAS
merupakan sistem akuntansi terpadu yang menggabungkan unsur-unsur lahan
secara menyeluruh di dalam proses penghitungannya. Unsur-unsur tersebut adalah
sebagai berikut :
Remote Sensing (Penginderaan Jauh) terhadap perubahan tutupan lahan.
G>ata manajemen penggunaan lahan
lklim dan data tentang tanah
Program penghitungan emisi gas rumah kaca dan
Model ekosistem sementara dan tata ruang
Kegiatan di sini mengambil salah satu unsur yang berkenaan dengan penginderaan
jauh yaitu dalam hal pra pengolahan data berupa koreksi terrain. Formula dasar
koreksi terrain diperlihatkan pada persamaan (1). Penelitian mengenai koreksi terrain
pada citra satelit telah dilakukan dan dipublikasikan dalam beberapa tulisan ilmiah.
Teillet et at. (1982) dan Meyer et at. (1993) melakukan koreksi terrain dengan
menggunakan metode c_correction, di mana McDonald et at. (2000) melaporkan
bahwa metode c_correction merupakan metode yang paling efektif .untuk diterapkan
pada citra Landsat. Metode c_correction ini juga pada metode
pengolahan data program INCAS dengan tujuan untuk mengkoreksi data Landsat
TMIETM+ multi temporal wilayah Indonesia dalam mendukung kegiatan perhitungan
karbon di wi layah hutan Indonesia. Wu et at. (2004) menjelaskan konsep dasar dari
.,
algoritma c_correction seperti diperlihatkan pada persamaan (2).
= / ( Cos(i) (1)
3
Di mana,
= RT ( Cos (sz) +c) I ( Cos(i) +c) (2)
RH Radian terkoreksi
RT Radian belum terkoreksi
sz Sudut zenith matahari
Sudut normal piksel yang dibentuk dari arah normal piksel dan arah
matahari
c Koefisien pembatas yang merupakan rasio antara titik potong dan
gradien dari persamaan regresi LT= m Cos(i) + b
Penerapan metode c_correction untuk proses koreksi terrain telah digunakan pada
program INCAS dan menghasilkan citra Landsat TM/ETM+ yang telah terkoreksi
terrain. Citra hasil koreksi terrain terindikasikan dengan tampilan visual citra RGB
yang awalnya tidak rata (bergelombang) karena perbedaan topografi, berubah
menjadi datar dan nilai digital piksel yang relatif sama untuk tutupan lahan sejenis
pada daerah dengan kondisi topografi berbeda.
Tabel 1. Interval nilai koefisien c yang diperbolehkan untuk setiap band
pada program INCAS
Band Interval
Band 1 O<c:S28
Band 2 O<c:S6
Band 3 O<c:S6
Band4 O<c:S1 ,5
Band 5 O<c:S1 ,5
Band 7 O<c:S2
Pada program INCAS penentuan nilai koefisien c didasarkan pada pengambilan
training sample. Pengambilan training sample yang berbeda akan memberikan nilai
koefisien c yang berbeda pula (wu et al. , 2004). Program INCAS memberikan interval
visual dtra
seQjlp band, seperti ditunjukkan oleh tabel 1. Pada
dak baku, masih diberikan toleransi bila secara
rek.si dengan baik.
4
BAB Ill
TUJUAN, SASARAN, DAN MANFAAT
3.1 Tujuan
Menghasilkan suatu algorttma koreksi terrain bagi data Landsat sehingga diperoleh
data Landsat yang terkoreksi secara akurat (radimetrik, geometric, dan terrain) dan
proses koreksi bisa dilaksanakan secara operasioanl
3.2 Sasaran
Menentukan algoritma yang dapat digunakan untuk proses terrain bagi data
Landsat
Menentukan koefisien c
Membandingkan data sebelum dan sesudah koreksi terrain
Mensosialisasikan hasil
3.3 Manfaat
Data penginderaan jauh memiliki beberapa kelebihan, diantaranya memiliki cakupan
yang luas, mempunyai resolusi spasial dan resolusi temporal, relatif murah untuk
luasan dan ketelitian tertentu. Alasan-alasan tersebut sesuai untuk memenuhi
kebutuhan data yang akan menunjang pemantauan misalnya perubahan liputan
Ia han.
Penambahan proses pra pengolahan data dengan koreksi terrain akan
meminimalisir efek bayangan karena perbedaan permukaan bumi. Hal ini sangat
bermanfaat terutama untuk proses klasifikasi digital yang akan memberikan hasil
yang lebih objektif dan mengurangi kesalahan interpretasi karena efek tersebut.
. .
5
4.1 Data dan Software
4.1.1 Data yang digunakan
BABIV
METODOLOGI
Data yang digunakan pada kegiatan ini adalah:
Data citra satelit Landsat
OEM SRTM X-C band
Data base hutan dan non hutan
4.1.2 Software yang digunakan
Software yang digunakan dalam kegiatan ini adalah:
Er-Mapper ver 7
Ex cell
4.2 Lokasi Kegiatan
Lokasi kegiatan ini dipilih wilayah dengan terrain yang cukup bervariasi. Hal ini bisa
dilihat melalui data Landsat yang dioverlay dengan SRTM, sehingga bisa dipilih
Path/Row Landsat dengan SRTM yang terrainnya cukup bervariasi.
4.3 Metode
Diagram alir kegiatan ini digambarkan pada Gambar 1. Oari diagram alir tersebut,
kegiatan ini dibagi menjadi 4 tahap kegiatan sebagai berikut:
Tahap 1 : Tahap penentuan algoritma
- lnventarisir data yang akan digunakan
- Penurunan algoritma
- Penentuan nilai koefisien c
- Penerapan algoritma dengan nilai koefisien c
Tahap 2 : Tahap Pengolahan dan Kontrol Kualitas
- Pengolahan data (proses koreksi terram)
- Kontrol kualitas hasil k ~ k s terrai
Tahap 3 : Tahap Pengujian
as errain diuji secara 'kua aT) dan kuantitatif
6
Tahap 4 : Tahap Sosialisasi
Pembuatan modul
Pengujian modul
Pelaksanaan sosialisasi (Bimtek)
Pembuatan laboran akhir
TAHAP 3
PENGUJIAN
CITRA TERKOREKSI GEOMETRIK-
RADIOMETRIK dan HEADER
T
TAHAP1
PERSIAPAN
TAHAP2
PENGOLAHAN DAN
KONTROL KUAUTAS
CITRA TERKOREKSI
TERRAIN
TAHAP4
SOSIAUSASI
1
y
I SOSIAUSASI:BIMTEK I
t
I REKOMENOASI OPERASIONALKOREKSI TERRAIN I

Gambar 1. Diagram alir kegiatan
T
Tanap
conto
engkaji metode koreksi terrain dan memberikan
pada citra Landsat TM dengan menggunakan
7
software yang umum dipakai. Koreksi citra Landsat dilakukan
algoritma koreksi terrain hasil penurunan menggunakan sudut normal piksel yang
dibangun dan koefisien c. Koefisien c yang diterapkan adalah hasil perhitungan
sendiri dengan terlebih dahulu membuat training simple. Kajian tambahan kegiatan
ini adalah menentukan milai koefisien c berdasarkan hasil nilai tee passed program
INCAS. Koefisien c dihitung untuk setiap band.
Pada Tahap 3 yaitu tahap pengujian, pada tahap ini pengujian dilakukan pada data
sebelum dan sesudah koreksi terrain. Pengujian dilakukan secara kualitatif dan
kuantitatif.
T a hap 4 adalah tahap sosialisasi. Pada tahap ini akan dihasilkan modul koreksi
terrain Landsat, yang sudah diujicobakan. Sosialisasi kegiatan ini diadakan dalam
bentuk bimbingan teknis berupa perkuliahan dan praktikum, dan dalam sosialisasi ini
diharapkan masukan dari peserta untuk perbaikan modul yang akan digunakan
sebagai pedoman untuk operasional koreksi terrain.
8
BABV
HASIL DAN PEMBAHASAN
Hasil kegiatan ini terbagi menj adi 4 tahapan sesuai dengan diagram alir pada
metode yang dipapark.an pada bab sebelumnya. Berikut ini adalah tabel berisi uraian
kegiatan dan persentase penyelesaiannya.
T a hap 1 : Persia pan
No. Uraian Kegiatan
1 Menginventarisir data Landsat (terk.oreksi geometrik
dan radiometrik) beserta heademya, yang akan
digunakan dalam uji penurunan algoritma
2 Menginventarisisr data OEM dan data base hutan
3 Menurunkan algoritma sudut normal matahari
(Lampiran 1)
4 Menginventarisir file TCC Pass dari INCAS
5 Menentukan koefisien c (Lampiran 2)
Tahap 2: Pengolahan Data dan Kontrol Kualitas
No. Uraian Kegiatan
1 Memproses data koreksi terain sesuai algoritma
yang dihasilkan pada tahap 1
2 Mengontrol kualitas hasil secara visual
Tahap 3: Pengujian
No. Uraian Kegiatan
1 Membandingkan citra sebelum dan sesudah koreksi
2 a ~ u m dan sesudah koreksi
Persentase
Penyelesaian
100%
100%
100%
100%
100%
Persentase
Penyelesaian
100%
100%
Persentase
Penyelesaian
100%
100%
sesudah koreksi ada pada Lampiran 3 Laporan
9
Tahap 4: Sosialisasi
No. Uraian Kegiatan Presentase
Penyelesaian
1 Membuat modul "Koreksi Terrain untuk Data Landsat 100%
dengan Metode Pengambilan Training Sampling"
2 Membuat modul "Penentuan Nilai Koefisien c 100%
dengan Pengambilan Training Sampling"
3 Membuat Modul Koreksi Terrain untuk Data Landsat 100%
dengan Metode Koefisien c Optimum" (Kegiatan
tambahan)
4 Melaksanakan sosalisasi 100%
5 Membuat laporan sosialisasi 100%
I
I
Secara ringkas, insentif riset kegiatan ini berhasil menurunkan algoritma koreksi
terrain dengan menggunakan koefisien c sebagai berikut:
RH = RT (Cos(sz) +c)/Cos(Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa))+c
Di mana
RH Reflektansi terkoreksi terrain
RT Reflektansi belum terkoreksi
ps Sudut slope piksel
pa Sudut aspek piksel
sa Sudut azimuth matahari
gradien dari persamaan regresi RT = m Cos(i) + b
Algoritma tersebut telah diuji dan tahapan untuk memperoleh citra terkoreksi terrain
dipaparkan dalam modul, sementara sosialisasinya diadakan pada Bulan Oktober
. ~
berupa bimbingan teknis yang berjudul Koreksi Terrain untuk Data Landsat
menggunakan sample training.
Dari uraian tabel di atas, maka ; ~ rise! ~ ini bisa diselesaikan. Pada
tahap 4 nomor 3, terdapat kegtatar. ~ ~ be!"'.J9a pembuatan modul untuk
koreksi terrain dengan metode c ooti..Tt:..r:-..._ w#a ~ lk:oe!isien c yang dimaksud
masih berupa kaj ian. Modul tersel:)(rt aka::; te:::a.l::ii:t .[;:ka kaj1an mengenai c
10
optimum selesai dilakukan. Kaj ian mengenai c optimum merupakan kajian tan:tbahan
di luar sasaran kegiatan ini, dan hasilnya ada pada lampiran 4.
Sebagai pembanding, kegiatan ini mengacu pada Program INCAS. Oi dalam
program INCAS, tahapan koreksi terrain adalah menghitung nilai koefisien c untuk
setiap band untuk setiap scene data, juga membuat citra LOS yang diturunkan dari
OEM. Berdasarkan tinjauan pustaka yang diperoleh, peranan nilai koefisien c sangat
dominan, dan perhitungan yang ada kaitannya dengan OEM telah masuk ke dalam
perhitungan cos i di dalam persamaan (1). Oleh sebab itu, maka kegiatan difokuskan
kepada penurunan algoritma persamaan (1) dan penentuan nilai koefisien c pada
persamaan (2). Hasilnya kemudian diujikan terhadap data landsat yang ditunjukkan
pada Tabel 2. Sementara perbandingan hasil insentif riset kegiatan ini dengan
INCAS serta contoh hasil-hasil kegiatan lainnya, ada pada lampiran 3.
Tabel2. Oaftar data landsat yang digunakan
No. P/R Tanggal
Akuisisi
1
117062 210608
2
110067 030906
3
110067 080999
4
112065 0508 08
5
112067 200404
6
113067 290999
7
114064 200899
8
114066 200908
9
115066 190308
10
117059 260800
11
119061 150305
12
120059 250906
13
120061 050606
14
123064 160506
I
15 1 124064 040806
16
125063 J 250308
17
127060 1 030406
18 127060 23<0308 1
19 121001 II 1&-sc..e I
20 II !
21
128060 II ------
22
130056 II ulttcr.:'
z
"!U! J!4)fV ueJodel 9 ueJ!dWel eped epe !SeS!Ie!SOS ueJodel
eJeJuawas 'g ueJ!dWel wetep ue)feJJaS!P !U! ueJe!6a)f JaS!J Jnuasu! J!Se4 tnpow-tnpoJN
6.1 Kesimpulan
BABVI
KESIMPULAN DAN SARAN
1. Algoritma koreksi terrain adalah
RH = RT (Cos(sz) +c)/Cos(i)+c
Di mana i adalah sudut normal piksel, dan diturunkan sehingga diperoleh
persamaan sebagai berikut:
Cos (i) = Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)
Selengkapnya persamaan koreksi terrain menjadi:
RH = RT (Cos(sz) +c)/Cos(Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa))+c
Di mana
RT Reflektansi belum terkoreksi
gradien dari persamaan regresi RT = m Cos(i) + b
2. Dari berbagai algoritma terrain yang ada, maka perlu adanya koefisien c sebagai
konstanta yang membatasi sehingga nilai koreksi terrain tidak menuju tak
terhingga. Koefisian c dihitung berdasarkan training sample yang diambil di
wilayah hutan yang berterrain dan bersih dari awan. Persamaan untuk koefisien
c adalah:
Di mana:
b
m
Titik potong
Gradient
J
.... =
.,
-= 1"!"1 Cos(i) + b
3
3. Modul sebagai panduan untuk menentukan koefisien c setiap band dan
proses koreksi terrain untuk data Landsat sudah berhasil dibuat,
4. Sosialisasi mengenai koreksi terrain untuk Data Landsat telah berhasil
dilaksanakan pad a tanggal 18 - 20 Oktober 2010 dengan jumlah peserta 25
orang dari undangan sebanyak 30 orang.
6.2 Saran
Kajian mengenai koreksi terrain perlu dilakukan lebih lanjut, terutama untuk
memperoleh cara yang baik dan efisien dalam menentukan nilai koefisien c optimum,
yang akan berlaku untuk setiap data atau sekelompok data.
4
DAFTAR PUSTAKA
Anonim, 2008, Segitiga Bola,
http://astronomy2008. word press. com/2008/12/14/seg itiga-bola/
http://unfccc. inti
http://www.climatechange.gov.au/ncas/
McDonald, E.R., Wu, X., Caccetta, P.A. and Campbell, N.A., 2000, Illumination
Correction of Landsat TM Data in South East NSW, Proceedings of the Tenth
Australasian Remote Sensing and Photogrammetry Conference, Adelaide,
Australia, August 21-25, 2000.
Meyer, P., ltten, K.l., Kellenberger, T., Sandmeier, S. and Sandmeier, R., 1993,
Radiometric Corrections of Topographically Induced Effects on Landsat TM Data
in an Alpine Environment, ISPRS Journal of Photogrammetry and Remote
Sensing, 48, 17-28.
Teillet, P.M., Guindon, B., Goodenough, D.G., 1982, On the Slope-Aspect Correction
of Multispectral Scanner Data, Canadian Journal of Remote Sensing, 8, 84-106
Wikipedia, Spherical trigonometry, http://en.wikipedia.org/wiki/Spherical trigonometry
Wu, X., Furby S. and Wallace J, 2004, An Approach for Terrain Illumination
Correction, The 12th Australasian Remote Sensing and Photogrammetry
Association Conference, held in Fremantle, Western Australia, 18-22 October
2004.
.5
0
U!eJJal !S)!aJO)I eWJ!J061V ue1[n6uad uep ueunJnuad
~ N V ~ I d W V
Penurunan Algoritrna Koreksi Terrain
Dari persamaan dasar koreksi terrain di bawah ini
RH = Rr I ( Cos(i)
akan diturunkan sudut normal piksel cos i yang dibentuk dari arah normal piksel
dan arah matahari. Gambar 1 memperlihatkan ilustrasi posisi normal piksel. Pada
citra Landsat yang direkam pada sekitar jam 9-10 pagi (waktu tersebut adalah
waktu pengambilan citra Landsat untuk wilayah Indonesia), posisi matahari
terletak miring pada sudut zenith tertentu, yang digambarkan dengan posisi M.
Sedangkan kondisi topografi permukaan bumi mengakibatkan piksel akan
mempunyai kemiringan dan arah tertentu, sehingga perlu ditentukan arah normal
piksel (posisi N) yang merupakan arah tegak lurus terhadap permukaan piksel.
z
N
M
Keterangan :
0 : Titik pusat piksel
Z : Posisi tegak lurus matahari-bumi (sudutzenith 0)
M : Posisi matahari pad a sudutzenith tertentu
N : Posisi nonnal piksel (tegak lurus terhadap piksel)
Gambar 1. llustrasi posisi normal piksel .
Konsep dari koreksi terrain ada
menjadi posisi normal piksel
lurus pada setiap piksel (I
.,
ini mengakibatkan kondisi pen
piksel, sehingga mengha
tutupan lahan pada kond' -
peruoahan posisi matahari (M)
seolah-olah berada tegak
piksel tersebut dipertukan
menjadi N). Asumsi
sama untuk setiap
tuk suatu jenis
koreksi nilai
matahari
1
(sudut zenith dan azimuth matahari) yang bisa diperoleh pada header d a t ~ serta
informasi mengenai besar dan arah kemiringan piksel (slope dan aspek dari
piksel) yang diperoleh dari OEM.
Gambar 2 memperl ihatkan ilustrasi posisi matahari dan normal piksel (kiri) dan
model segitiga bola ZMN (kanan) untuk menghitung sudut normal piksel.
lnformasi untuk setiap titik diperlihatkan pada keterangan di gambar.
Berdasarkan ilustrasi Gambar 2, tahapan koreksi terrain terdiri dari 2 jenis
tahapan koreksi, yaitu: tahapan koreksi sudut matahari dan koreksi sudut normal
piksel.
I radiance
Matahari
Keterangan :
~
z
-,
: ,/ , .... '
: .......
: - ~ ..
0
0 : Titik pusatpiksel
B
Z : Posisitegak lurus matahari-bumi (sudutzenith 0)
N : Posisi normal piksel (tegak lurus terhadap piksel)
A : Posisi matahari pad a sudutazimuth tertentu
8 : Posisi piksel pada nilai aspek (sudutazimutpiksel)tertentu
z
B A
Gambar 2. llustrasi posisi matahari dan normal piksel \kiri) dan
model segitiga bola ZMN (kanan)
Koreksi sudut matahari bertujuan untuk melakukan normalisasi arah
pencahayaan matahari terhadCW citra. Prosesnya adalah merubah nilai digital
number menJadl ruia1 reflektansi dengan menghitung nilai radian (energi dari
obiek ke sensor) d:oaoj dengan ni lai irradian matahari (energi dari matahari ke
sangat bergantung dengan kondisi sudut matahari,
se,.. !"'lC::a r::=e:u oea..f3an rulal lrradian (nilai irradian yang telah ditetapkan pada z
2
atau kondisi posisi matahari dengan sudut zenith 0) dengan koreksi
menggunakan sudut zenith matahari saat perekaman. Selanjutnya, persamaan
dasar reflektansi terkoreksi terrain adalah sebagai berikut:
RH = Rr/Cos(i)
Di mana:
Rr Reflektansi belum terkoreksi
Sudut normal piksel
(1)
Perhitungan besar sudut normal piksel dapat dilakukan dengan menggunakan
beberapa metode, salah satunya adalah metode segitiga bola. Gambar 2 (kanan)
memperlihatkan gambar ilustrasi matahari dilihat dari sisi yang berbeda yang
memperlihatkan model segitiga bola, yaitu segitiga ZMN pada permukaan bola.
Dengan menggunakan persamaan Cosinus segitiga bola dalam beberapa
referensi (anonym (2008), Wikipedia), maka besar Cos(i) dapat dihitung,
sehingga diperoleh persamaan sebagai berikut:
Cos(i) = Cos(busur ZM) Cos(busur ZN) + sin(busur ZM) sin(busur ZN) (2)
Cos(sudut MZN)
Dengan menghubungkan antara sudut matahari (zenith dan azimuth) serta slope
dan aspek piksel dengan bentuk geometri pada gambar 2, maka persamaan (2)
dapat ditampilkan menjadi:
Cos(i) = Cos(sz) Cos{ps) + Sin(sz) Sin(ps) Cos(pa- sa) (3)
Selanjutnya, algoritma koreksi terrain persamaan 1 adalah menjadi sebagai
berikut:
. '
RH = Rr I (Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)) (4)
Yang perlu diperhati kan pada persamaan (4) adalah bila nilai i mendekati atau
sama dengan maka nilai akan rnenjadi sangat tinggi sampai tak
berhingga. Oletl karena itu perl u digunakan koefisien c untuk membatasi agar
ai ter.au tinoa1 seperti motode c-correction persamaan (5) yang
3
digunakan oleh Wu et al. (2004). Dengan menggunakan koefisien c maka
persamaan koreksi terrain menjadi sebagai berikut:
RH = RT ((cos sz+c)/Cos(i)+c)
a tau
(5)
RH = RT (Cos(sz) +c) I (Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)+c) (6)
Di mana:
RT Reflektansi sebelum dikoreksi
c Koefisien pembatas yang merupakan rasio antara titik potong
dan gradien (b/m) dari persamaan regresi RT = m Cos(i) + b
Sudut zenith adalah sudut yang dibentuk antara posisi matahari dan arah nadir,
sudut ini diperoleh dengan menghitung (90- sudut elevasi matahari). Sudut
matahari akan digunakan untuk menghitung sudut normal piksel dan koreksi
terrrain.
4
Pengujian Algoritma Koreksi Terrain
Setelah algoritma untuk koreksi terrain diperoleh, maka dilakukan pengujian
algoritma tersebut Hasil koefisien c yang diperoleh dari file TCC pada program
INCAS dijadikan sebagai nilai koefisien c pada persamaan (6) dan diaplikasikan
pada band 5, 4, dan 2 pada data yang sama, dengan hasil seperti ditunjukkan
oleh Gambar 3 untuk wi layah yang berterrain dan Gambar 4 untuk wilayah yang
datar.
Gambar 3. Perbandingan citra sebelum koreksi (a), hasil koreksi INCAS (b), dan
hasil penerapan c INCAS pada algoritma(c) pada wilayab yang bertopografi
Pada Gambar 3, citra sebelum dikoreksi terrain masih menampakkan efek
topografi (Gambar 3a), s e ~ e n t r citra hasil koreksi pada Program INCAS
(Gambar 3b) dan hasil penerapan nilai c dari file TCC INCAS pada algoritma
koreksi terrain (Gambar 3c) menunjukkan bahwa wilayah yang bertopografi
dan secara visual penerapan c pada algoritma persamaan
bag us.
5
Untuk wilayah yang data
tidak menunjukkan pe
(Gam bar 4b) dan denga
Gambar 4a), koreksi terrain tidak karena
anan. Hal ini dibuktikan pada hasil program INCAS
enerapkan nilai c dari file TCC INCAS pada algoritma
koreksi terrain (Gambar 4c).
a b c
Gambar 4. Perbandingan citra sebelum koreksi (a), hasil koreksi INCAS (b), dan
hasil penerapan c INCAS pada algoritma(c) pada wilayah datar
6
ua!S!J90)f !ei!N ue!fn6uad uep ueunJnuad
Z NY}IIdWYl
Penurunan Nilai Koefisien c
Setelah dilakukan pengujian algoritma dan hasilnya bagus, maka langkah
selanjutnya adalah menentukan nilai koefisien c melalui pengambilan training
sample dan diaplikasikan pada persamaan koreksi terrain
RH = Rr (Cos(sz) +c) I (Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)+c) (1)
Di mana:
Rr Reflektansi sebelum dikoreksi
c : Koefisien pembatas yang merupakan rasio antara titik potong dan
gradien (b/m) dari persamaan regresi Rr = m Cos(i) + b, seperti ilustrasi
yang ditunjukkan oleh Gambar 1.
R ..
Y=m cos(i)+b
cos i
Gambar 1. llustrasi penentuan koefisien c
Untuk menghitung nilai koefisien c tersebut, perlu dilakukan 'perhitungan Cos (i)
dengan menggunakan persamaan koreksi terrain di atas yang mernerlukan
informasi sudut matahari dari rnetadata (Tabel 1) dan informasi slope dan aspek
piksel untuk wi!ayah kajian yang diperoleh dari data OEM SRTM(Gambar 2).
-
Slope piksel meoggarrt>arkan besamya sudut kemiringan piksel, di mana untuk
ava
d
h mempunyai besar kemiringan berkisar 0-50,
memoertihatkan arah kemiringan piksel yang ditampilkan
0 adalah kemiringan piksel kearah Utara,
selanjutnya semakin besar nil ai sudut maka kemiringan berubah arah sesuai
dengan arah jarum j am. utara-timur-selatan-barat-utara).
T abel 1. Sudut matahari dari header file
Sudut zenith matahari I Sudut azimuth matahari
I
0
Slope piksel dari OEM I Aspek piksel dari OEM
Gambar 2. lnformasi slope dan aspek piksel untuk wilayah kajian
Selanjutnya dilakukan perhitungan Cos(i) dan melakukan korelasi antara Cos(i)
dan nilai reflektansi untuk band 2, 4 dan 5 pada wilayah sampling. Gambar 3
memperlihatkan lokasi pengambilan sample dan hasil korelasi untuk band 5.
Pengambilan sample hanya untuk tutupan lahan hutan, sama dengan metode
pengolahan data INCAS. Oari persamaan korelasi yang diperoleh, ditentukan
nilai koefisien c untuk setiap band. Hasil diperlihatkan pada Tabel 2, bersama
. .
nilai koefisien c yang dihasilkan oleh pengolahan data INCAS untuk scene yang
sam a.
Tabel 2 memperiihatkan perbedaan nilai koefisien c hasil perhitungan
sendiri '"' as data INCAS, beberapa hal yang diperkirakan
menjadJ oer
dala,.., oe-- ....
e'"' c.
lokasi dan jumlah data sample yang digunakan
2
Tabel2. Nilai koefi sien c untuk band 2,4 dan 5 dari perhitungan sendiri dan
dari hasil oenaolahan data INCAS
Koefi sien c dari Koefisien c hasil dari
Band
perhitungan sendiri pengolahan data INCAS
band 2 27.165 38.024
band 4 0.542 0.745
band 5 0.220 0.592
------- --- - ---
150
100
! -

:!
z 50
0
0 0.2 0.4 0.6 0.8
Cos( I)
RGB 542 dan lokasi sample I Korelasi Cos(i) dan refelektansi
w1lavah hutan looliaon outih) pada w1layah sample untuk band 4
Gambar 3. Lokasi pengambilan sample dan korelasi (cos(i))
dengan reflektansi wilayah sample
Apabila nilai koefisien c diabaikan, maka persamaan koreksi terrain adalah:
RH = Rr Cos(sz) I (Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)) (2)
Pentingnya nilai koefisien c ditambahkan pada algoritma ditunjukkan secara
visual dengan membandingkan hasil koreksi Citra komposit RGB 542 dengan
menggunakan persamaan 2 !tanpa koefisten Cl yang diperl!hcttkan pada Gambar
4(a). Pada gam bar tersebut ma ::::'C':a :::rl(se R- l bertambah secara tidak
terkendali pad a sa at nilai Cos! 1
90. Nilai RH yang sangat besa!" -La:
yang mengalami koreksi. Qenga-
diperlukan nilai pembatas yang c sc=-
ormal piksel mendekati
pada bagian piksel
esimpul an bahwa
ar 4(b) adalah
Gambar 4(c) hasil koreksi dengan koefiseir c -=- """ t-a=i'-.""i=.
adalah hasil koreksi denga'"' S dengan
3
memasukkannya pada persamaan 1, dan Gambar 4(d) memperlihatkan ~ s i l dari
INCAS.
Perbandingan citra terkoreksi dengan menggunakan koefisien c hasil
perhitungan sendiri dan hasil pengolahan data program INCAS dilakukan dengan
membandingkan kedua citra terkoreksi (gambar 4b-c) dengan citra hasil koreksi
program INCAS sebagai referensi (gambar 4d). Terlihat bahwa citra RGB-542
terkoreksi dengan menggunakan koefisien c hasil perhitungan sendiri
mempunyai tampilan sedikit lebih terang dibandingkan citra hasil koreksi INCAS.
Sementara citra RGB 542 dengan menggunakan koefisien koreksi c dari INCAS
mempunyai perwarnaan yang relatif tidak berbeda dengan citra hasil koreksi
INCAS. Tetapi untuk wilayah yang berterrain memberikan hasil yang sama
dengan acuan.
Citra terkoreksi tanpa koefisien c
(a)
Citra terkoreksi dengan koefisien c
hasil perhitungan sendiri
=:-. tandingan citra tanpa dan dengan koefisien c
4
Kajian mengenai koefisien c adalah:
3.1 Dihitung berdasarkan training sampling, memberikan hasil yang bagus
secara kualitatif dan kuantitatif, untuk itu metode ini sudah dibuatkan
petunjuk teknisnya dengan judul Modul Koreksi Terrain untuk Data Landsat
dengan Pengambilan Training sample, dan sudah disosialisasikan dalam
bentuk bimbingan teknis.
3.2 Ditetapkan melalui deretan nilai TCC Pass INCAS (tanpa training sampling)
Berdasarkan analisis kualitatif dan kuantitatif, c maksimum memberikan hasil
yang paling bagus, sehingga dianjurkan untuk digunakan sebagai nilai
koefisien c optimum.
3.3 Ditetapkan melalui deretan nilai TCC INCAS (dengan training sampling)
Diperlukan pengambilan sample terhadap dat lainnya untuk menghasilkan
nilai koefisien c optimum.
Dari ketiga metode di atas, metode 3.1 sudah bisa digunakan untuk
operasional, sementara metode 3.2 dan metode 3.3 masih harus dikaji lebih
lanjut.
5
' .
H\11313S N'VO
:N'VH\1108N3d liS'VH H01N08-H01N08

1. 113067_290999
Tabel Nilai Koefi sien C hasil training sample
I
Koefisien C
Band 1 1.3874885
Band 2 2.0121594
Band 3 0.5300381
Band 4 1.5755573
Band 5 0.2500046
Band 7 0.2040900
Standar deviasi hasil perhitungan statistik tiap band pada poligon training sample
Band 1 Band2 Band3 Band4 BandS Band7
Sun 2.33 1.528 2.729 8.25 10.499 4.015
Terrain 2.218 1.315 2.456 7.797 8.932 3.596
.
Sebelum koreksi Setelah koreksi
1
2. 114064_200999
Tabel Nilai Koefisien C hasil training sample
Koefisien C
Band 1 1.387488516
Band 2 2.751917510
Band 3 2.220625920
Band 4 0.741229813
Band 5 0. 73971387 4
Band 7 1.372175242
Band 1 Band2 Band3 Band4 BandS Band?
Sun 1.953 1.919 1.554 15.889 10.112 2.550
Terrain 2.472 1.788 1.547 16.692 10.749 2.538
.,
2
3. 100063_040900
Band 1 1.994731
Band 2 1.800837
Band 3 1.232184
Band 4 0.457797
Band 5 0.44346
Band 7 0.935237
Band1 Band2 Band3 Band4 BandS Band?
Sun 1.951 2.062 1.951 14.483 9.435 2.392
Terrain 1.933 1.957 1.933 14.653 9.607 2.369
Sebelum Koreksi
Setelah Koreksi
.,
3
4. 11006rn_080999
Koefisien C
Band 1 1.3874885
Band 2 2.1325105
Band 3 1.0524250
Band4 0.6341894
Band 5 0.3352856
Band 7 0.4214379
Band1 Band2 Band3 Band4 BandS Band?
Sun 2.289 1.626 2.033 10.465 9.816 3.256
Terrain 2.466 1.425 1.856 9.236 8.791 2.925

4
passed SV:>NI :>:>J. 1enN ue)iJesepJag
WnW!JdQ : U8!SY80)t uenJU8U8d

DNI1diNVS DNINI'AI.l NV1181NVDN3d VdNV.l
Vt N'AIIdiNV1
PENENTUAN KOEFISIEN C OPTIMUM
TANPA PENGAMBILAN TRAINING SAMPLING
HASIL 1 (jumlah sample 58)
Nilai c yang diperoleh dari file TCC yang berisi nilai-nilai c untuk setiap band
pada Path/Row yang bersangkutan dari hasil program INCAS yang Pass diambil
secara acak berjumlah 58 data. Contoh file TCC diperlihatkan pada Tabel1. Nilai-
nilai tersebut kemudian diplotkan untuk setiap bandnya dengan hasil pada
Gambar 1. Dengan mengabaikan kejadian yang sangat ekstrim, diperoleh interval
nilai c dengan hasil pada Tabel2.
[""''"'' .. ...
B-1
'llriiiiCpoclalllndl
B-2
' l
Mit, )"!
J u WJ yllJ 'A/f
AA A I _,._"..,., ...
1 '>[\}" li"iJ ,...._'V10J ...... nl'r'J
'
; 1'; tllllll:ttr.n;s:;:tnur:uMD.Iit."S6Si
J Ii I .. UHSSf'l
VerlasiC padlllend 3 VoriosiCpoda llonoU
B-3
fO.O:lllrt2.0B1 B-4

I td1 "- ['y. " /\.. P, 1H. ! o ,..._
. v ...... ....,nor"* ili\tl v-- , w"--fL-.,O,..u ... .... !..
1
j . . i . pe i 1111 4 _ '4,
l J I : f .1 11 U ;J' lf t.;J:,:;:tl.t:rttt4;.1f'LI::ts;
I I! J I
YlrlosiC pada Band 5 Ylrlasl c pado Band 7
B-5
)0'-ll.co..-ons
B-7 )0'-llOO<ri!Ti
. .
}, ""
--"-:__.-.:L.A... .....
..H""H t. ..-....,.... s ::"'f'WW - -*-- '
.. M ...
....... ___ _._- ....
................... "Ji"ii'
' .... . ........
1 '' 1 t a.:ou.aa.;.11.c:reRB!SSJ
I II; i 11UIS I:;Ji:lllllil;':iiiU&r:iiii.U61:t;U"I5U
Gambar 1. VariasW!ilai c untuk setiap band dari sekitar 50 data
1
Tabel1. Contoh file tee yang memuat nilai koefisien c untuk band
tarraiJIConeet.i-- 3
--.1
- 12t0St 270101 03:31 : 27 -tcS 10080 b.u1cSs I
MA4I4 1 3.'iltt540'io7 23.3977314272 &.8417348071
M1>cSicS 2 I . 08t2111U5 11. 8501740570 3. 3110255tf7
- 3 3.77761!;3411 12.3545800585 3.2704701314
- 4 ti .OH35A272 31.1t1U02110 0.1632314556
M1>cSicS 5 2S . lt571114tl 23.35167211188 O. tlt70t320t
- 1 .3117337C41 11.1142841000 1.7415775258
Ob.u14sl
Ml>cSicS 1 3 . 4198540407 23. 3P773U272
l:>aDcStcS 2 5 . 0892611115 u. 85067&0570
MAcSicS 3 3. 7771153418 12.3545800585
M1>cSicS 4 tl . OHUH272 31. U71t02110
M1>cSicS 5 25 . 3t571114fl 22. 354172Uit
)>aD4U 6 6. 3117337641 11.1142841000
6.1417348076
3. 3110255987
3 . 2704701384
0 . U3231U5S
0. tlt70t320f
1. 7415775258
ooeffJ.c:J.cu Wft .. uaatecS WliDq ftr Cornet CC:SliiO)
ten&J.n J.lllaiD&tl.oD oozncteci data wn p-ecl
at tt>e uaa u : t:24 , data 20/4/2010.
Tabel 2. Pembagian interval nilai c untuk setiap band

RANGE
[1] [2] [3] [ 4]
151 [61 171 [81 ( 9 1
81 1.0 2.0 3.0 4.0
--
6.0 7.0 8.0 9.0
82 1.0 1.5 2.0 2.5 J.( 3.5 4.0 4.5 5.0
83 0.4 0.8 1.2 1.6 2.4 2.8 3.2 3.6
84 0.4 0.5 0.6 0.7 0.9 1.0 1.1 1.2
85 0.4 0.5 0.6 0.7 b 0.9 1.0 1.1 1.2
87 0.5 0.7 0.9 1.1

1.5 1.7 1.9 2.1
--- -
Untuk menguji range mana atau c mana yang memberikan koreksi terbaik, setiap
nilai di atas diterapkan pada algoritma di atas dan dilihat secara visual pada
kombinasi band RGB-542 dan RGB-123. Hasil terbaik yang diberikan dari setiap
band mejadikan c yang digunakan akan menjadi c optimum.
Gambar 2 menunjukkan lokasi kajian, yaitu Gunung Papandayan dan Gunung
Manglayang yang mempunyai OEM, slope dan aspek yang bervariasi seperti
tampak pada Gambar 3.
.,
Gunung Pandayan
Gunung Manglayang
Gambar 2. Lokasi kajian untuk penerapan nilai-nilai c INCAS
Gunung Papandayan
""'
r a.w r
eJ :--t-- I.W1 ...
--. IZIIZIIZI
IZI IZJ IZI
E:IC!Iil
Gunung Manglayang
-
.. .
['J ......
'"' ClJIZIIZIIZI
Ill Ill IZI .
E:J C! lil!

Gl

""' I
,. .
... .
.. IZIIZI IZI '
.
. . E:J C! lil
"
'"

3
Hasil penerapan nilai c untuk setiap band pada Tabel 5, ditunjukkan p ~ Gambar
4 untuk RGB-542.
Gambar 4. Penerapan nilai c di Gunung Papandayan dibandingkan
dengan citra sebelum koreksi dan citra hasil koreksi INCAS (RGB-542)
Jika diamati, maka Gambar 4a sampai dengan Gambar 4i, mengalami perubahan
dibanding dengan data sebelum koreksi (citra sun corrected). Terlihat bahwa
secara visual hasil tersebut cenderung lebih datar, tetapi masih sulit untuk
mengatakan mana yang hasilnya paling bagus dan sesuai dengan data hasil
koreksi terrain dari INCAS yang ditunjukkan oleh gambar p l i n g kanan bawah.
Oleh sebab itu, kemudian nilai c pada Tabel2 dicobakan juga di tempat lain yaitu
di Gunung Manglayang seperti tampak pada Gamar 5 untuk RGB-321 dan
Gambar 6 untuk RGB-547. Temyata hasilnya pun tidak begitu nyata, tetapi masih
-
menunjukkan ada perubahan.
Dengan
dikaji juaa
c pada setiap band ~
c pada Tabel 2 se
sama, maka
di Gunung
4
Manglayang. Hasilnya ditunjukkan secara visual, kemudian dilihat secara
kuantitatif dengan membandingkan nilai sebelum dikoreksi (nilai reflektansi) dan
sesudah dikoreksi (nilai reflektansi terkoreksi). Hasilnya ditunjukkan pada Gambar
5 - Gambar 12.
Gambar 5. Penerapan nilai c di Gunung Manglayang dibandingkan dengan citra
sebelum koreksi dan citra hasil koreksi INCAS (RGB-321)
Jika dilihat citra sun corrected pad a Gambar 5 (RGB-321) dan citra setelah
dikoreksi yang terletak di bawahnya, perubahan yang sectikit sekali. Secara
visual, hal ini mempersulit analisis penerapan nilai pada sembilan citra terkoreksi
di sebelahnya. Begitu juga dengan Gambar 6 (RGB-457), secara visual agak sulit
untuk dibedakan, karena perubahannya sangat sedikit.
5
Gam bar 6. Penerapan nilai c di Gunung Manglayang dibandingkan dengan citra
sebelum koreksi dan citra hasil koreksi INCAS (RGB-547)
6
c: 1
4
/
/ "'
1
/
2
... ,/
. J}J!.y:-
/ f7"
'/
-1
>,.
/
.3 ./
;.-
'/ .t'"
..
6'
/
/ "
/
-= v

B-1
...... 1-1
1.521 /
,g.;/

sual-kualitatif dan kuantitatif
7
1
.... .,
/!
82
c: 4
ai c pada Band 2, secara visual-kualitatif dan kuantitatif
8
c: 0.4
B-3
1.6 /
/
'
,.
# h

2.4
/
3.2 3.'6
/
..
I I 4 I - I
Gambar 9. Penerapan nilai c pada Band 3, secara visual-kualitatif dan kuantitatif
9
c: 0.4 : 0.6
B-4
1 : o.9
I
;I.
l
J
c; 1.0 1.1
/. : ' "
'
I.
Gambar 10. Penerapan nilai c pad a Band 4, secara visual-kualitatif dan kuantitatif
10
B-5
1.0
/
'!,/
. -
! :/
i. .. . ./>
: / , : . ~ : ~
'.
! .
. . . . . . . . .
Gam bar 11. Penerapan nilai c pad a Band 5, secara visual-kualitatif dan kuantitatif
11
0.5 . : .
/
- : ;."7 /
. . .. .
. .. .. .. ..
. ;;., ' ; . .
"/ ; .
!.
c: 1.1
1.7
./
;j/
1.9
-
. c: 0:9
B-7
Gambar 12. Penerapan nilal c pada Band 7, secara visual-kualitatif dan kuantitatif
Jika diama.ti secara "-UQl!LCltif, maka terdapat perubahan pada setiap band, berupa
oatar dari pada citra hasil sun corrected. Tetapi dari hasil
12
tersebut masih agak sulit untuk mengatakan nilai c yang paling kuat pengaruhnya.
Untuk itu akan dilihat secara kuantitatif yaitu dalam bentuk grafik yang
menggambarkan nilai reflektansi sebelum koreksi (sun corrected) dengan nilai
reflektansi terkoreksi (terrain corrected). Dari Gambar 7 sampai dengan Gambar
12 dicari grafik yang menyerupai hasil dari INCAS, dan Tabel 3 berisi nilai c
optimum yang mempunyai pola yang sama dengan hasil INCAS yang dijadikan
sebagai acuan.
Tabel3. Nilai c yang berpola sama dengan hasiiiNCAS
Band Nilai c INCAS Nilai c hasil
81 1,521 2,0
82 1,258 1,5
83 0,800 0,8
84 0,420 0,4-0,5
85 0,222 0,4
87 0,376 0,5
Kelemahan kajian ini adalah kurang nyatanya perubahan yang terjadi yang dilihat
secara visual. Hal ini bisa disebabkan oleh beberapa hal, antara lain kurang
bervariasinya OEM, kurang bagusnya pengambilan training sample, kurangnya
pengambilan sample koefisien c dari INCAS, sehingga perubahan tidak optimum.
HASIL 2 (jumlah sample 190)
Hasil 1 tidak memberikan hasil yang nyata untuk menentukan c optimum. Untuk
itu pada hasil 2 ini sample data nilai c yang telah pass dari INCAS ditambah
menjadi sekitar 190. Pertama data tersebut akan diurutkan berdasarkan lokasi
(Gambar 13) dan yang kedua dikelompokkan rnenjadi 4 musim yaitu musim hujan
Desember- Februari (DJF) ditunjukkan oleh Gambar 14, musim transisi I bulan
. .
Maret - Mei (MAM) ditunjukkan oleh Gambar 15, musim kemarau bulan Juni -
Agustus (JJA) ditunjukkan oleh Gambar 16. dan musim transisi II bulan
September - November (SON) ditun
dengan pertimbangan bah"a penghitung
kaitannya dengan posisi matahari yang be
Dari gambar-gambar tersebut dapat dis
dan musim tJCa!t mernberikan pola y
7. Hal ini dilakukan
(persamaan 4) ada
dan musim.

a ita
3
keduanya. Oleh karena itu dapat disimpulkan bahwa tidak ada antara
nilai koefisien c dengan lokasi maupun dengan musim .
81
. ::: :
' I :
,c ... .... ....,_
83 84
.\.' . .
;:,::=; " -:-5-
.
.. , '
Gambar 13. Koefisien c diplot berdasarkan lokasi dari timur ke barat
............-....--.-- .....-......................... -...---- -------------
-"":': a1 .. .,; a2- - '".1
I '
---- . -- ...
- . . . I . ..
- -. - .:.- .. - r- "0 - I . . -. ---"- .
.... : ... : .. ____ .. . - ........... .
- 1 _ --..--
83
h
. __ .:..:....:
87
- .
... ----
85
r--
'- --
Gambar 14. Koefisien c diplot berdasarkan DJF
. .
14
.
81
,,
. .... -.
_._
.
83
--

82
. ..
..
.._J .. .
,c .... - --
B4
"':.---'""A .
. .. .. 7._7-'-./
'=
J ____ r -

B5
.:::::,= .. 87
. .. ___ : .. -.
Gambar 15. Koefisien c diplot berdasarkan musim MAM
c_.,_...., __
B1
82
' 1"\ _ t-+ .---- ..... .
:.: .....
-.. .
. ..
. . . . .. -- - - .
''c._..,..,,..__._
83 B4
..
-: --
.-
c ...... ..._ __
85 87
.. --::_;.. .... _ ....... . ... -..
.. -:
""T
. - .. . .
....... __ _
Gambar 16. Koefisien c diplot berdasarkan musim JJA
15

=
-.
81
... -...;-:-..... . .
.
... . . .
- .. -. ...... ..
c ...
85
....
.:_:_
-----
.
.... 4
------------------.-...
,,c_. ., .,. __
-- B4
---
::

,-
- <:'" '1
. , I
. .
......
.
.....
Gambar 17. Koefisien c dip lot berdasarkan musim SON
e <tor 1 mALL -o"
C t' o o h> AL.L oo on
v i;>Ot1' ><M-'

.. o"
Rult C 3.2794.
/
"ult C 0.8168
e tor.,. t.PWE.c. iiMo"
j
Gambar 18. Koefisien c diurut dari kecil ke besar
Kajian selanjutnya ada
tampak pada Gamba
seluruh sample yang
enaah dari trend

engan memplot koefisien c dari kecil ke besar seperti
c optimum akan ditentukan berdasarkan
d!lt hat minimum, maksimum, dan nilai
alitas dan kuantitasnya.
16
Gambar 19 menunjukkan contoh-contoh citra sebelum koreksi dibandingkan
dengan nilai c minimum, maksimum, dan optimum. Untuk c minimum terlihat
bahwa daerah yang terkena bayangan menjadi lebih terang, hal ini t e ~ d i juga
pada data-data yang lainnya, sehingga nilai c minimum tidak dijadikan sebagai
pilihan.
Gambar 19. Perbandingan sebelum
minimum, mak:
oreksi dengan c
DN11diNVS NV1181NVDN3d NVDN30
8t
PENENTUAN KOEFISIEN C OPTIMUM .
DENGAN PENGAMBILAN TRAINING SAMPLING
Pada kajian ini, nilai c diambil berdasarkan hasil program INCAS sebanyak 58
data yang dibagi menjadi 9 bagian yaitu pada Tabel 2, sama dengan kajian yang
dibahas pada Lampiran 4A penerapan koefisien c tersebut akan dilakukan pada
setiap band dengan pengambilan training sample diambil pada wilayah kajian
seperti tampak pada Gambar 20a, yaitu wilayah hutan yang berterrain Gambar
20b, sementara Gambar 20c memperlihatkan bahwa sample training tersebut
diambil di wilayah yang bebas awan.
c
Gambar 20. Lokasi 1 dan lokasi 2 wilayah kegiatan
Berdasarkan Tabel 2, maka nilai setiap c diterapkan pada band 1 d e n ~ n hasil
visual pada Gambar 21.
Gambar 21. Variasi nilai c yang diterapkan pada Band 1
Secara visual Gambar 21 menunjukkan variasi nilai c yang dimasukkan pada
algoritam persamaan koreksi terrain. Pada c=1 sifat terrain masih terlihat, pada
c=2, c=3, dan c=4 lokasi 1, wilayah yang berterrain terlihat relatif lebih rata,
sementara a: c=5 aan seterusnya sifat terrain kembali muncul. Deviasi dari
2
Band 1 sampai dengan Band 7 telah dihitung, di sini ditunjukkan untuk Band 1, 2,
dan 3 pada Gambar 22, 23, dan 24.
Deviasi
~
2.200
2.100
2.000
1.900
1.800
1.700
1.600
1.500
~ U U U ~ U M U ~
UiOO
1.500
1.400
s.-o
1.200
Oeviasi
1.800
1.100
1.600
1.500
1.400
1.300
1.20D
UOD
1.000
Nilaic
Gambar 22. Nilai deviasi untuk band 1
-----
Gambar 23. Nilai deviasi untuk band 2
_ ~ ; -:-; ---- ----- --- --- -"-
d3
3
C optimum adalah yang memberikan nilai deviasi terendah dan untuk masing-
masing band ditunjukkan oleh Tabel4.
Tabe14. Koefisien c optimum
Band c
Band 1 4
Band 2 3
Band 3 2.4
Band4 0.9
Band 5 0.9
Band 7 1.7
Gambar 25 menunjukkan hasil metode ini, dan secara visual menunjukkan hasil
yang bagus. Tetapi metode ini masih memerlukan kajian lebih lanjut dengan
penerapan data yang lebih banyak, sehingga akan diperoleh nilai optimum dari
setiap data. Nilai-nilai optimum tersebut akan diplot dan menghasilkan koefisien c
yang palilng optimum yang akan digunakan pada seluruh data. Jadi masih perlu
kajian selanjutnya
Gambar 25. Hasil sebelum dan setelah koreksi yang dicoba pada satu data
. .
Apabila nilai koefisien optimum c sudah dapat ditentukan, maka untuk
pemrosesan datanya telah dibuat petunjuk teknisnya dalam bentuk modul
(Lampiran 5) dengan judul Koreksi Terrain untuk data Landsat Menggunakan
Koefisien c Optimum.
4
.L VSONV1 V .L VO >ln.LNn
1naow
VS
MODUL
KOREKSI TERRAIN UNTUK DATA LANDSAT
,_ . ; . ,_;-.. ';fj'ffl . . .. ' : . ._,.
...-:;.. . -. , ; fool .. \ . .. t m:"."''
I !'l\ c :r.;I . - . .
-- ::._:-,..._.' :,-. ... .. . . -.'.J .
- :;;
._'" "'' '1. .-.,. ' "' , ' .?'" - j_f ,,.,,--:-
, .. ....

.:r: , ..
'.....: ... v .... ... .---JAL'"''It"!-.. . _, ,._ .. _ . -.. ';
.... _;;- . ;_":....
, . ... , . :::.J!t;
'i (/' -:-., .,. , ... "'' "''"
;. -E'-' . . ' _.::_-.,.
. , . . : > .Y:.
. . ,.... . . . . - --:.r

SOSIALISASIINSENTIF RISET KEGIATAN:
PENGEMBANGAN
METODE KOREKSI DATA LANDSAT MULTI TEMPORAL
UNTUK KLASIFIKASI LIPUTAN LAHAN SKALA NASIONAL
. '
Jakif1a, 18 - 20 Oktober 2010
PUSAT PENGEMBANGAN PEMANFAATAN DAN TEKNOLOGI PENGINDERAAN JAUH
KEDEPUTlAN BIDANG PENGINDERAAN JAUH
LAPAN
KA TA PENGANTAR
Puji syukur dipanjatkan kepada Allah SWT., karena kami dari tim Riset
lnsentif dengan judul pengembangan Metode Koreksi Data Landsat Multi
Temporal untuk Pendeteksian Perubahan Liputan Lahan Skala Nasional"
telah selesai membuat modul e ~ u d u l "Koreksi Terrain untuk Data Landsat"
yang juga merupakan tema sosialisasi berupa Bimtek {Bimbingan Teknik)
yang dilaksanakan pada tanggal 18 - 20 Oktober 2010 di Pusat
Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh
(Pusbangja) LAPAN.
Modul ini dibagi dalam 2 bagian. Bagian pertama adalah pendahuluan yang
berisi mengenai teori mengenai koreksi terrain dan bagian kedua merupakan
tahapan dalam melakukan koreksi terrain menggunakan soft ware
ERMapper.
Hasil penelitian ini nantinya diharapkan bisa diterapkan, terutama pada
kegiatan-kegiatan di Kedeputian Bidang Penginderaaan Jauh, sebagai
pengembangan koreksi data Landsat yang ditujukan untuk proses klasifikasi
secara digital.
Kami mengucapkan terima kasih kepada seluruh nara sumber atas saran-
saran yang diberikan dan waktu yang telah disediakan untuk konsultasi dan
diskusi. Selain itu juga kami mengucapkan terima kasih kepada seluruh
struktural di Pusbangja dan Pusdata LAPAN, yang telah memperbolehkan
para penelitinya bergabung dalam kegiatan ini, baik sebagai anggota tim
maupun sebagai peserta dalam Bimtek dan juga dukungan untuk
terselenggaranya Bimtek ini.
Akhir kata, mudah-mudahan Bimtek ini ini bisa bermanfaat dan bisa
. .
dikembangkan lagi terutama aplkasi bagi data-data lain seperti SPOT,
MODIS, dan lain-lain.
Jakarta, 15 Oktober 2010
Peneliti Utama
KA TA PENGANTAR
DAFTAR lSI
BAGIAN I : PENDAHULUAN
DAFTAR lSI
BAGIAN II : TAHAPAN KOREKSI TERRAIN
Hal
ii
1
6
1. Pengumpulan Data 6
2. Pembuatan Dan Pengumpulan Parameter Untuk Koreksi 6
Terrain
2-1. Pembuatan Slope
2-2. Pembuatan Aspek
2-3. Pengumpulan Sudut Zenith Dan Azimuth Matahari
3. Perhitungan Sudut Normal Piksel
4. Pembuatan Daerah Sampling
4-1. Pengabungan Layer
4-2. Pembuatan Sampling
5. Menentukan Koefisien C
5-1. Groping Dan Pembuatan Format Xyz Ascii Grid
5-2. Perhitungan Koefisien C
6. Pembuatan Koreksi Terrain
. .
7. Pengujian Hasil Koreksi
7-1 . Pengujian Visual
7-2. Pengujn Statistik
6
9
10
11
13
16
16
20
20
23
24
27
27
28
I. PENDAHULUAN
Data citra Landsat mempunyai resolusi spasial 30 meter dengan cakupan data
sekitar 185 km x 185 km. Sebelum dianalisis lebih lanjut dan dapat dioverlay
dengan data citra atau dengan data spasial lainnya, diperlukan pra pengolahan
data citra. Pra pengolahan data citra yang biasa dilakukan meliputi koreksi
geometrik dan radiometrik. Untuk tujuan tertentu, ditambahkan proses koreksi
terrain yaitu suatu proses untuk meminimalisir efek bayangan dan kelengkungan
karena perbedaan ketinggian muka bumi, sehingga efektif digunakan di daerah
yang bergunung-gunung.
Dengan dilakukannya koreksi radiometrik dan terrain, maka proses klasifikasi
liputan lahan dapat dilakukan secara digital, yaitu menggunakan metode yang
dihitung secara kuantitatif, sehingga pengkelasan liputan lahan bisa lebih objektif
dibanding dengan metode visual. Selain itu waktu pemrosesan menjadi lebih
cepat dibanding metode yang selama ini digunakan.
Citra yang telah dikoreksi geometrik bisa dioverlay dengan citra terkoreksi
lainnya, sehingga bisa digunakan untuk menganalisis klasifikasi liputan lahan.
Sifat data inderaja yang multitemporal, memungkinkan untuk menganalisis
liputan lahan pada lokasi yang sama dan waktu yang berbeda sehingga bisa
diperoleh perubahan liputan lahan yang akan memberikan informasi luas dan
lokasi perubahan secara lebih akurat.
Penelitian mengenai koreksi terrain pada citra satelit telah dilakukan dan
dipublikasikan dalam beberapa tulisan ilmiah. Teillet et al. (1982) dan Meyer et al.
(1993) melakukan koreksi terrain dengan menggunakan metode c_correction, di
mana McDonald et al. (2000) melaporkan bahwa c_correction
merupakan metode yang paling efektif untuk diterapkan pada citra Landsat.
Metode c_correction ini juga diterapkan pada metode pengolahan data program
INCAS dengan tujuan untuk.Jnengkoreksi data Landsat TM/ETM+ multi temporal
wilayah Indonesia dala
hutan Indonesia. Wu e
c_correction seperti d"
ng kegiatan perhitungan karbon di wilayah
laskan konsep dasar dari algoritma
(1) berikut:
Di mana,
RH = RT (Cos (sz) +c) I ( Cos(i) +c) (1)
RH Radian terkoreksi
RT Radian belum terkoreksi
Sudut normal piksel yang dibentuk dari arah normal piksel dan
arah matahari
dan gradien dari persamaan regresi LT= m Cos(i) + b
Dari persamaan (1), akan diturunkan sudut normal piksel yang di bentuk dari
arah normal piksel dan arah matahari. Gambar 2 memperlihatkan ilustrasi posisi
normal piksel. Pada citra Landsat yang direkam pada sekitar jam 9-10 pagi
(waktu tersebut adalah waktu pengambilan citra Landsat untuk wilayah
Indonesia), posisi matahari terletak miring pada sudut zenith tertentu, yang
digambarkan dengan posisi M. Sedangkan kondisi topografi permukaan bumi
mengakibatkan piksel akan mempunyai kemiringan dan arah tertentu, sehingga
perlu ditentukan arah normal piksel (posisi N) yang merupakan arah tegak lurus
terhadap permukaan piksel.
Konsep dari koreksi terrain adalah melakukan perubahan posisi matahari (M)
menjadi posisi normal piksel (N), sehingga matahari seolah-olah berada teg
lurus pada setiap piksel {posisi matahari berubah dari titik M menjadi N).
ini mengakibatkan kondisi pencahayaan matahari menjadi sama untuk setla
piksel, sehingga menghasilkan nilai digital piksel yang sama untuk suatu j enis
tutupan lahan pada kondisi topografi berbeda. Untuk melakukan koreksi nil ai
piksel tersebut diperlukan informasi mengenai besar dan arah sudut matahari
(sudut zenith dan azimuth matahari) yang bisa diperoleh pada header data, serta
informasi mengenai besar dan arah kemiringan piksel ( s l ~ p e dan aspek dari
piksel) yang diperoleh dari OEM.
~
z
N
M
Keterangan :
Z : Posisi tegak lurus matahari-bumi (sudutzenith 0)
N : Posisi normal piksel (tegak lurus terhadap piksel)
Gambar 2. llustrasi posisi normal piksel
Gambar 3 memperlihatkan ilustrasi posisi matahari dan normal piksel (kiri) dan
model segitiga bola ZMN (kanan) untuk menghitung sudut normal piksel.
lnformasi untuk setiap titik diperlihatkan pada keterangan di garnbar.
Berdasarkan ilustrasi Gambar 3, tahapan koreksi terrain terdiri dari 2 jenis
tahapan koreksi, yaitu: tahapan koreksi sudut matahari dan koreksi sudut normal
piksel.
Koreksi sudut matahari bertujuan untuk melakukan normalisasi arah
pencahayaan matahari terhadap citra. Prosesnya adalah merubah nilai digital
number menjadi nilai reflektansi dengan menghitung nilai' r ~ d i n (energi dari
objek ke sensor) dibagi dengan nilai irradian matahari (energi dari matahari ke
objek). Besamya nilai irradian sangat bergantung dengan kondisi sudut matahari,
sehingga perlu merubah nilai irradian (nilai irradian yang telah ditetapkan pada Z
~
atau kondisi posisi matahari dengan sudut zenith 0) dengan melakukan koreksi
menggunakan sudut zen saat perekaman.
--
I radiance
Matahari

z
Keterangan :
0 : Trtik pusatpikset
------l A
B
Z : Posisi tegak turus matahari-bumi (sudutzenith 0)
M : Posisi matahari pada sudutzenith tertentu
N : Posisi normal pikset (tegak turus terhadap pikset)
A : Posisi matahari pada sudutazimuth tertentu
-
......._
B : Posisi pikset pad a nilai aspek (sudut azimut piksel) tertentu
z
-
B A
Gambar 3. llustrasi posisi matahari dan normal piksel (kiri) dan
model segitiga bola ZMN (kanan)

Perhitungan besar sudut normal piksel dapat dilakukan dengan menggunakan
beberapa metode, salah satunya adalah metode segitiga bola. Gambar 3 (kanan)
memperlihatkan ilustrasi matahari dilihat dari sisi yang berbeda yang
memperlihatkan model segitiga bola, yaitu segitiga ZMN pada permukaan bola.
Dengan menggunakan persamaan Cosinus segitiga bola dalam beberapa
referensi (anonym (2008), Wikipedia), maka besar Cos(i) dapat dihitung,
sehingga diperoleh koreksi terrain sebagai berikut:
RH = RT (Cos(sz) +c) I (Cos(sz) Cos(ps) + Sin(sz) Sin(ps) Cos(pa- sa)+c) (2)
Di mana:
RH Reflektansi terl<
RT Reflektansi bel
sz Sudut zen
ps Sudut slope 01ksel
pa Sudut aspek
dan gradien (b/m) dari persamaan regresi LT= m Cos(i) + b
Data yang diperlukan, pengertian-pengertian dasar yang diperlukan untuk
memahami proses koreksi terrain, persyaratan pengambilan training sampling
dan lain-lain akan dijelaskan di dalam modul di bagian ke-2.
II. TAHAPAN KOREKSI TERRAIN
1. PENGUMPULAN DATA
Data yang dibutuhkan untuk melakukan koreksi terrain adalah:
1. Data OEM SRTM, untuk wilayah kajian dan sudah mempunyai
proyeksi yang sama dengan citra Landsat yang akan dikoreksi
2. Citra Landsat (band 1-7) ortho yang terkoreksi sudut matahari
3. Header file dari citra Landsat ( ... _MTL.txt)
2. PEMBUATAN DAN PENGUMPULAN PARAMETER UNTUK KOREKSI
TERRAIN
2-1. PEMBUATAN SLOPE
Penjelasan:
Slope adalah derajat/persen kemiringan piksel terhadap bidang horisontal,
slope diturunkan dari data OEM SRTM dengan menggunakan software Er-
Mapper. Besar slope berkisar dari 0 (datar) sampai 90 (tegak lurus). Slope
yang dihasilkan disimpan dengan resolusi spasial piksel 25 m dan dalam
bentuk bilangan floating karena mempunyai nilai pecahan.
Metode:
1. Jalankan program Er-mapper
2. Buka layer baru dan panggil data OEM SRTM wilayah kajian dengan Er-
Mapper.
.t.1. ER Mapper
Ele ';{)ew !oobars erocess 'fi.nt:X1ts
rc m. oo

rDI
-
6

] ,r
Coooinote Syocemj Suoloce 11,..,.1
IIOOU...
--+JIIOBando .:.J X '$..--+ X
!
3. Create slope (dalam degree) secara otomatis dengan menekan icon pada
Gam bar dibawah:
<':1' R Mdpper f.:l[Q]Jg'j
file .Edit loolbars froeeu l.!titoes !!elp
["5

- .
..
4. Selanjutnya simpan slope yang dibuat dengan mengklik "File" "Save as",
kemudian memilih lokasi penyimpanan, memilih tipe data (Er-mapper
Raster Dataset) dan nama seperti dibawah.
7
.... s..-.
tt-. s-. 'lgt..et fi:W URL .... cry

[s.ca_hcao
::J
0...
j
p- ilou aID 15 130056m 0111011 IUII\47 ..., ...
::; ""'-" [)
[) SRTM_V3_NIJTN.(7_25m ___ .,.
j
..:.1 ..:.1
s... ..
..,.
FiesoiT,pe
!ffi "'-Ruter O..asd ( "')
QJ<
5. Selanjutnya data type dipilih IEEE 4 ByteReal (karena mempunyai nilai
pecahan). Ketik "Pixel Width" dan "Pixel Height" sebesar 25. Umumnya
"delete output transform" tidak di cheklist karena pembuatan slope sama
dengan filter. Tetapi pada Er-mapper versi baru cheklist perlu dilakukan.
-- __ _ __ ""
a...,... .........
,.,., _ ,...,. 1..1\W ___ _
.:::1
o.to _
r
tuV-:
O...,...Siz&
w ....
3
Heq1 FtoSizalClMB
P..,l'llcih. 125
p..,_ "'125....----
' I""""' ';&d6) :!l

Q Oellu tnnionnt
r
r -."""' ......

____j
' on.a. I
-.
Saran: Cheklist dilakukan dan save seperti gambar dibawa, kemudia
li hat hasil. Bila tidak berhasil maka checklist dihilangkan dan lihat hasil.
Beri nama PIR_tanggal_zone_s/ope
6. Slope yang dihasilkan seperti gambar dibawah. Range nilai Slope adalah
0 - 90 derajat
. .
8
2-2. PEMBUATAN ASPEK
Penjelasan:
Aspek adalah arah kemiringan/slope dari piksel, aspek diturunkan dari data
OEM SRTM dengan menggunakan software Er-Mapper. Besar aspek
berkisar dari 0 -361, dimana 0 adalah aspek yang menghadap utara dan
berputar searah jarum jam, sedangkan 361 adalah piksel datar. Aspek yang
dihasilkan disimpan dengan resolusi spasial piksel 25 m dan dalam bentuk
bilangan floating karena mempunyai nilai pecahan.
Metode:
1. Buka data OEM SRTM wilayah kajian dengan Er-Mapper.
2. Create aspek (dalam degree) secara otomatis dengan menekan icon
pada Gambar dibawah:
3. Selanj
(karen a
0
R Mapper
fae tdit Yiew loolbars froceu !,!taateS
s1mpan aspek sebagai IEEE 4 ByteReal
dan berkisar 0-361 ). Cheklist "delete
ama PIR_tanggal_zone _aspek.
9
Kemudian lihat hasil . Bila tidak berhasil maka checklist dan
lihat hasil.
C>.m.c-
o..-...r,.. r.
0.. r,.,. jtEEE4S,..Rool ..:.] r
,..,_
C...,.. Sao
- .:J
Hoqt FieSi,.11l<MB
"""- ps
"""- "'ps.-----
1""--. -:. pooj6}=:------;.:J
p---
iiiMooun--
Iii' Oeietei)Ap!J:tral'llfonnt
r

__j
Del .... I

4. Aspek yang dihasilkan seperti gambar dibawah. Range nilai Slope adalah
0- 361 derajat
2-3. PENGUMPULAN SUDUT ZENIT DAN AZIMUTH MATAHARI
Penjelasan:
'
Sudut elevasi dan azimuth matahari diperoleh dari me(a data yang menyertai
data citra Landsat. Zenith adalah sudut yang dibentuk antara posisi matahari
dan arah nadir, sudut ini diperoleh dengan menghitung (90- sudut elevasi
matahari). Sudut matahari akan digunakan untuk menghitung sudut normal
piksel dan koreksi terrrain.
Metode:
1. Buka file GPR521607 _1608TM.report" atau "_MTL.txt" menggunakan
software wordpad
10
-
2. Cari "Sun Elevati on dan "Sun Azimuth" seperti dibawah:
Su n Eleva tion:
Sun Azimut h :
56.32 deg
129. 88 deg
3. Sudut Azimuth = SUN_AZIMUTH= SA = 129.88
Sudut Zenith= 90- SUN_ELEVATION = SZ = 90-56.32 =33.68
4. Catat nilai zenith dan azimut matahari untuk dimasukan dalam
persamaan
3. PERHITUNGAN SUDUT NORMAL PIKSEL
Penjelasan
Sudut normal piksel adalah sudut yang dibentuk antara normal piksel dan
posisi matahari. Masukan untuk menghitung sudut normal piksel adalah
slope, aspek piksel yang diturunkan dari data OEM, dan sudut zenith dan
azimuth matahari yang diiperoleh dari meta data. Persamaan untuk
menghitung Cos i (sudut normal piksel) adalah seperti dibawah.
(Sudut Normal Piksel) Cos i = Cos qs Cos qp + Sin qs Sin qp Cos (ls-lp)
Dimana, qs : slope, qp : zenith, Is : aspek, lp : azimuth
Cos i mempunyai nilai -1 (Sudut 180 derajat) sampai 1 (sudut 0 deraja
bila nilai Cos i <= 0 berarti cahaya matahari tidak dapat mencapai wilayah
tersebut sehingga tidak ada pantulan balik ke arah sensor (piksel gelap
sedangkan bila nilai Cos i mendekati 1 artinya arah piksel semakin tegaJ
lurus dengan matahari sehingga nilai piksel semakin tinggi (makin terang).
Oleh karena itu nilai Cos i yang negatif akan dirubah menjadi 0.
Untuk pebuatan persamaan Er-mapper perlu ingat bahwa perhitungan sudut
harus dalam bentuk radian, sehingga semua sudut harus dirubah dalam
. .
bentuk radian dengan mengalikan nilai sudut dengan (2 Pl/360) atau
(44/(7*360)). Sehingga persamaan untuk formula Er-mapper adalah:
Cosi=
(Cos(i1*(44/(360*7)))*cos(SZ*(44/(360*7))))+(Sin(i1*(44/(360*7)))*Sin(SZ*
(44/(360*7))) ..
*Cos((i2*(44/(360*7)))- (AZ*(44/(360*7)))))
DengaJn
11
Input i1 = slope
Variabel
i2 = aspect
SZ = Sudut Zenith (Dari Tahapan 2)
AZ. = Sudut Azimuth (Dari Tahapan 2)
Keterangan: formula ini tinggal di copy paste ke edit formula Er-Mapper, dan
yang dirubah hanya input dan variabelnya saja.
Metode:
1. Buka layer baru, kemudian lakukan copy paste sehingga terbentuk 2
layer. Selanjutnya beri nama layer 1 dengan slope dan layer 2 dengan
aspek dengan mengklik pada nama layer dan memasukan nama baru.
._Algorithm _
:!..! -
Coonhte s.-... 1
tlope.tn

---+I Bl 9ope (Oegees ..:.; X '$.. ---+ ...: X
2. Dan masukan data untuk layer 1 dengan data slope dan layer 2 dengan
data aspek, seperti dibawah.
3.

V-Modo:N"""" " ' r - r s-
o-jNoo-

: [P:t 1.4wj
.q,. OOI_tklpe.t
..
.::1 X '1t.. --+. w X
OEM_,.pet.
. .
.::1 X '1t.. --+ w X lil.
..
" '
.r
sebagai IEEE 4 ByteReal (floating point) dan
transform, seperti gambar dibawah dan beri nama
....._sk>pe_aspek
12
S.W A IR Mapper llatd.<el !';J - I]
o.ApUAitb.Aa
r.
f lEEE48!4eRoal
N .. v.u.:
()UipoA s ...
\Vdh:
Hf!l!ti: [o
f'Dcoi\Vdlt [25
PDcol Htilt;Jt;
M-Oipedratio
IO' Deioboaup.H""""""'
r
Fie s;.., uoo-n
4. Buka file gabungan (Slope dan Aspek)
..:J

("
5. Membuka "Edit Formula" yang bertanda E=mc
2
..... Algonthm
OK

Dei.W

\lowJolodo..,.,.. I r ..
.,.,.,.._, jlloo-.oon

c:oo.-o s,c... j s..foco '-'I

)(' )( __, E.J X
81-
82-
I
.
6. Masukan persamaan menghitung Cos i, dan jadikan Slope u
dan Aspek untuk input 2, kemudian SZ untuk sudut zenrth pada
dan AZ untuk sudut azimuth pada variabel 2.
M Form1 Ia drtor
Ribot 51.-.dard S..oroc
lleoo\otx>n.j ll<la.t FomUa
Od

(129881W(l60'7Jllrl
. J_!"A190nlhm -
r

.... ,.,..
Fie
I
Edt
I
c..-u__j
s,.o.m I Sufooe t._.l
Slo,>e__ ...
[] joo l

X
. 1 X X .J

..J
J ,......_ r r
I..,Purt [et...,. Od
3
Help <I

13
7. Selanjutnya save hasil sebagai IEEE 4 ByteReal dan chekl!st delete
output transfonn. Beri nama P/R_tanggal_zone_sn, sehingga dihasilkan
citra yang berisi infonnasi Cos i.
8. Kemudian dibuka lagi citra Cos i (Sudut nonnal piksel) yang baru dibuat
dan pilih "Edit Fonnula" yang bertanda E=mc
2
, dan masukan fonnula
dibawah untuk merubah nilai yang negatif menjadi 0
If i1<0 then 0 else i1
M Fofmu.a Editor
- Slanclord -

c=:=:JI
f il<Othen Ot!se 11
a El

Fie I
3 as I
.:J
_j
Coormerts .. I

j'FS1P-Layer <0THENOELSES1P-"- ::J
9. Selanjutnya save hasil sebagai IEEE 4 ByteReal dan cheklist delete
output transform. Beri nama P/R_tanggal_zone_sn_new Sehingga
dihasilkan citra yang berisi infonnasi Cos i yang mempunyai kisaran 0 -1
::if 'I'
0 ' 00
!lliZJ[Z]

Help
14
4. PEMBUATAN DAERAH SAMPLING
Penjelasan
Seperti yang telah dijelaskan pada teori awal bahwa koreksi terrain
membutuhkan koefisien c, seperti pada rumus dibawah.
Di mana,
RH
RT
sz
RH = RT ( Cos (sz) + c ) I ( Cos(i) + c)
Radian terkoreksi
Radian belum terkoreksi
Sudut zenith matahari
Sudut normal piksel yang dibentuk dari arah
normal piksel dan arah matahari
Perhitungan c membutuhkan pengambilan training sampling untuk Cos i dan
RT. Kemudian melakukan regresi antar Cos i dan RT untuk mendapatkan
nilai m dan b, yang kemudian digunakan untuk menghitung besar c untuk
tiap band.
Dimana,
RT= m Cos(i) + b
c=b/m
Persyaratan daerah sampling:
- Wilayah hutan dan homogen
- Daerah clear (tidak ada awan dan haze, yang dapat dicek dengan RGB
123)
- Pengambilan sampling didaerah berterrain
- Pengambilan sampling mewakili area yang dipengaruhi terrain (terang
dan gelap)
Untuk pengambilan sampling perlu membuka RGB 1-23 untuk melihat kondisi
haze, OEM untuk melihat kondisi terrain dan RGB 542 untuk melihat hutan.
15
4-1. PENGGABUNGAN LAYER (BAND 1-7 DAN SUDUT NORMAL
PIKSEL)
Metode :
1. Buka layer baru dan copy paste sehingga terbentuk 7 layer. Selanjutnya
beri nama layer 1 dengan band 1, layer 2 dengan band 2, layer 3 dengan
band 3, layer 4 dengan band 4, layer 5 dengan band 5, layer 6 dengan
band 7 dan layer 8 dengan Cos i. Dan masukan data untuk layer 1
dengan band 1, layer 2 dengan band 2, dan seterusnya ... , terakhir layer 7
dengan sudut normal piksel.
..,Algorithm
\lew Mode Noonal
' c ll a !OO
.!J r Fe.,., r a- I
Edt .. ,

Qllb_band17_cosT.,.
Q$ ---+181:1>1 .::1 X Jt:. ---+ ..: X
!1'11>J>and17_cosT ....
---+I 82:1>2 .::1 X Jt:. ---+ ..: X
....
---+I 83:1>3 .::1 X tt:. ---+ ..: X
gab_band17_cosT.,.
---+ 184:1>4 .::1 X Jt:. ---+ ..: X
gab_br.d17_cooT.,.
---+I 85:1>5 .::1 X Jt:. ---+ ..: X
gab_band17_cooT.,.
---+I 86:1>7 .::1 X Jt:. ---+ ..: X ;
gab_band1-7_cooT.,.
.::J X 'Jt:. -+ W.: X

2. Selanjutnya save hasil sebagai IEEE 4 ByteReal dan cheklist delete
output transform.
4-2. PEMBUATAN DAERAH SAMPLING
Metode:
1. Buat 3 layer baru. Layer pertama diisi dengan file gabungan (tampilkan
dalam RGB 542}, layej,kedua (tampilkan RGB 321) dan layer ketiga data
OEM seperti dibawah. Data citra pada layer atas (layer 1) dan layer
tengah (l ayer 2) dan data OEM pada layer bawah (layer 2).
16
J r Fe- "' Smocltw1g a-
Edt ..

"=- ,. c-dN!e S,.em I Sulace '"-"I
gm_bnn-7_..,.r ...
-+Ism X -+ :X
s--;SBI Defa.t Sufoc:e
Red'"-"
G<1t_.
BUe '"-"
e-' (Po) Defa.t Suface

gm_t..>d17_cooT ..
QlS -+184M X -+ X =
gm_t..>d17_CMT.ers
fj;;i -+Ism X "]( --+ ..:
.
2. ldentifikasi wilayah hutan dengan menggunakan citra RGB 542
3. ldentifikasi wilayah berawan/haze dengan citra RGB 321. Tampilkan RGB
321 dengan klik "Turn off' sehingga RGB 542 tidak tampil dan tampil RGB
321 dibawahnya.

-- I..,- r- i'.- - - p
,_"... r
- 1 -1- 1--=.J
: !t ... - ... Sufoi,o_, II Coon!Nte s,.tem I Suf... I
..
Sufoc.

e-.11'11 Del ... s...face
4-l.a)w
gab_blnd17_tmTa
- Jam 3 X 11.. - f00: X
oab_b.-,dl-7_cosT n
- Jub< 3 X 11.. - 6ool X
gob_band1-7_cosT"'
r.;a; - Jam X 11.. - 6.1 X
!___j

4. ldentifikasi wilayah berterrain dengan data OEM
5. Buat layer 3 (OEM) menjadi berbayang, dengan . mengaktifkan sun
shade. Caranya pilih "Edit Realtime Sunshade", kemudian checklist "Do
sun shading" (Azimuth=45, Elevation=45)
17
:::IS
-

- :J c-.-s,-1"""" ._,

3 X'$.. -E-1
/
Elovotion: 145

Close I Holp
6. Untuk mengindentifikasi wilayah hutan di daerah berlerain maka gunakan
"Surface" dan geser-geser posisi rransparancy'" sehingga terlihat kondisi
OEM.
8

- . ' -
---

... a so.,.)..!tl,;,r P c:-w..s,- Suf"" l'-1
c... ..... Rod a.-..., I
)--------

7. Buat poligon untuk wilayah hutan, dengan "open map composition" dan
check list "raster region" seperti gambar
Algcmthm
-- Nomlll
Q iE
.!J r - P Smooolw>g

CoiorMod<t Rod<nenEU I
e--.SRod._
Groen._
!b.._
e--.' !Pt Oelaut s..ta.:.
....... .._

.,. N<w Mop Compo<ition
Load from Flo p\P""""".,"""J>and17_C..T.ers
-Dalun IWGS84
Map p,_, IN11117
........ e.. .....
T.,U!ft 208806490 564462.618
a.. ... 355515 359 394091 028
8. Membuat poligon pada wilayah hutan yang berterrain dan tidak berhaze
sehingga dapat mewakili daerah-daerah yang terpengaruh kondisi terrain.
9. Pilih semua poligon dan beri nama "Sampling" dengan cara melakukan
editing "Edit Objek Atribute" dan melakukan "Save" data.
1 0. Selanjutnya tutup semua file.
5. MENENTUKAN KOEFISIEN C
Penjelasan
Perhitungan c membutuhkan pengambilan training sampling untuk Cos i dan
RT. Kemudian melakukan regresi antar Cos i dan RT untuk mendapatkan
nilai m dan b, yang kemudian digunakan untuk menghitung besar c untuk
tiap band.
Oimana,
RT= m Cos(i) + b
c= b/m
5-1. CROPING DAN DAN PENYIMPANAN KE XYZ ASCII grid
Metode:
1. Buka layer baru, kemudian buka file gabungan dalam pseudo layer.
Selanjutnya pilih salah satu band untuk ditampilkan.
Berikutnya buka "Edit Formula" yang bertanda E=mc
2
, kemudian
masukan formula:
IF (INREGION(r1)) THEN lnput1 ELSE NULL
Input 1 dimasukan band 1 yang ingin dicroping, Region dimasukan
poligon Sampling seperti gambar dibawah.

ll l'lf l
-=-' =-
lc.na g;g
________ Smooi1no __

Y r
451$ ..
---+IOol XL
20
Formula Edrtc!
'-' ! 8 ;t.:.ru
'"" Formula Ed1tor
"-""" g,:r. S......C . ?MQpal A-. Stondanl
DesatptJon -fl JE t"
J
: OeSQ1PIIOn I TRUE t i'1 regiOn Close
I
-
Rle
Rle
I

-
Edol

ltF ONREGIONJl J THEN npul ELsE NUL_L __ Edit
_!j
- I
Convnerts
I !

-
I

_j ..:.1
F
Regioru - r
r r inpl.tt Regions r
rM' I""
1
REGION1 .:::J::!J .
...::.1
I .J
I
IIF -HEN Bl:bl ELSE 1
IIFONREG10Nsa1111*ll!l' THEN Bl:bl ELSE -_j
l.tllll I
..,1111 J Help
2. Croping menjadi wilayah yang diberi poligon seperti dibawah. Dan save
serta beri nama sesuai dengan band yang dirubah (contoh Sampling_b1)
sebagai Unsigned8Bitlnteger, cheklist Delete Output Transform.
3. Selanjutnya rubah input 1 menjadi band 2 yang ingjn di croping, seperti
dibawah. Dan save serta beri nama sesuai dengan band yang dirubah
(contoh Sampling_b2) sebagai Unsigned8Bitlnteger, cheklist Delete
Output Transform.
21
Fcrmu11 Editor
"r.al!c Components Rabos Stand Old SeismiC
TRUE fin region a.- I
Fie _ _.!J
F 'l ;;EGION<rlj THEN r.put 1 ELSE NULL :::J Edt " I
Co11l11'1ento . I

...:..1
r Reg;or.o r r
INPUTl I 82"1>2 .:!13
...:.1
IIF ONREGION(somplr>g}) THEN 81b1 ElSE _]_j u ....
UJIII rro;"i p
4. Lakukan Langkah 3 untuk band 3, 4,5 dan band 7.
5. Untuk band Cos i lakukan langkah yang sama untuk band 3, tetapi pada
saat disave data disimpan sebagai IEEE 4 ByteReal, cheklist Delete
Output Transform.
6. Selanjutnya konversi dari format ers menjadi XYZ ASCI GRID, dengan
tahapan seperti dibawah.
7.
Ioolbars frocess
i

Q 0J:][I
W111dows J:ielp
Import ASCII and Binmy grids
Import Graphics fol1!lets
Import Gridding formats
Import Image formats
Import SAR mllgery
Import Satelllte imagery
Import Schlumbergerformats
Import Vector and GIS fonnats
Export GraphiCs formats
Toolbl!rs
Batch SCiipts
Rle
Ucensing ...
USOfMenu
\.lachne Ccmg.xation Report
Side SI-c::
at ers yang ingin dirubah (contoh: Sampling_b2) dan
(Sampling_b2_A), kemud1an OK Seperti gambar
22
0 B Ita)

C".ancel
tc ' E ef11 I
5cport E. 4atk\samplf19_62_A __ _ _
I

.. .Mlge ..----------
(Opbonal)
(Opbonal)
(Optional)
Band Range
f Ve.bose r Table Of Cot-tents Only

J::le!p
I
8. Lakukan hal yang sama untuk band-band yang lainnya (b1, b2, b3, b4,
b5, b7, dan Cos i)
5-2. PERHITUNGAN KOEFISIEN C
Metode:
1. Buka file "Sampling_CosT_A" dengan excel. Jalankan excel dan buka file
seperti gambar dibawah. Type data "All Files", pilih file dan open.
rx Open
Removable Dik (E: ) tatilc
_,/
Organ12e NeN folder
D .. l<tol> Na!"le
Downloads
Recent Places
librll ri ..
Documents
zdeos
Computer
Loca Dosk c
umpling_84.ers
umplzng_B4_A
samplzng_BS
sampling_BS.ers
E sampling_85_A
samplong_BS_A
samplong_ccsl

sampling_ cosT ..A
'"'t:'T1 1"1 fe,..,-. ... a

2. Cheklist "delimited
Finish.
3. Lakukan langkah 1 dan 2

4. Kemudian copy nilai da
kemudian pilih "sort la
I-n- I
Ftl
p
Date modzfied Type
,
08/09!2010 1C'58 ERSFr
08/0:'. 2010 1UlC fde
08109/2010 11}59 File
'2010 1C59 [R<; Fi
08/0S/2010 11:00
/09/201011 !1 lv!icrc.
hie
ERSFr
r le
E
MzcrO! .
I Files ' ____ __ ,
- OC1i
OpEn 3
Cancel
an cheklist "Space" kemudian
ling_ CosT _A",
23
5. Buat Graph untuk kedua nilai dengan X = Sampling_CosT_A dan
Y=Sampling_b1_A. Selanjutnya buat regresi linear sehingga' diperoleh
persamaan seperti dibawah.
35
::o y"' .u228x + 13.747 __ -:---:-------<>---
+ +
+
20 ..... .... ---
..............
.. -
.........
15 + ---
- + +
10 . -. . . .

o.ocro 0.1000 0.2001 o.Dll o.400J o.5000 o.600J o.7ooo o.ocw o.90Xl
6. Dari persamaan Titik potong (B) adalah 13.7 47 dan gradient (M) adalah
4.4228. sehingga C=B/M. C= 3.1 08212 untuk Band 1.
7. Lakukah cara yang sa rna untuk menghubungkan antara Cos i dengan
band-band lainnya sehingga ditemukan nilai C untuk masing-masing
band.
8. C yang diperoleh pada data ini adalah sebagai berikut:
Band 1 2 3
c 3.108212 2.368276 1.737048
- -- ---
6. PEMBUATAN KOREKSI TERRAIN
Penjelasan
-
4 5
0.698552 0.732522
- ---------- . . - . ----
7
1. 178865
---
Agar setiap tahap dapat diidentifikasi dengan jelas maka pada juknis ini,
persamaan terrain dapat diuraikan menjadi:
= Rr '( Cos (sz) + c ) I ( Cos(i) + c)
.,
Bila , K = (Cos ( SZ + .c
Maka
24
I
J
Sehingga terlebih dahulu mencari nilai K (Floating point) kemudian baru
mencari, melakukan koreksi terrain.
Sebenamya melalui tahapan pencarian K membutuhkan waktu dan tahapan
yang lebih panjang. Sehingga disini akan dijelaskan cara menghitung K, juga
cara melakukan koreksi terrain tanpa melalui perhitungan K.
Metode:
MENCARI NILAI K
1. Buka layer baru dan buka file yang berisi Cos i. Selanjutnya buka "Edit
Formula" yang bertanda E=mc
2
, kemudian masukan formula, dimana nilai
C adalah nilai C untuk band 1
2.
K=
(Cos(SZ*(44/(360*7))) + c)/ (i1+ c)
Input
Variabel
i1 = Cos i
SZ = Sudut Zenith (Dari Tahapan 2)
c = Nilai koefisien koreksi terrain pada masing-masing
band (dalam hal ini band 1)
p ~ ~
:;.,.,
---

-

--
u
..:J .2.1
' ----- -
~ ~ r
r ('
INPUT" 81 P<eudoLayer
J
.
_j
..J Help
as11 sebagai IEEE 4 ByteReal dan cheklist delete
25
Kemudian K band 2 sampai band 7 dibuat sama seperti langkah 1 dan 2.
Persamaan dirubah hanya untuk nilai C nya saja.
3. Selanjutnya bila semua nilai K telah diperoleh, maka dapat melakukan
analisis pengaruh koefisien C.
KOREKSI TERRAIN
1. Buka layer baru dan copy paste untuk membuat 6 layer dan beri nama
setiap layer band 1 sampai band 6 secara berurutan.
2. Buka file gabungan (band dan Cos i), kemudian jadikan layer band 1
untuk band 1, layer band 2 untuk band 2 dan seterusnya sampai layer
band 7.
,\1gorithm
View Moae Ncmll

o s @
"' r Ft.:Nr r-s...o,.,.,, =

.s !l
C.,..,... S,Ull j s..<a<e I
:o!lb_bar.d' 7_co.tT en
:::1 X ;t.- w X t:r :K

X 'Jt. -&.:X 11. }(
go!lbjwtnd'7 _cotT en
--rm X X -- w X l1. }(
;llb..)>ofd"7..oosT"'
X X--w XL :X
g:aDj);lrod"7_oosTers
-- e1o1 X X -- w X L );(
Q.lb_boltld'7_cotTen
X X-..: X
3. Selanjutnya buka "Edit Formula" yang bertanda E=mcf. Hasi
dalam bentuk integer 8 bit (0-255), sehingga per1u dijadika
perkalian 254*(RH)+1.
Persamaan untuk koreksi terrain setiap band menjadi seperti dibawah ini:
Band 1
254*( i1/255* ((Cos(SZ*(44/(360*7))) + c)/ (i2 + c)))+1
Dimana
Input i1
.,
= Band 1
12 = Cos i
Varia bel SZ = Sudut Zenith (Dari Tahapan 2)
26
c = Nilai koefisien koreksi terrain pada
band (dalam hal ini c untuk band 1)
Lakukan hal yang sama untuk band 2, band 3, band 4, band 5 dan band
7.
4. Kemudian save hasil sebagai Unsigned8Bitlnteger dan cheklist delete
output transform. Sehingga diperoleh band 1-7 yang telah dikoreksi terrain
5. Contoh hasil sebelum dan sesudah koreksi untuk band 4.
Sebelum
7. PENGUJIAN HASIL KOREKSI
Penjelasan
Sesudah
Pengujian dilakukan untuk mengecek bahwa koreksi terrain berjalan dengan
baik. Disini pengujian dilakukan dalam 2 cara, yaitu:
1. Pengujian visual *ngan membandingkan RGB citra sebelum dan
sesudah koreksi
statistik dengan melihat tingkat homogenitas dari wilayah yang
ses koreksi.
27
Metode
7-1. PENGUJIAN VISUAL
1. Buka layer baru dan buka citra belum terkoreksi. Tampilkan dalam bentuk
RGB 542 atau 453
2. Buka layer baru dan buka citra terkoreksi, lalu tampilkan RGB 542 atau
453
3. Lakukan geolink untuk kedua citra sehingga kedua citra terlink secara
geometrik.
4. Lihat dan perbandingkan citra sebelum dan sesudah
5. Bila koreksi b e ~ l n dengan baik pada citra belum terkoreksi, wilayahnya
terlihat berterrain (30). Tapi setelah dilakukan koreksi terrain maka terrain
hilang menjadi nuansa datar. Hasil memperlihatkan bahwa koreksi
b e ~ l n dengan baik.
Belum dikoreksi
7-2. PENGUJIAN STATIJTIK
Penjelasan
Sudah dikoreksi
Uji statistik dilakukan dengan membuat poligon pada citra belum terkoreksi
dan citra ter1(oreksi dan melakukan perhitungan deviasi untuk wilayah dalam
poligon tersebut Pemitungan deviasi akan menunjukan tingkat homogenitas,
28
semakin kecil deviasi semakin homogen nilai piksel dalam poligon. Citra
yang sudah terkoreksi seharusnya mempunyai nilai deviasi yang' lebih kecil
(lebih homogen) dibadingka citra belum terkoreksi, karena sudah terkoreksi
antara piksel gelap dan piksel terang yang disebabkan karena kondisi terrain
yang mempengaruhi besamya cahaya matahari yang diterima setiap piksel.
Metode
1. Buka layer baru dan buka citra belum terkoreksi, tampilkan dalam RGB
542.
2. Buat poligon pada citra belum terkoreksi (pada bagian yang berterrain
dan clear) seperti pada pembuatan poligon untuk sampling.
3. Selanjutnya poligon beri nama "Sampling Pengujian disimpan dengan
"Save" dan simpan juga ke citra yang sudah terkoreksi terrain, denga
cara "save as". Caranya klik "Save as" kemudian cheklist raster reg
dan pilih citra terkoreksi. Kemudian Ok. Maka poligon akan tersimpan
pula pada citra terkoreksi.

D
a
.1\
Map Composition Save As
Save
.
Vector Rle Raster Region r ARC/INFO Coverage
Save To File ID10\Bintek_hclls\Pengolahan Landsllt_tefmli'l .ers
8 11--ta I

I
tle!P j
29
4. Kemudian tutup semua.
5. Selanjutnya lakukan perhitungan statistik dengan melakukan "Calculate
Statistik"
Iooll!!B jJiiies J:ielp
D I j
' .J. f
I> j f.t. !5 G_eocodrlg W11.W
I
. j Gftddi'lg Wizard ...
'iliJ . 0 Q _li tl!gtJzer
Cakulatf! StatiStiCS
Ra_dar Common
Radar f'iters
T rzm&form!lt!on

Dataset e.s t:3 ______g:
Subsamplino neM!I 1
r Force recalruate Slats
Calculate Statistics Status
0%
Calculatmg Stati stics .. .
I
Connection opened .. .
IJ
Stop Oose
s_tatus
J:ie'P
1-al
100%
_j
.!J
6. Lakukan juga perhitungan statistik untuk data sut:Jah terkoreksi seperti
langkah 5 dan tutup.
7. Kl ik 'View", "Statistik, "Show statistik". Selanjutnya pilih data citra belum
terkoreksi dan region "Sampling Pengujian" dan display.
30
.,.. Dotoooc
...
ew La
""*"""'h<IIM<Ir
M,

s.rn.y
Oev.ohon
a......, Mn ru Report
r;; .. }.c .. J
-- --- g,,. J
fii I
rw---
tt.mt>ereldeoomolp ac .. p-
8. Catat deviasi untuks setiap band pada citra yang belum terkoreksi, pada
contoh disini deviasi untuk setiap band pada poligon di citra belum
terkoreksi adalah:
Band 1 2 3 4 5 6
Deviasi 1.972 1.648 1.254 14.276 7.715 2.206
9. Lakukan langkah 7 dan 8 untuk citra yang sudah terkoreksi. Hasil pada
contoh disini adalah:
Band 1 2 3 4 5 6
Deviasi 1.885 1.361 1.086 11.902 6.458 1.890
10. Perbandingkan nilai tersebut temyata deviasi citra terkoreksi lebih
kecil daripada citra belum terkoreksi yang berarti nilai piksel pada poligon
sampling lebih homogen dan koreksi dengan benar .
.,
31
INniNI.ldO :> N31SI:I30>1
.l VSCNV1 V .l VC >ln.lNn
1naow
89
MODUL
KOREKSI TERRAIN UNTUK DATA LANDSAT
BERDASARKAN KOEFISIEN C OPTIMUM
INSENTIF RISET KEGIATAN:
PENGEMBANGAN
METODE KOREKSI DATA LANDSAT MULTI TEMPORAL
UNTUK KLASIFIKASI LIPUTAN LAHAN SKALA
NASIONAL
Jakarta, 18 - 20 Oktober 201 o .
PUSAT PENGEMBANGAN PEMANFAATAN DAN TEKNOLOGI
PENGINDERAAN JAUH
KEDEPUTIAN BIDANG PENGINDERAAN JAUH
LAPAN
PENGANTAR
Modul ini merupakan hasil kajian tambahan pada lnsentif Riset Kegiatan
.
Pengembangan Metode Koreksi Data Landsat Multi Temporal untuk
Pendeteksian Perubahan Liputan Lahan Skala Nasional.
Metode didasarkan kepada nilai file TCC INCAS yang telah lotos QA dan
akan digunakan untuk proses selanjutnya. Nilai c yang diperoleh berasal dari
sekitar 190 data TCC dengan penentuan:
Diambil minimalnya
Diambil maksimumnya
Diu rut, dan diambil tiitk tengah dari trend line-nya.
Walaupun sampai laporan ini dibuat, koefisien c yang akan berlaku untuk
setipa data atau sekelompok data bellum berhasil diperoleh, namun
modulnya bisa diselesaikan denagn baik.
Mudah-mudahan bermanfaat
Penulis Utama
KOREKSI TERRAIN BERDASARKAN KOEFISIEN C OPTIMUM
TAHAPAN PENGERJAAN:
1. Data yang dibutuhkan
2. Nilai zenith dan azimuth matahari
3. Cek info null cell value data citra dan OEM (buat menjadi none)
4. Penggabungan layer (band 1-7, slope, aspect)
5. Penentuan terrain .............. .
6. Penghitungan nilai reflektansi terrain untuk setiap band
1. DATA YANG DIBUTUHKAN
Data OEM untuk wilayah kajian dan sudah mempunyai proyeksi
yang sama dengan citra Landsat ortho
Citra Landsat (band 1-7) ortho yang terkoreksi sudut matahari
yang sudah dikelompokkan berdasarkan terrain
Header file dari citra Landsat ( ... _MTL.txt)
Nilai C untuk setiap band untuk setiap kelompok data citra
2. NILAI ZENIT DAN AZIMUTH
Buka file" _MTL.txt" menggunakan software wordpad
2. Cari "Sun Elevation" dan "Sun Azimuth" seperti dibawah:
- -
SUN AZIMUTH= 46.181100?
SUN ELEVATION 51.?980020
3. Nilai Azimuth = SUN_AZIMUTH = AZ = 46.18
Nilai Zen it = 90- SUN_ELEVA TION = 90- 51.80 = SZ = 38.20
3. CEK INFO NULL CELL VALUE
1. Buka file OEM. Ubahlah null cell valuenya menjadi 11one. Begitu pula
untuk data citra.
2. Buka Edit transform limit ( ), pilih Edit-Delete transform. Kenakan
pada data ortho dan OEM.
3. Save masing-masing data.
2
4. PENGGABUNGAN LAYER (BAND 1-7, SLOPE, DAN ASPECT)
Metode:
1. Buka layer baru dan copy paste sehingga terbentuk 8 layer.
Selanjutnya beri nama layer 1 dengan band 1, layer 2 dengan band 2,
layer 3 dengan band 3, layer 4 dengan band 4, layer 5 dengan band
5, layer 6 dengan band 7, layer 7 dengan Slope dan layer 8 dengan
Aspect.
''" Algorithm
v-Mode: Normal ., r Fealtler - Srnoothrlg Dote I
JNo -- Edit 'f' j
_j
Coordnate Layer I
15ata111Di7m_caaJ;_INCAS_rUm51_NI.on
--+181:81 X 'it.. --+ m.: X X
15ata1100Urrt..
--+182:82 ..:.! X X X
15ots11 00Urrt..caaJ;_INCAS_rUm51_ Nl.tn
--+183:83 ..:.! X 'it.. --+ e.: X X
15ata11(D;7rrt..caaJ;_INCAS_rUm51_NI.era
--+184:84 'it.. --+ = X X
15ot.11 lU;7rrt..caaJ;_INCAS_rUm51_NI.ers
--+185:85 .. . X 'it.. --+.: X l!. X
15ats111Di7m_caaJ;_INCAS_rUm51_1Ul.ers
--+jB6:86 .. X 'it.. --+.:;..,: X L X
lncloneoia_SRTM_ V3_NUTM51_25m.ers
--+IB1:Pseudolayer ... X X --+.: X
lr'llloneoia_SR TM_ V3_NU T M51_25m.ers
--+ B1:Pseudo Layer ..:, )( X --+ &.: X
('"

2. Masukkan data untuk layer 1 dengan band 1, layer 2 dengan band 2,
dan seterusnya .. . , layer 6 dengan band 7. Untuk layer 7 dan 8,
masukkan data OEM (this layer only). Untuk Layer 7 pilih X Edit-
Fi lter(Kemel), maka akan tampil window dan pilih Filter filename :
ErMapper70/Kemei/FilterDEM/Siope_Degrees. Ker, ' maka akan
muncul window seperti di bawah ini
3
.!_] r Fehlll r Smoothing Close I
Edl ., I
.---- !fap I
Coo!drlate Swface
lndonesia_SRTM_ V3_NUTM51_2!im.Eifs
--+ fBi'Pseuio ..!.1 )( '$.. --+ Ill. X
:JAi
rwr Process . resoltJion Close I
F1111 filenilllle: IJiers_DEM\:Jope_degrees.ker File 'I' I
Nl.lllber of rows: 13 colunns: 13 Edit 'I' I
Description: I pe filer. n de!Jees flom 0 to 90 degees
FIEifp ..!.1
Souce code lieMne: lsercode\kernel\c\slope.c
Fiter fllldion name: I slope_deg
Optional
Sementara untuk layer 8, pilih aspect.

3. Pada L:Z. Edit Transform Limit pilih edit-delete transform untuk setiap
layer.
4. Selanjutnya save hasil sebagai virtual raster data set. Beri nama
p/r_tgl_zona_gab.
5. Delete output transform for virtual dataset: NO
6. OUTPUT: 15ats110067m_030906_RIK_nutm51_vir.ers
5. PENGHITUNGAN NILAI REFLEKTANSI KOREKSI TERRAIN
1. Buka file gabungan (tampilan rgb). Buat 1 layer dan beri nama b1
2. Pada L:Z. Edit Transform Limit pilih edit-delete transform
3. Buka info data dan ubahlah
4. , kemudian pada Edit Formula tulis
254 *(11/255*(( cos(SZ*PI/180)+C) )/( cos(I2*PI/180)*cos(SZ*PII180)
+sin(I2*PI/180)*sin(SZ*PI/180)*cos( (13*PI/180) - (SA *PI/180) ) + C ) )
+ 1
Di mana:
i1 = layer b1
i2 = layer Slope
i3 = layer Aspect
Variable 1 = C 'sesuai dengan layer band)
..!
Variable 2 = SZ (dari Tahapan 2)
Variable 3 = AZ (dari Tahapan 2)
5. Duplicate layer b1 , sebanyak 5 kali sehingga diperoleh 6 layer.
Ubahlah nama masing-masing layer dan beri nama sampai b6.
Formula untuk setiap layer sama, sehingga cukup dengan mengcopy
paste formula. Input i2, i3, variable 2 dan 3 sama untuk setiap band,
perbedaanya adalah pada input 1 yang diisi oleh masing-masing band
dan variable c disesuaikan juga untuk setiap band.
Nilai c:
Band 1 3.8570
Band 2 2.3538
Band 3 1.8760
Band4 1.0664
Band 5 0.6158
Band 6 0.9828
6. Simpan dalam raster data set dalam Unsigned8Bitlnteger dan cheklist
delete output transform.
7. OUTPUT: 15ats110067m_030906_RIK_nutm51.ers
5
ISVSI1VISOS
9
LAPORAN
BIMBINGAN TEKNIS
KOREKSI TERRAIN UNTUK DATA
LANDSAT
INSENTIF RISET KEGIATAN:
PENGEMBANGAN
METODE KOREKSI DATA LANDSAT MUL Tl TEMPORAL
UNTUK KLASIFIKASI LIPUTAN LAHAN SKALA NASIONAL
. .
Jakarta, 18-20 Oktober 2010
PUSAT PENGEMBANGAN PEMANFAATAN DAN TEKNOLOGI PENGINDERAAN
., JAUH
KEDEPUTIAN BIDANG PENGINDERAAN JAUH
LAPAN
I. PENDAHULUAN
Ketepatan dalam metode koreksi citra inderaja sangat menentukan hasil pada
proses selanjutnya, yaitu antara lain klasifikasi liputan lahan. Koreksi terrain
ditambahkan untuk memudahkan proses klasifikasi secara digital terutama di
wilayah yang bergunung-gunung. Sebagai ilustrasi, posisi matahari akan
memberikan efek bayangan terhadap liputan lahan yang berada di balik
bukit/gunung. Karena efek tersebut, maka klasifikasi digital akan mengkelaskannya
menjadi kelas lain, sehingga interpretasi menjadi salah. Apabila citra dikoreksi
terrain terlebih dahulu, maka efek bayangan tersebut akan diminimalisir sehingga
nilai yang diberikan objek adalah nilai reflektasi yang sudah dikoreksi.
Kegiatan riset ini dilakukan untuk menentukan algoritma yang dapat digunakan untuk
proses terrain bagi data Landsat sehingga dapat diperoleh data Landsat yang
terkoreksi secara akurat (radiometrik, geometrik, terrain), kemudian menguji hasil
dengan membandingkannya dengan hasil koreksi radiometrik.
Kegiatan ini bersifat difusi di mana salah satu yang harus dilakukan di akhir kegiatan
adalah sosialisasi. Sosialisasi ini bertujuan untuk memperluas jangkauan informasi
dalam hal ini informasi mengenai koreksi terrain untuk data Landsat, sehingga bisa
diketahui oleh para peneliti lain yang berkecimpung di dalam pengolahan data
inderaja. Sosialisasi dalam kegiatan ini berupa bimbingan teknis dengan tema
Koreksi Terrain untuk Data Landsat.
II. METODE
- Penyusunan modul
Metode dalam kegiatan ini sudah diujikan pada data Landsat dan berhasil
sehingga dibuatlah modul sebagai pedoman untuk melakukan koreksi terrain
. .
pada data Landsat. Di dalam modul disebutkan langkah-langkah untuk melakukan
koreksi terrain dan dilengkapi dengan gambar hasil proses, sehingga yang
melakukannya dapat dengan jelas mengetahui bahwa apa yang dilakukannya
sudah benar,
-
2
lsi modul sosialisasi ini sekitar 26 halaman dan dicetak berwarna,
sehingga memudahkan para pegikut bimbingan teknis untuk mempraktekannya.
- Konsultasi dengan nara sumber
Modul sebagai acuan dalam bimbingan teknis telah dikonsultasikan dengan nara
sumber. Modul tersebut telah diperbaiki sesuai dengan anjuran dari nara sumber,
yaitu lebih memperinci tahapannya sehingga lebih mudah dimengerti oleh peserta
bimbingan teknis yang latar belakang pengetahuan mengenai pengolahan data
penginderaan jauhnya beragam.
- Uji coba modul
Modul sudah diujicobakan kepada beberapa data Landsat oleh tim pengolah data
dan memberikan hasil yang memuaskan. Modul ada pada Lampiran .... Laporan
Akhir kegiatan.
- Pembentukan panitia
Panitia diperlukan untuk mempersiapkan bahan, alat dan semua yang terkait
dengan bimbingan teknis, dari sebelum pelaksaan sampai sesudahnya. Tugasnya
antara lain inventarisasi data yang akan dipakai , mempersiapkan seminar kit,
narasumber dan pengajar, konsumsi, masalah administrasi , dokumentasi, da
menginventarisasi hasil pengolahan yang dilakukan oleh para peserta. Sus
Panitia ada pada Lampiran 1 Laporan ini.
- Penyusunan peserta
Panitia mengundang peserta dari setiap bidang di Pusbangja dan Pusdata
LAPAN masing-masing dua orang. Selain itu juga mengundang peserta dari
Kementerian Kehutanan, Bakosurtanal, dan BPPT yang juga merupakan mitra
. .
dalam kegiatan ini. Jumlah peserta yang diundang adalah 30 orang, yang
mendaftar kembali adalah 28 orang, sedangkan pada pelaksanaannya ada 25
orang. Susunan Peserta terdaftar ada pada Lampiran 2 Laporan ini.
3
Peserta disyaratkakn mengetahui penggunaan perangkat lunak pengolahan data
inderaja, sehingga waktu yang tersedia efektif digunakan untuk pelaksanaan
koreksi terrain, tanpa kesulitan dengan perangkat lunak yang digunakan.
- Pelaksanaan
Sosialisasi diadakan pada tanggal 18 sampai dengan tanggal 20 Oktober 2010,
diikuti oleh 25 peserta dari LAPAN, BAKOSURTANAL, BPPT-TISDA, dan
Kementerian Kehutanan. Acara sosialisasi dibuka oleh Kepala Pusat
Pengembangan Pemanfaatan dan Teknologi Penginderaan Jauh, lr. Agus
Hidayat, M.Sc. dan ditutup oleh Kepala lnstalasi Pengolahan Data lr. Arum
Tjahjan ingsih.
Bimbingan teknis diawali dengan perkuliahan yang diberikan oleh lr. Mahdi
Kartasasmita, MS. Ph. D. dan Dr. Bambang Trisakti, diikuti dengan praktikum
yang dibimbing oleh 8 orang instruktur. Bahan kuliah ada pada Lampi ran ... dan
Lampiran ... Laporan Akhir kegiatan ini.
Susunan Acara pelaksanaan bimbingan teknis ada pada Lampiran 3 Laporan ini.
Sosialisasi ini berjalan lancar, dan tetap diikuti oleh peserta dari awal hingga
akhir.
Ill. HASIL
Data yang digunakan dalam sosialisasi ini adalah data Landsat dengan terrain yang
cukup bervariasi. Pada umumya peserta tidak kesulitan dalam praktikum, karena
dalam sosialisasi ini juga disediakan modul yang berisi tahapan proses yang jelas
disertai gambar-gambar has!! proses. Yang per!u diperhatikan .ada!ah pengetahuan
dasar teori koreksi terrain dan manfaat data hasil koreksi: Tetapi dengan adanya
perkuliahan di awal praktikum, bisa memberikan dasar pengertian mengenai
praktikum yang dilaksanakan kemudian.
Foto-foto Sosialisasi bimbingan teknis ada pada Lampiran 4 Laporan ini.
4
IV. KESIMPULAN DAN SARAN
4.1. Kesimpulan
Sosialisasi berjalan dengan lancar dan tujuan diadakannya sosialisasi yaitu
memperluas informasi mengenai koreksi data Landsat sudah tercapai. Selain itu
peserta juga dapat memahami tahapan proses koreksi, dibuktikan dengan adanya
hasil proses dari setiap peserta.
4.2. Saran
Tahapan proses dalam modul dibuat sangat rinci, sehingga memudahkan peserta
dalam praktikum. Tetapi hal ini mengakibatkan space memori yang diperlukan cukup
besar. Untuk itu disarankan, dalam proses yang akan dilakukan kemudian, dilakukan
ringkasan modul, sehingga space memori yang diperlukan tidak begitu besar. Hal ini
bisa dilakukan, apalagi bila pemroses data sudah terbiasa dengan perangkat lunak
pengolah data dinderaja.
-
5
Lampiran 1.
SUSUNAN PANITIA
SOSIALISASIINSENTIF RISET KEGIATAN
PENGEMBANGAN METODE KOREKSI DATA LANDSAT MULTI TEMPORAL
UNTUK PENDETEKSIAN PERU BAHAN LIPUT AN LAHAN
BIMTEK KOREKSI TERRAIN UNTUK DATA LANDSAT
18-20 Oktober 2010
Penanggungjawab
Nara Sumber Es II
Nara Sumber Es Ill
Ketua Panitia
Pengajar
lnstruktur
Anggota
Kapusbangja (lr. Agus Hidayat, M.Sc.)
lr. Agus Hidayat, M.Sc.
lr. Arum Tjagjaningsih, M.Si.
lr. Mahdi Kartasasmita, MS. Ph.D.
Dr. Bambang Trisakti
Dra. Tatik Kartika, M.Si.
lr. Sigit Julimantoro, M.Si.
Siti Hawariyah, S.Si.
Musyarofah, S.Si.
Ahmad Sutanto, S.Si.
Heru Noviar, S.Si., M.Si.
Iskandar Effendy, S.Si.
Drs. Nana Suwargana, M.Si.
Rossi Hamzah, S.Si.
Gagat Nugraha, S.Kom
Soko Budoyo, S.Kom
Sudarsono Salindri
Suhartono
Ati Rusmintarwati
Titin Suhartini
6
Lampiran 2.
DAFTAR PESERTA
No
1
2
3
4
5
6
7
8
9
10
11
12
13
14
15
16
17
18
19
20
21
22
23
24
25
26
27
28
29
30
18-20 Oktober 2010
Nama Bidang
Ora. Sri Harini Pusbangja LAPAN
lr. Silvia Anwar Pusbangja LAPAN
Djoko Santo Tiahiono
Pusbangja LAPAN
Wiji Prasetio, S.Si
Pusbangja LAPAN
Mukhoriyah, S.Si
Pusbangja LAPAN
Nursanti Gultom
Pusbangja LAPAN
lnggit Lolitasari, ST.
Pusbangja LAPAN
Nelly Oyahwathi, S.Si.
Pusbangja LAPAN
Kuncoro Teguh Setiawan, S.Si.
Pusbangja LAPAN
Nanin Anggraini, S.Si
Pusbangja LAPAN
Roni Hendian. S.Si
Pusbangja LAPAN
lwan Sabirin, Amd.
Pusbangja LAPAN
Anneke K.S.,S.Si
Pusbangja LAPAN
Kusumaning Avu Dvah,
Pusbangja LAPAN
Yusron Pusdata LAPAN
D. Heri Sulyantara, M.Sc.
Pusdata LAPAN
Hardi
Pusdata LAPAN
M. Ferdiansyah Noor
Pusdata LAPAN
Drs. Hedy lzmava
Pusdata LAPAN
Novie lndriasari, ST.
Pusdata LAPAN
Mulia lnda Rahayu, S.Si
Pusdata LAPAN
Ogi Gumelar, S.Si.
Pusdata LAPAN
Marendra, P.B., S.Si.
Pusdata LAPAN
Fitri Nurcahyani, S.Si. BAKOSURTANAL
Anindita Diah K.,S.Si.

BAKOSURTANAL
Kementerian
Destiana Kadarsih,S.Hut., M.T. Kehutanan
Eko Kustiyanto, S.Kom. BPPT - PTISDA
Muhammad Iqbal Habibie, Skom. MT BPPT - PTISDA
-
.,
Pusbangja LAPAN
- Pusbangja LAPAN
I
'
I
I
I
I
I
7
Lampiran 3.
DAFTAR ACARA
Jakarta, 18 - 20 Oktober 2010
Hari/Tanggal Jam Acara Pengisi Acara/
Penanggungjawa
b
Senin/18
Oktober 201 0 08.30- 09.00 Registrasi Panitia
Sambutan dilanjutkan dgn
09.00- 09.30 pembukaan Kapusbangja
09.30- 09.45 coffee break
09.45 -10.45 Konsep dan Teori Koreksi lr. Mahdi
Radiometrik Kartasamita, MS.
Ph.D.
10.45- 11.45 Koreksi Terrain: Teori dan Dr. Bambang
lmplementasinya Trisakti
11.45- 12.00 Persiapan Praktikum Panitia
12.00- 13.00 ISHOMA
13.00 - 14.45 Praktikum lnstruktur
14.45- 15.00 Coffee Break
15.00 - 16.00 Praktikum lnstrulctur
Selasa/19
Oktober 2010 09.00- 12.00 Praktikum lnstrulctur
10.45- 12.00 Praktikum lnstrulctur
12.00- 13.00
ISHOMA
13.00- 14.45
Praktikum lnstruktur
. .
15.00- 16.00 Praktikum lnstruktur
.,
I
I
8
Rabu/ 20
Oktober 201 0 09.00- 12.00 Praktikum lnstruktur
10.45- 12.00 Praktikum lnstruktur
12.00- 13.00
ISHOMA
13.00- 14.45
Praktikum lnstruktur
15.00 - 15.30 Praktikum lnstruktur
15.30- 16.00 Penutupan Ka lnslahta
Lampiran 4
FOTO-FOTO
SOSIALISASAS INSENTIF RISET KEGIATAN
18 - 20 Oktober 2010
fnstruktur yang memandu peserta
dafam praktikum
fnstruktur yang memand.u peserta dafam
praktikum
11
n.
Contoh sertifikat yang dibagikan
seluruh peserta, pengajar, instru
panitia
epada
r. da
3
ISV'Sil'v'ISOS HV'Iln>i NV'HV'8
---:-
,oreksi Matahari dan Te"ain
KONSEP dan TEORI
Prinsip Penginderaan Jauh
- .-c
/"
E/ G
' F
.,
.: w-l!l

A Sum--vi
(mMahllr1atau petUnc:ar
.-rdl-)
B .. .,..-vi (gel.
-)-lui
atmo.fw ct.rt suntber
._-glkeobyeltclan
--ke-dl
-Clnlierllkol-vJ
dengan obyek. biN
-kpil-... .-...
atauha....,.n.
os--,YJO"'I-..s.dl
..-.-... p
.--gly-
d.,._.,.._ ....... -u
d-......... - .......
c
E DoQ YJO"'I d-
-(D)dl-
d-ke-
Apa dan Mengapa Radiansi
Tergantung sifat sensor pada kanal
g2, juga sifat atmosfer
transformasi dari DN ke
::;.adiansi pada masing2 kanal
asalah Multi Spektral !
-
11/LL/LU 1 U
TOPIK DISKUSI'
1 Korel<si Matahari
Apa dan Mengapa Radiansi?
Apa dan Mengapa lrradiansi
Apa dan Mengapa R-tansi
Apa dan Mengapa Koreksi lrradiansi Matahari
Apa dan Mengapa BRDF
Apa dan Mengapa LOS
2. Korel<si Terrain
Perflitungan Slope dan Azimuth Piksel
Apa dan Mengapa Korel<si Terrain
3.MRV
KOREKSI TERRAIN (INCAS)

;en-- I I
f <E-------
1
Apa dan Mengapa Irradiansi
Apakah energi sinar matahari yang
sampai ke obyek bumi (Irradiansi)
sama untuk setiap waktu
pengamatan?
Tergantung jarak antara Matahari
dan Bumi dan sdt elevasi
(azimuth) matahari pada suatu
tempat dan pada suatu waktu.
Perlu dihitung Irradiansi
1
Koreksi Matahari
Tahap 2: Perhi1ungan Refleklansi (R)
d = jarak bumknatahari
___ _,_ __
---.. ---_,...
-----
_,....._.._._.._ __ , ..

-=--
_""""'._ ........ -.....

--:-:-=-===
11u ili1fi iTi!l
, - - - ""' ..,, ..,
""' --- --- ----
,.., - .... --...,. -I
... --- ---.. --- !
1001 -.:- _ _ - _
1
---.- --., --
- ----- t--
I
.. ----;-------- -- -.---.
,,. -- .._ I
4 '
...
. . - - - - - - -
- --- --
I d = 1 - O.o168 Cos ((J ulian Day/365).360) I
Sudut Elevasi dan Azimuth Matahari
berubah tergantung waktu dan lokasi
Dapat dihitung dengan rumus astronomi
dengan memberikan waktu dan koordinat
lokasi
Pacta NCAS Australia, sudut elevasi dan
azimuth matahari dihitung untuk tiap
piksel
Caranya adalah sudut elevasi dan azimuth
matahari dari keempat ujung scene
Apa dan Mengapa Koreksi
Irradiansi Matahari (lanj ... )
Apakah Reflektansi obyek
sama utk yang berbeda (karena
waktu (dan lokasi) berbeda)
Per1u koreksi (sudut elevasi atau
zenith) matahari
11/"L."LIL.U 1 U
Apa dan Mengapa Reflektansi
Apakah radiansi obyek yang sama
nilainya memberikan gambaran
tentang sifat obyek yang sama untuk
setiap waktu?
Tergantung dari jarak matahari ke
bumi

Perlu dihitung Reflektansi
M-...

181
KOREKSI MATAHARI
Q: Sudut Zri matahari
d: J.ilk rNllbtwi - bLmi
--""'""
lradial"'CCI 1 < lradiance 2
DN1 < DN2
p1 = p2
"'"'""'"
/
:It d
2
Pp -ES-:U-N-,-"- .- .,. - Ils-
/
-
Apa dan Mengapa BRDF
LS,
iSi reJatip pi ksel tersebut
.senSor (satelit)
-
2
Apa dan Mengapa BRDF (lanj .... )
Asumsi permukaan L.ambertian maka
R;;RillRDI'
Kalau asumsi ini tidak berlaku maka perlu
dilakukan koreksi BRDF yaitu Reflektansi
tergantung posisi piksel bersangkutan thd
pusat scene
(BRDF : Bidirectional Reflection Distribution
Function)

Koreksi Terrain
.(2.0)
(2.1)
clx1 (0,0) - (2,0)
dx2{0,1) - {2,1)
dX3. (0.2) - (2.2)
(clx1+dx2+dx3) I (3"pixet size)
dy1 {0,0) - {2,0)
dy2{0,1) - {2,1)
dy3 (0.2) - (2.2)
(dy1+dy2+dy3) I (3"pixet size)
: ..,, I 'dxz+ d/ l
... \
.,
11/22/2010
LOS (Line of Sigtit)
Piksel ti'lfak valid
Dapal pula pWel ldl< sab U... LOS Wo
oos (i) < Odimana cos (i) .daJab sdr-. _.... ,.., --
sdt :t..eoith mat.abari
Pembuatan Slope dan Asped

00
Pe!t!lt!!gan Pope
-
;:; : :;:mml: :m111m:
il : :
-
..
:-r.-+-w
...
Pertil!lnganA!prt
: : :;;:mm1
: : ;:;mr:l:
= : : = :
;:
;.__D, o.o) .1 ..... (dr"'dy))/2.09
si...,....C:l..-.> u ... o/"-")1
Pembuatan Aspek
(0,0) (1,0) (2,0)
(0,1) (1,1) (2,1)
(0,2) (1,2) (2.2)
Perllitunaan Aspek
Aspel< = (alan (dyldx)
..-..., 111Wl.O /
clx1 {0,0) - {2,0)
dx2. (0,1) - {2,1)
dx3 (0.2) - (2.2)
(dx1+dll2+dx3) 13
dy1 (0,0) - {2,0)
dy2(0,1)-{2,1)
dy3 (0.2) - (2.2)
(dy1 +dy2+dy3) I 3
3
Apa dan Mengapa Koreksi Terrain
Perhitungan Reflektansi yang telah dilakukan
dengan menganggap semua piksel datar
Tergantung dari sdt normal dan aspek piksel serta
sdt elevasi (zenith) dan azimuth matahari
ILUSTRASI POSISI MATAHARI DAN PIKSEL
-
-
_,
z
------;,
i ; ').
-}
0 Ta...---
z ,_...._.,....___,__,
___ ,.. __
. ...__,.... ........................
-...------

A
_... loiN)_,_. ZMlcoo( ..... ZH) + ZM)w.( ..... ZH)coo(...UMZH)
,__
a.. ZM adA (ZOM) = SO!U m.an.i
-.ZH ..... (ZON)...U--(-1
sa:t.t NZW = adJt AZB = a.d.lt .-.h piksel SldJI: aDrdh mmhlri
Koreksi Terrain
R
Ry= Costly
Costly= Cos 9s Cos 9p +Sin 9s Sin 9p Cos

).p=l..s
-
Cos ex

).p= -l..s
-
- llp+es<W
Tegoi< Uus
llp=6FO
-
-dalr. berlwr4>t dan liclak -
).p> )..salaJ).p< )..s - Cos loCos Sr "e Cos
z
N
..
Ketera_ngan :
0 : TIIikpusalpbel
Z : Posi&i-kU...----1'\
M:--pedo--- N : Posisi_pbel.,..._ __
Koreksi Terrain
Rr=
R
Costly
Cos 9y =Cos es Cos 9p + Sin as Sin 9p Cos
R = Reflektansi
Ry = Refleldansl terkcxeksl terrain
9p = slope piksel
).p = aspek piksel
j}
OEM
es = zen;th matahari
l.s = Azimuth matahari
j}
Header
Koreksi Terrain
n u e.-,.
___ .._ .....
__ .._ .....
I

---.......
------

===--
--=-!- ._
9s = azimuth matahari
l..s = zenith matahari (90 -sun elevation)
11/22/2010
l.p : aspek pi<sel 9p : slope piksel
4
Koreksi Terrain
R
Rr=
Sebelum di koreksi Setelah di koreksi
Koreksi Terrain
C+ Cos es
=R ----
C+ Cos er
INCAS
Sampling
R = m cos(6r) + b
C = blm
dim ana,
m: gradien
b : titik potong
TERIMA KASIH
11/22/2010
Koreksi Terrain
C+ Cos es (Model NCAS)
Rr =R
Setelah di koreksi HasiNCAS
"'d.. - -""' .:....- - -
._ .1'. -- .. eo
. ..

..... - "\.
. - -
l .....
' .

Ill
MRV
Persyaratan Intemasional (Kyoto Protocol,
UNFCC) bahwa pengukuran Carbon
(Carbon Accounting) termasuk
pengukuran perubahan luas hutan dengan
imderaja haruslah:
Measureable (terukur secara kuatitatif)
Repeatable (bila perhitungan di ulang oleh
orang lain akan mengeluarkan hasil yang
sama)
Verifiable (dapat diperiksa, transparan)
5
KOREKSI TERRAIN:
TEORI DAN IMPLEMENTASI
OLEH:
BAMBANG TRISAKTl
I.BIBAGA PENERBANGAN DAN ANTARJKSA NASIONAL (LAPAN)
lSI PRESENTASI
PENJELASAN KOREKSI TERRAIN
OATA YANG DIPERLUKAN UNTUK KOREKSI
TERRAIN
TAHAPAN KOREKSI TERRAIN
;.. PERHITUNGAN COS(i)
;,. PERHITUNGAN KOEFISIEN C
;. PELAKSANAAN KOREKSI
UJlAN HASIL KOREKSI
OH MANFAAT KOREKSI TERRAIN
PENJELASAN
KOREKSI TERRAIN
11/22/2010
KOREKSI TERRAIN
TUJUAN:
0 Menghilangkan perbedaan nilai piksel yang
diakibatkan karena pengaruh posisi matahari
perbedaan ketinggian permukaan bumi {ter:a
0 Membuat daerah menjadi dianggap data
nilai sa rna pada objek yang sa rna.
HASIL:
Nilai piksel yang (relatif) sama untuk o
pada berbagai kondisi ketinggian pe
(terrain)
CONTOH PERBEDAAN NILAI PIKSEL
KARENA TERRAIN
DM (Zenith: 33", Azimuth 129") Otro (Zenith: 33", Azimuth 129")
KARENA TERRAIN
. .
OEM 33, Azimuth 129") Cotta 33, Azimuth 129")
KARENA TERRAIN
r-,-:-
.,.....- . . ...-/

CONTOH HASIL KOREKSI TERRAIN
Clla- -.;temoln 01ra-.; temoln
CONTOH HASIL KOREKSI TERRAIN
Olra-.; temoln
11/22/2010
z
.. - N
M
Keterangan :
0 : Tat pusatpi<sel
-...
-

z

i
l:::-........ --
0
A
B
.........,,

z .... 6-bwni(_..._..,.,
M:
N
A
M : ICo<eltsl sudut matahart
N : ICo<eltsl Terrain
z
/NFI\ -_/ M
.. ./
cl
B A
B : PoMipibelpeditllllia$pell:{.udutazionutpilwt)..,..
PERSAMAAN KOREKSI TERRAIN
Dalam Wu et al. (2004)
Lt. = Ld Cos (sz) + c
Cos(i)+ c )
t:
t., _ Radiwl tetkoreksi (radian pada permukaan datar)
L,- Racian bek.m terl<oreksi (radian pada pennukaan miring karena topografi )
sz &nA zeril matahart - Header file
Sui( normal piksel (arah nonna1 piksel dan arah matahari) - ??
c pernbalas -- ??
MENENTUKAN COS (i)
z
; T\ 11
L--+-J,
Ni ' '\ ; : .
f
B A
Persamaan segitiga bola:
Sudut normal piksel (i) =
busurMN =
sudut(MON)
Cco{busu' MN): Cos(busur ZM) Cos(busur ZN) + Sin(busur ZM) Sin(busur ZN) Cos(sudut MZN)

- ZM = ...,.. (ZOM) = sudut zenith matahari
a-ZN = ""'"'(ZON) = sudut -ngan pO<... (-)
Slllai&Nllll = 5Udut (AZB) = sudut erah piksa (espetl:)- 5Udutazimuth mataheri
Cc!ll! z Co!(zenithl Co!( slope! + S!nlzenithl Slnlalopel Co!IA!pek -Azimuth!
ENENTUKAN KOEFISIEN PEMBATAS C
Koreksi dengan C
. -
a!4'i

--
-. -... _- ,
- . .... .. ,
l!"oeesen C = blm
potong sumbu y
ENTUKAN KOEFISIEN PEMBATAS C
J&# ! e-,c = blm
=-:: IIi< potong sootJu y
C = blm
= 34.8316429
.,_
11/22/2010
DATA YANG DIPERLUKA
UNTUK KOREKSI TERRAJ
CITRA TERKOREKSI SUDUT MATAHARI
Untuk seluruh band,
band 1-7
Band berbasis
reflektansi
SUDUT MATAHARI PADA HEADER FILE
a .-. ,. ..
:=-:::-=:::: SA=azimuthmatahari
::::=:::=::::: :::: SZ=zenithmatahari (90-sun elevation)
... ,: ..
_...-..
-:a.:Gt.-:cu.z- 0
.. __ .. _ ......

----

::::-::::

------._..
-------
._._-__ __
==::':..=-
______
-= ....
=-------

DIGITAL ELEVATION MODEL
3500m
Om
~
ASPEK DAN SLOPE
__ ..__ _ _J90'
0 361
361: datar
APAN KOREKSI TERRAIN
,. PERHITUNGAN COS (i)
,. PERHITUNGAN KOEFISIEN C
,. PELAKSANAAN KOREKSI
11/22/2010
PERHITUNGAN COS (i)
Cos(i)=
Cos(zenith) Cos(slope} +Sin( zenith) Sin( slope) Cos(Aspek- Az.."nutbJ
I Slope Piksel I
I Radian I
1 Aspek Piksel 1 1 Radian 1
Alpitrna
I Sudut Zenith Matahari I
I Radian :
I Sudut Azimuth Matahari f , Radian I
ALGORITMA COS (i)
Cos(i) = Cos( zenith) Cos( slope) +
Sin(zenith) Sin( slope)
Cos(Aspek- Azimut'l)
.------
Cos
Korov,.rsi d e r ~ ~ radian
(Sin(il *(44/(360*7)))*Sin(33.68*(44/(360*7)))*
Cos((i2*(44/(360*7)))- (129.88*(44/(360*7)))))
i1 = slope, i2 = aspek
Hasil disimpan sebagai IIIE 4 ByteReal (floating point)
--u u-.-eoa .....
, ,,
HASIL COS {i)
' Gi
Om
r _ _ _
. . '
.... -.
I ~ ~ ~ ~
4 [J""'" '
i = 90", Cos (i) = 0
-+ Cahaya matahari tidal<
mencapai witayah (gelap)
i = Cl', Cos (i) = 1
-+ Piksel tegak lurus
matahari (terang)
PERHITUNGAN KOEFISIEN C
Koefisien C = blm
Dimana
=m +b
m Gradient, dan b : lilik potong sumbu Y
Persyaratan daerah sampling:
-' Tutupan Ia han sejenis (misal hutan)
-' Daerah dear (tidak ada awan dan haze, yang dapat dicek dengan RGB
UJ)
-' Pengambilan sampling di daerah berterrain
-' Pengambilan sampling mewakili area yang dipengaruhi terrain (terang
dan gelap)
penpnbilan sampling periu:
liG1I U3 ~ kondisi haze,
DElol ~ kondisi terrain,
S42 ~ tutupan lahan.
PERHITUNGAN KOEFISIEN C
Ekstraksi
nilaidalam
sampling
HitungC
mempunyai nilai C tertentu
GAMBILAN SAMPLING
Band 1
11/22/2010
KORELASI COS (i) DAN BAND
Cos(i)
Band 1-7
Konversi 'JC(l. ASCI Gtid
KORELASI COS (i) DAN BAND
"
., ,.
251 ~ ." .....
:ni -- ~
15
I ... \7v:-=
10 I --- -
0 ~ ~ ~ ~ ~ ~ ~
OOOXI 01([[1 ODD O.:ntl OUJ 050ll 08XIl 07(111 OIDD O!JDJ
Cos(l)
C = blm. Trtik potong (b) =13.747
Gradient (m) = 4.422 c = 3.1Cu21 (band 1)
CONTOH HASIL KOEFISIEN C
UNTUK SETIAP BAND
7
1.1788.6.5
PELAKSANAAN KOREKSI TERRAIN
Cos (sz) + C )
I ltt = Cos(i) c
: Cos (sz) f

: Koefisien C I
Citra belum terkoreksi
Untuk setiap band
,.
Algoritma
Terrain
ALGORITMA TERRAIN
Cos(sz)+C
= 1,- ( Cos(i) + c )
Citra
Terkoreksi
untuk setiap
band
Konversi integer floating
L.,.. =
+ 3.108212)/
+ 3.108212)))
na
= refelelctansi band 1 (floating)
- = Cos (integer)
pan sebagai Unsigned 8Bitlnteger (integer)
HASIL TERRAIN UNTUK BAND 4
-
Sudah tert<oreksl
CONTOH HASIL TERRAIN UNTUK
RGB542
Betum terkontbi Sudlh lert<oreksl
11/22/2010
PENGUJIAN HASIL KOREKSI
PENGUJIAN SECARA VISUAL
Betum terttontbl , Sudah lert<oreksl
1--w-.._,.. __
1. Efek terrain (terang.gelap) termlnlm&lisir
2. Ntanu diUr (ti<Yk 3 D)
PENGUJIAN SECARA STATISTIK
Belurnterkorel<al Sudah tert<oreksl
Analisis deYiul (vortan) dart wlloyah dalam poligon.
De as. kecC wilayoh lebih homogen (sudah terkoreksi)
- besar wilaylh tidak homogen (belum terkoreksi)
PENGUJIAN SECARA STATISTIK

-
=-

-
-
II !
I I :2S4 1 :4.276 1 :.715
" :..r.l
:
I :086 1 :1.902 1:.458
CONTOH MANFAAT CITRA
TERKOREKSI TERRAIN
I :.206

I
I
.c
:I
.D

.
:I
..J
11/22/2010
KLASIFIKASI DUITAL BERBASIS CITRA LANDSAT MULTI SCENE
DAN MULTI TEMPORAL
CONTOH PEMANTAUAN PERUBAHAN LAHAN Hl1TAN Dl
KALTENG TAHUN 1997- 2008
1997-2001
CONTOH PEMANTAUAN PERUBAHAN LAHAN Hl1TAN
TAHUN 1997- 2008 BERBASIS CITRA LANDSAT
.
'
_,
1000
800
600
400
200
0
1997-2002 1997-2005 1997-2008
I
dH:l8
L
RANGKUMAN BCHP
(BUKU CATATAN HARlAN PENELITI)
PENGEMBANGAN METODE KOREKSI
DATA LANDSAT MUL Tl TEMPORAL
SKALA NASIONAL
FOKUS BIDANG PRIORITAS: TEKNOLOGIINFORMASI DAN
KOMUNIKASI
Peneliti Utama: Ora. Tatik Kartika, M.Si.
LEMBAGA PENERBAUGAN DAN ANTARIKSA NASIONAL
Jl. LAPAN No. 70 Pekayon, Pasar Rebo, Jakarta 13710
Telp: 021 871 0786/Fax: 021 8722733/Email: tatikkartika@yahoo.com
2010
Nom or BCHP : ...... ... .. ... ... ..... ...... ... ... .
Catatan Kemajuan Penelitian
Bulan Februari 2010
No I Hari/Tanaaal
1 I Senin, 1/02/10
09.00-16.00
2 I Selasa, 2/02/10
09.00-16.00
3 I Rabu, 3/02/1 0
09.00-16.00
4 I Kamis, 4/02/10
09.00-16.00
5 I Jum'at, 5/02/10
09.00-16.00
7 Senin, 8/02/10
09.00-16.00
8 Selasa, 9/02/1 0
09.00-16.00
Rabu, 10/02/10
09.00-16.00
Kamis, 11/02/10
09.00-16.00
um'at, 12/02/1 0
9.00-16.00
KEGIATAN I CATATAN KEMAJUAN
Studi Literatur " koreksi terrain" I Pengertian koreksi terrain
dari berbaaai sumber
dari berbagai sumber
Revisi Prooosal
dari berbaaai sumber
Diskusi dan presentasi 1 Perbaikan proposal
rooosal
Studi Literatur " koreksi terrain" I Pengertian koreksi
Proses koreksi terrain dg
roaram INCAS
program INCAS
lnventarisasi data
program

Menyama.kan koncllat
pada cha
R.m.n-+
-Menghlangkan ._..

Retlektafwl--+
Pemahaman proses koreksi
terrain denaan oroaram INCAS
terrain dengan program INCAS
--
I
Contoh proses koreksi terrain:
1
13 I Selasa, 16/02/10
09.00-16.00
Rabu, 17/02/10
09.00-16.00
am is, 18/02/10
09.00-16.00
Studi Literatur
program INCAS
Studi Literatur
program INCAS
Studi Literatur
program INCAS
Studi Uteratur
.,.
' --- ..... -- l- ,l _l.
-;., __ ....... ... <\. ;. --- ---
Contoh hasil koerksi terrain:
'
z

_,
O : Ta. ...........
z :Pe.W......_.
M : P aliil*l ....
Contoh penngambilan sampling
a koreksi terrain
120059 240806 INCAS nutm49
- - -
Data yang telah dikoreksi terrain:
Contoh TCC fi le
16 I Jum'at, 19/02/10
09.00-16.00
7 I Sen in, 22/02/10
09.00-16.00
18 I Selasa, 23/02/1 0
09.00-16.00
9 Rabu, 24/02/10
09.00-16.00
program INCAS
Studi Literatur
program INCAS
Studi Literatur
program INCAS
Studi Literatur
Diskusi Koreksi Terrain
lnventarisir nilai TCC
fllo c.tl ..... ..-.o.-ttollo

...
"'--l4. 1 t . ...,.,u- J."JWN4Jtt
-U 1 J.U77AIU1 J ... SIUt8l
-.Jol O... U7UHU
-u s n.uMOse..- u . uen500"J'J o.40N-5t
-U I II.UUSOI'?Wi U7l03- O.U'?MlHSO

ll.l:ONI:fl5M
-u z ,_...,..,u_ ,., _.,._nn J."JWN'IJ .. ,
-U J 1.Jl77121411 U.l"TNIMSI., J.-5ZIJMI
4 !u.uou,_ zii.G..-..oAn
-..s I U.55eJJ0071 0.-.sl
6 . Z41Z50.-JOS 6 . 7!l'n(l!- 0.111"J951-
4 - 5 -
liOOU 24101101 GlrJ9:1S Utili 1 .. 5 IM:t5 Z_,l 1-5
Tllot C:OC..UICI!UO._. toerC -1119 Tu Coo-u.eo: fCStM.
Tllot t;on:r.te 111--."- .._ - .,.,_
- IZ:U:s:J, -.., SI.,/ZOtlt.
Data yang telah dikoreksi terrai
Teori segitiga bola untuk
memahami algoritma koreksi
terrain
Data yang telah dikoreksi
Teori segitiga bola untu
terrain
Teori segitiga bola untuk
terrain
(dari berbagai sumber)
- koreksi terrain yaitu suatu
proses untuk meminimalisir
efek bayangan dan
kelengkungan karena
perbedaan ketinggian muka
bumi, sehingga efektif
digunakan di daerah yang
bergunung-gunung.
- Beda antara data hasil koreksi
terrain (kanan) dan yang tidak
dikoreksi terrain
09.00-16.00 terrain
Rapat terkait Riset lnsentif
DIKNAS
Membuat rencana Buku
Catatan Harian Penelitian
Rekab BCHP Bulan Februari
omor BCHP: ............ ...... ..... ....... .... .
Bulan Maret 2010
terrain
:
Di LAP AN Pusat
No. BCHP: ..... ..... ... ... .......
Bulan : Februari
No. Hari/ Kegiatan Catau
Ta!!_gg_al Kemajl
n/a n/a n/a Ilia
I
I
--
I
[i

I
---
.
I
!

Senin, 1/03/10 I Proses koreksi terrain dg I Data yang telah dikoreksi terrain.
09.00-16.00 program INCAS
Selasa, 2/03/10
.00-16.00
J 3/03/10
16.00
Memahami formula untuk nilai c
program INCAS
Diskusi masalah koefisien pada
koreksi terrain
program INCAS
program INCAS
roo.
Nilai c sebaaai oembatas
Pemahaman koefisien pada koreksi terrain
Nilai c sebaaai oembatas
Nilai c sebaaai pembatas
. .
SebekM'n dt korek.sl
R
R7 Cos tJr
Setalah di koreksi
4
7
8
9
Selasa, 9/03/10
09.00-16.00
Rabu, 10/03/10
09.00-16.00
Kamis, 11/03/10
09.00-16.00
10 I Jum'at, 12/03/10
09.00-16.00
Seni n, 15/03/10
9.00-16.00
Rabu, 17/03/10
09.00-16.00
am is, 18/03/10
.00-16.00
'at, 19/03/1 0
0-1 6.00
::,,,
Selasa, 23/03/1 0
16.00
. 24/03/10
16.00
program INCAS
program INCAS
program INCAS
Pemahaman algoritma
program INCAS
Pemahaman algoritma
I Proses koreksi terrain dg
program INCAS
Pemahaman al oritma
program INCAS
Pemahaman al oritma
program INCAS
Pemahaman al oritma
program INCAS
Pemahaman algoritma
program INCAS
Pemahaman al
Diskusi hasil mengenai koeksi
terrain
-
, Pemahaman algoritma
Contoh data yg diperlukan algo
INCAS: data.; d=a::..:ri....:.h.:.: e:..::a:..::de:..:::.:.. . -------:
lll\)10"" .,, ....... ...
.
.
.....
!lllel-& ClWIGil-.
::=::=::=::::
._-..
._-..
-.
._-..
__,-.. ---a...a-
.._-,.,-......
ita IZI. WIBS3
gnpwr.-r-.......,..
..

S'tUPD5 =--

... m5-=-
Contoh data yang diperlukan algoritma
yang diperoleh dari OEM
- I
I Data yang telah dikoreksi terrain:
Path/Row 1 04065_030901 selesai
18 I Kamis, 25/03/1 0 I Proses koreksi terrain dg
Pemahaman al oritma
19 I Jum'at, 26/03/10 I Proses koreksi terrain dg
2 Sen in, 29/03/10
09.00-16.00
Selasa, 30/03/10
09.00-16.00
Rabu, 31/03/10
09.00-16.00
Pemahaman algoritma koreksi
terrain
program INCAS
Pemahaman alaoritma
program INCAS
Pemahaman alaoritma
program INCAS
lnventarisir nilai TCC
I Data yang telah dikoreksi terrai
lnadvnu
-
z z
r ------ I - ,A
8

DirNra:
Sus. ZM = stJdti (Zct.l = stJdti Z!rCl mu/lari
8usa. ZH = sudti (Za.; = su<itkenimg;ln pbel (slope)
SodltNZM = sudtiAZB = Sl>dl.taratl plsel (aspek) - sud\Jt azimuth matahari
Keterangan:
Z Posisi tegak lurus matahari-bumi (sudut
zenith o)
M Posiis matahaari pada sudut zenith
tertentu
N Posisi normal piksel (tegak lurus terhadap
piksel)
A Posisi matahari pada sudut azimuth
tertentu
B Posisi piksel pada nilai aspek (sudut
azimuth piksel) tertentu
Data yang -tetah dikoreksi terrain:
Path/Row 115065 _11 0998 selesai
6
Rekab BCHP bulan Feb-Maret
2010
Nomor BCHP: .. .. ......... .. ........ .. ......... .
Bulan April-2010
1
No Hari/Tanggal KEGIATAN
1 Kamis, 01/04/10 Diskusi interval koefisien c - TCC
10.00-14.00
Proses koreksi terrain dg program
'
INCAS
2 Senin, 05/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
li
Penerapan interval nilai TCC
tanpa sampling
. 3
Selasa, 06/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
tanpa sampling
4 Rabu, 07/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
I
tanpa .
"'
. ........ ............... :..-. .... .. .:-... .............. .. :: _-4 .... : .. - . . .!....... ... ..

_.:::......
IIIGIII==Iiill

r
CATATAN KEMAJUAN
Plot data TCC dari hasil INCAS untuk
setiap band
RANGE
'111 (2) 1131 I 41
(5]
I l 6 I
[7] [8]
1191
81 1.0 2.0 3.0 4.0 6.0 7.0 8.0 9.0
62 1.0 1.5 2.0 2.5 r 3.5 4.0 4.5 5.0
63 0.4 0.8 1.2 1.6 2.4 2.8 3.2 3.6
84 0.4 0.5 0.6 0.7
: r:
0.9 1.0 1.1 1.2
85 0.4 0.5 0.6 0.7 0.8 0.9 1.0 1.1 11.2
87 0.5 0.7 0.9 1.1 13 1.5 1.7 ) 1.9 12.1 '
. .
Data yang telah dikoreksi terrain.
5 I Kamis, 08/04/1 0 I Proses koreksi terrain dg program
09.00-16.00 INCAS
tanoa sam
6 I Jum'at, 09/04/10 I Proses koreksi terrain dg program
09.00-16.00 INCAS
7 I Senin, 12/04/10
09.00-16.00
tanpa sampling
Path/Row 112064_080
Hasil berdasarkan interval nilai TCC
8 I Selasa, 13/04/10 J Proses koreksi terrain dg program I Data yang telah dikoreksi terrain:
09.00-16.00 INCAS
9 I Rabu, 14/04/10
09.00-16.00
10 I Kamis, 15/04/10
09.00-16.00
Jum'at, 16/04/10
09.00-14.00
Data vang telah dikoreksi terrain:
Menurunkan algoritma koreksi terrain
RH = RT (Cos(sz) +c) I (Cos(sz) Cos(ps)
+ Sin(sz) Sin(ps) Cos(pa- sa)+c)
c =b/m
merupakan rasio antara titik potong dan
en dari persamaan regresi
=m Cos(i)- b
8
09.00-16.00 I INCAS
Memahami al oritma
13 I Selasa, 20/04/1 0 Proses koreksi terrain dg program
09.00-16.00 INCAS
Memahami al oritma
14 I Rabu, 21/04/10 I Proses koreksi terrain dg program
09.00-16.00 INCAS
Memahami al oritma
15 I Kamis, 22/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
Memahami al oritma
16 I Jum'at, 23/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
Memahami al oritma
17 I Sen in, 26/04/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
Memahami al oritma
18 I Selasa, 27/04/1 0 Diskusi masalah koreksi terrain
10.00-14.00
I Path/Row 112064_080701 selesai
Data yang telah dikqreksi terrain:
Data yang telah dikoreksi terra
;; --
>c 1
'"

!:/:;< ... ... . IL
B-1

LJrzl
<;: .. "/ "" . / "
- .r t
L . " . '-'--'--'-" ....
Tanpa sampling, dilihat secara visual
dan diaital
- Rabu, 28/04/10 I Proses koreksi terrain dg program I Data yang telah dikoreksi terrain:
9.00-16.00 INCAS
Memahami bentuk plot antara R
terrain dan sun
am is, 29/04/10 I Proses koreksi terrain dg program I Data yang telah dikoreksi terrain:
9.00-16.00 INCAS
terrain dan sun
Diskusi mengenai kemajuan tim
dalam koreksi terrain
Rekab BCHP Bul an Fetr.
Presentasi mengenai kegiatan yang
elah dilakukan.
9
Nom or BCHP : ... ... .. ... ...... ... .... ..... .... . .
Bulan Mei 2010
1 I Sen in, 03/05/10 I Proses koreksi terrain dg program
09.00-16.00 INCAS
terrain dan sun
2 I Selasa, 04/05/1 0 Proses koreksi terrain dg program
09.00-16.00 INCAS
terrain dan sun
3 Rabu, 05/05/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
terrain dan sun
4 I Kamis, 06/05/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
terrain dan sun
5 I Jum'at, 07/05/10 I Diskusi rencana tim
09.00-16.00
6 I Senin, 10/05/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
7 I Selasa, 11/05/10 Proses koreksi terrain dg program
09.00-16.00 INCAS
dengan sampling
~ I I ~ f i l ~
~ ~ ~ ~ .....
Pembagian tugas
l
:!!OW
3 Rabu, 12/05/10
09.00-16.00
Proses koreksi terrain dg program I Data yang telah dikoreksi terrain:
;: Jum'at, 14/05/1 0
09.00-16.00
INCAS
Memahami Penerapan interval
nilai TCC d
Memaha
nilai TCC
Path/Row 127060_01 0900 selesai
10
10 I Senin, 17/05/10
09.00-16.00
11 I Selasa, 18/05/1 0
09.00-16.00
12 I Rabu, 19/05/10
09.00-16.00
13 I Kamis, 20/05/1 0
09.00-16.00
14 I Jum'at, 21/05/10
09.00-16.00
15 I Senin, 24/05/10
09.00-16.00
16 I Selasa, 25/05/10
09.00-16.00
Rabu, 26/05/10
09.00-16.00
a Kamis, 27/05/10
09.00-16.00
49
Senin, 31 /05/10
09.00-16.00
INCAS
nilai TCC
nilai TCC denaan sam
Proses koreksi terrain dg program I Data yang telah dikoreksi terrai
INCAS
Proses koreksi terrain dg program I Data yang telah dikoreksi
INCAS
nilai TCC dengan sampling
Data yang telah dikoreksi terrain: Proses koreksi terrain dg program
INCAS Path/ Row 127060_030406 selesai
Proses koreksi terrain dg program
INCAS
nilai TCC
Data yang telah dikoreksi terrain.
nilai TCC dengan sampling
' ~
I Proses koreksi terrain dg program I Data vana' telah dikoreksi terrain:
INCAS
nilai TCC de
INCAS
#
nil ai TCC den an sam
Proses koreksi terrain dg program Data yang telah dikoreksi terrain:
INCAS. Path/Row 127060_240706 selesai
11
Rekab BCHP bulan Feb-mei 2010
Nom or BCHP : ................... .... ..... ...... .
Bulan Juni 2010
1 I Selasa, 01/06/10 I Proses koreksi terrain dg
2 I Rabu, 02/06/10
09.00-16.00
3 I Kamis, 03/06/1 0
09.00-16.00
4 I Jum'at, 04/06/10
09.00-16.00
5 I Senin, 07/06/10
6
09.00-16.00
Selasa, 08/06/10
09.00-16.00
Rabu, 09/06/10
09.00-16.00
Kamis, 10/06/10
09.00-16.00
Penentuan c bedasarkan
interval
program INCAS
interval
program INCAS
interval
program INCAS
interval
program INCASal
interval
program INCAS
Kajian mengenai sudut
matahari
Diskusi terraitl
Kajian me
matahari
Path/Row 127060_260400 selesai
Pencarian perangkat lunak penghitung
sudut elevasi matahari ( Sun Calculator)
Mencoba metode dengan mengambil
L
09.00-16.00 I Kajian mengenai sudut
matahari
1 I Selasa, 15/06/10 I Proses koreksi terrain dg
2 I Rabu, 16/06/10
09.00-16.00
3 I Kamis, 17/06/10
09.00-16.00
4 I Jum'at, 18/06/10
09.00-16.00
5 ; Senin, 21/06/10
09.00-16.00
6 Selasa, 22/06/10
09.00-16.00
17
1
Rabu, 23/06/10
09.00-16.00
... 8 Kamis, 24/06/10
09.00-16.00
Jum'at, 25/06/10
09.00-16.00
Senin, 28/06/10
9.00-16.00
matahari
matahari
matahari
matahari
Mempersiapkan bahan dan
power point untuk presentasi
program INCAS
matahari
Mempersiapkan bahan
resentasi
Evaluasi Presentasi RIK Diknas
di Pusbangja
matahari
Mempersiapkan bahan
resentasi
matahari
Mempersiapkan bahan
presentasi
matahari
Mempersiapkan bahan
presentasi
Rapat tim
Selasa, 29/06/10 I Presentasi di LAPAN Pusat
9.00-16.00
,
Pengunduhan software ~ t e l l i t e Antenna
Alignment
Pengunduhan software Satellite Antenna
Alignment
Pengunduhan
NOAA Solar Calculations day.xls
Pengunduhan
NOAA Solar Calculations _year.xls
Penghitungan sudut zenit matahari data
Landsat 5 path/row 122/065 tanggal 23
Mei 2008
Penghitungan sudut zenit matahari
Presentasi dengan catatan beberapa point
harus ditambahkan
Persiapah untuk presentasi di LAPAN
Pus at
13
Survei lapangan diganti menjadi
training koreksi terrain
Tahap pengujjan, cukup dengan
membandingkan hasil klasifikasi
antara data yg telah dikoreksi
terrain dan yang belum
Koreksi terrain dengan program I Path/Row 123061_300906 selesai
INCAS
22 I Rabu, 30/06/10
09.00-16.00
Koreksi terrain dengan program
INCAS
Rekab BCHP Tim
Nomor BCHP : ...... ........ .... .......... ...... .
Bulan Juli 2010
No
1
2
3
4
5
6
I

Hari/Tan al KEGIATAN
Kamis, 01/07/10 Rapat tim
09.00-16.00
I Jum'at, 02/07/10 llnventarisir data
09.00-16.00
I Senin, 05/07/10 I lnventarisir data
09.00-16.00
I Selasa, 06/07/10 I lnventarisir data
09.00-16.00
I Rabu, 07/07/10 1 Rapat tim
09.00-16.00
I Kamis, 08/07/10 I Koreksi terrain dengan program
09.00-16.00 INCAS
Jum'at, 09/07/10
09.00-16.00
Kajian mengenai sudut matahari
CATAlAN KEMAJUAN
Data yang berterrain dan tidak
Data yang berterrain dan tidak
Diskusi mengenai tambahan data yang
akan diaunakan
.
- ..... ...... ..... -
_, .. ::- J.r h .. ... :. .. ........ -.. . ... '
-- -
--- __ ..., __ ..., __ -..,..., ...
- - _ ... _ - .... - - - ..... --- .,.. __
-F-
--,.- ___ ..,._ .._....,. __ --....-... ........... ....
____ .._ ---..-.--- .... - . ....-
--- ---.... -..---- ... ---- --- --- u.- ___ '-- ___ .._,_.__ --..- ... .__.._ .._______ ..___,._ ....__ ... .._ __
__ .. ..__,. .... .., .....
------ ..__ ...... _ .._______ ....__" ___ ... __
..... _.__ ...- ..- ................ .._.._ __ ....-....__
..___.., __ ... --
".:!:::::
.___....__ ........ ---------- _..__ ._ ...........
-::: --
...-
- -- ....... -- . ...
.
:.. ..... :t" ,.,_ "i . .- trn
:.=:.:.:. ---.
.. . . . . . . ... .. . .
- ......... --.. .- ---.
loWAIIIMG& ::: = ::::::: =!::; := ::': =:::: :::::.:
... - ... ..- .. ._....._ ____ ,. _____ _
"-- -... ............... ______ ... _ ---1
- :::
:::::: lU'- -- .. - ...__.... ___ .._ ___ "" _____ ..__ __ .. ____ .._ __ ... _ ...__ _
. .,_._ ---..- ---.. ---.... .-...... _ ..._
------- == ==:=
..... ..... ---- ... -----
\
1
09.00-16.00
9 I Selasa, 13/07/10 I Rapat ti m
09.00-16.00
1 0 I Rabu, 14/07/1 0 I Kaj ian mengenai sudut matahari
09.00-16.00
11
12
13
Kamis, 15/07/10
09.00-16.00
Jum'at, 16/07/10
09.00-16.00
Senin, 19/07/10
09.00-16.00
Koreksi terrain dengan program
INCAS
Rapat tim
Mempersiapkan laporan
Selasa, 20/07/ 10 1 Mempersiapkan laporan
9.00-16.00
Diskusi hasil
_:-.=.i .!..:.!. "
.......... ---...
...,.,....._ ___ _
--- """..... ... ... .....,., ... \IIIII
- - --- - ........ _ - - -
'='-==-..-":'-':! ... ....
. = = =::=
'-: = = ==- ======:::!::::::::
....._ == =:::: ::::::::::::::::::::i
= - == ====
: CXJ = = =.::=
... . .. -- __ ____ ill ___ __
... --- _.,_ -..uv--- ...... _,,__, __ .. __
....
........ == ===
SunllilhiiOur.(..., --- -- ._,M.__ ------ WJfo.C __ _
......,.._g_ -- ..

.
.. _....,.., h
c::
Pembagian tugas dan rencana yad.
lnventarisasi hasil
---..::.."1 ..
=--
........

Memperbaiki laporan Februari - Juli
Rabu, 21 /07/ 10
9.00-1 6.00
Rapat tim: I Kesiapan dalam hal laporan, rekaban
Kami s, 22107/10
.00-16.00
23/07/10
6.
BCHP tim, usulan RAB Termin 2
Rapat di LAPAN Pusat I Hal-hal mengenai usun di termin 2
Mempersiapkan laporan dan
BCHP
empersi apkan laporan da
BCHP
Memperbaiki laporan Februari - Juli dan
rekab BCHP
ekab BCHP
15
18
19
20
21
22
Senin, 26/07/10
09.00-16.00
Selasa, 27/07/10
09.00-16.00
Rabu, 28/07/10
09.00-16.00
Kamis, 29/07/1 0
09.00-16.00
Jum'at, 30/07/10
09.00-16.00
BCHP
BCHP
BCHP
Pertemuan dan diskusi dengan
tim lain
Nomor BCHP : .... ...... ...... ...... ..... .... ... .
Bulan Agustus 2010
3 I Rabu, 4/08/10
09.00-16.00
4 I Kamis, 5/08/10
09.00-16.00
- Pertemuan: Merencanakan
tr::aininn koreksi terrain
Proses koreksi terrain dengan
pengambilan sampling dan
membuat mod
membuat modu
membuat modulnya
rekab BCHP
Memperbaiki lapor.an Februari - Juli dan
rekab BCHP
- .. - -1'
- ,.._ J ... " . ....... _ .. ... . - - - - - - - ';;:' -
-
Memperbanyak, menjil id laporan
Pertemuan dan diskusi dengan tim lain
Memperbanyak, menjilid laporan
- Pembagian tugas
Dipelajari
Dipelajari
. .
16
5 I Jum'at, 6/08/1 0
09.00-16.00
7 I Senin, 9/08/1 0
09.00-16.00
8 Selasa, 10/08/10
09.00-16.00
9 I Rabu, 11/08/10
09.00-16.00
Kamis, 12/08/10
09.00-16.00
j Proses koreksi terrain dengan
membuat modu
membuat moduln
Menentukan c optimum (plot
data), inventarisir nilai TCC
Menentukan c optimum (plot
data).
pengambilan c
optimum
Penyelesaian proses
Penyelesaian proses
3
-rotsc->es 1
.-- utost vo1N u ,:l!,
baDIU4 1 3 %3 . :J977344n2
2 5 . 0H211ll.M5
bimott<1 3 3.TT76153G.I
baDIU4 4 l':. 1197-
5 25 .:H57ll.S4M
' 6.1733'7646
1141o1 t -=-..:.ct I -... f
boD<tt<1 1 %3 . MTn44272
boD<tt<1 2 5 . OH2nlM5 ,, . _, 4>1571
baDdLt 3 3 . 1.2 .lS4.SitMStS
boad:l<1 4 M435611272 31 . H7-
boD<tt<1 5 25.:H57lliU6 23 . 3SU72HU
boD<tt<1 ' ' . 17337 646 u . ll Ul-4 10M
ooetfi.d..eau _,.. -iaq !!<l.r COrJOICt
te=lo.1JI .1.l.l..u..atlca dat& _,.
t tile tae ll : 9 : 24, 20/4/2010 .
.... ,.. ... ,
. B-1 I .-.g

v..wc:,.. .....
B-3

......,.. .... s
-
B-7
Tab_f!l6, Nilai c yang berpola dengan hasiiiNC.A.S
,.._, ..
1
11 I Jum'at, 13/08/10
09.00-16.00
12 I Senin, 16/08/10
09.00-16.00
14 I Rabu, 18/08/10
09.00-16.00
15 I Kamis, 19/08/1 0
09.00-16.00
16 I Jum'at, 20/08/10
09.00-16.00
17 I Senin, 23/08/10
09.00-16.00
8 I Selasa, 24/08/10
09.00-16.00
Rabu, 25/08/10
09.00- 16.00
Kamis, 26/08/10
09.00-1 6.00
pengambilan sampling c
optimum
optimum
I Proses koreksi terrain dengan
optimum
Pengujian hasil
Pengujian hasil
Pembuatan modul
Pembuatan
Pembuatan modul
Uji coba rr
I Dilakukan secara kualitas dan
kuantitas, samil dibuat modul
X - - - - J-
Dilakukan secara kualitas dan
kuantitas
Dilakukan kualitas dan
kuantitas
Modul koreksi terrain untuk data
Landsat dengan c optimum melalui
trainin sam
trainin sam
trai
Perlu perbaikan
I
I
I
li
Jum'at, 27/08/10 Uji coba modul
09.00-16.00
Senin, 29/08/10 Uji coba modul
09.00-16.00
Selasa, 30/08/10 Rekab BCHP Bulan Februari
09.00-16.00
omor BCHP: ............... ... ............ .... .
Bulan September 2010
No I HarifTanggal
1 I Rabu, 01/09/10
09.00-16.00
2 I Kamis,02/09/1 0
09.00-16.00
3 I Jum'at,03/09/10
09.00-16.00
4 I Sen in, 06/09/10
09.00-16.00
5 I Selasa, 07/09/10
09.00-16.00
6 I Rabu, 08/09/10
09.00-16.00
KEGIATAN
lnventarisasi data dan
memplotnya
- Analisis data berdasarkan
lokasi
- Analisis data berdasarkan
musrm
- Pembagian tugas
- Proses dan analisis data
Proses dan analisis data
Perlu perbaikan
Perlu perbaikan
Laporan BCHP
CATATAN KEMAJUAH
Dipilih data yang clear dan berterra
Tidak ada korelasi antara data mus""'
dan lokasi
Proses data sesuai modul
7 I Kamis, 09/09/10 LIBUR CUTI BERSAMA
09.00-16.00
8 I Jum'at, 10/09/10
09.00-16.00
9 I Senin, 13/09/10
09.00-16.00
1 0 I Selasa, 14/09/1 0 Rekab hasil
09.00-16.00
HARI RAY A IDUL FITRi
LIBUR CUTI BERSAMA
'-' ........
Bfl= (,a w- F.-tcs ra
o- s-m ::=:
_ _ ;;r
XII9.A
J;lUI:_po:MS'f:WIIRll'tMIIIfll#*t-.
y'
,_, X .J J tllllll:f'EG
-wAJ<.- ' m
..... _t..inUdlnll ..=.J
_ .!) ='IOWI
0
11\asltoMII.JMOIIOOJDS ...
3
. JtdeJi4PJiind.l4sx
t..blnoJrl
.......
I..,.) tz ... C
U fiiBfWnl
\,..) fkJ4EIW)t:: -...1
:-113064..J9
0
tw1./lWIOXI6311..JH05100J...
3
ter2'./IW10006liii,.Pff>OJ.
-...1

0
tarlj7th: I11Xl63111_040900J m' t.'l_-fllt:Jt0006llll_o.o .. ,
w..-... ___J
..:J t.'3JIIIIIlJN;s:t00063MJHO... ;; .
.. 311..;. .. ..
---
tc '""' ul..s / "' 0 hr3-"*'j7uts1111)6:t.JM09... tef'3_ootj1Wt(O)h.)lo_IMQ!I.
11 11
Rabu, 15/09/10
09.00-16.00
Rekab hasil
2 Kamis, 16/09/1 0
09.00-16.00
i 3 Jum'at, 17/09/10
09.00-16.00
lnventarisir data pass INCAS
-
Jurnlah data menjadi sekitar 190
B1 B2 r
..

r, -....:...:_-
B3
T
,..;=--- . - - - -
. J.

J ' I .

e .. -
19
. . ..
...
14 Sen in, 20/09/10
( ., ,, i; .. . --
09.00-16.00 !
I ,
I
. - --:--c- I - - - -
--'1 ; - . ' - .
F- IS ' 17
: - .I.. -1'-->r- l --- - --- ,_,; ---=--
. . . . . ...
Gombar 25 Koelis1en c dijillll berdas:oklll 1Tll5lll MAll!
r . --
81- ...
f "'
- I
I ,
...... -
l -- .... - ........
- J:. . ;
w , .
r= _13--- . ,.: --i'
'-- -
l. - .. -:
-
r .,_
-
".:- .s '>

17
- -
--..
15 Selasa, 21/09/10 Diskusi: Membahas
Perlu pengkajan lebih lanjut mengenai c
09.00-16.00 metode=metode yang sudah
optimum
dikaii
16 Rabu, 22/09/10
09.00-16.00
17 Kamis, 23/09/10 Plot
__ .......
.... - .
-
09.00-16.00
'
"
/
/
./
:/
:/
J
- * - - -
......... ......
- --
.........
-
-

..
..
,I

: -- .. --
. .. .. - ' - . -
- - .. - - --
--
.......
... ...... _
..
:/ _
I
:/
..
... ..- ....
- - -
"""I,,. . I 'I . ,
18 Jum'at, 24/09/10 Diskusi: metode yang akan
09.00-16.00 disosialisasikan
9 Senin, 27/09/10 Proses koreksi terrain dg Data yang telah dikoreksi terrain:
Pemahaman algoritma
. .
20 Selasa, 28/09/10 Proses koreksi terrain dg Data yang telah dikoreksi terrain:
09.00-16.00 program INCAS Path/Row 115065 _11 0998 selesai
Pemahaman algoritma
21 Rabu, 29/09/10
09.00-16.00
22 Kamis, 30/09/10 - Pertemuan: traniing
- Pembagian tugas
09.00-16.00 - Rekab BCHP bulan Agustus -
- Laporan BCHP
I September 201 0
---
_Q
Nomor BCHP : ............. .. ................... .
Bulan Oktober 2010
1 I Jum'at, 01/10/10 1 Persia pan acara sosialisasi
09.00-16.00
2 I Senin, 04/10/10 I Persiapan acara sosialisasi
09.00-16.00
3 I Selasa, 05/10/10 I Membagi tugas
09.00-16.00
4 I Rabu, 09/10/10 Membagi tugas
09.00-16.00
5 I Kamis, 07/1 0/1 0 Diskusi dengan nara sumber
09.00-16.00 mengenai rencana sosialisasi
- Membagi tugas
6 I Jum'at, 08/10/10 - Persiapan acara sosialisasi
09.00-16.00 - Mengumpulkan tugas
7 I Senin, 11/10/10 Persiapan acara sosialisasi
09.00-16.00
I
8 I Selasa, 12/1 0/1 0 Persiapan acara sosialisasi
09.00-16.00
9 I Rabu, 13/10/10 Persiapan acara sosialisasi
09.00-16.00
1 0 I Kamis, 14/1 0/1 0 Rapat: Memeriksa kesiapan
09.00-16.00 acara sosialisasi
Jum'at, 15/10/10 Persiapan acara sosialisasi
09.00-16.00
11 I Senin, 18/1 0/1 0 I Sosialisasi: Bimtek Koreksi
09.00-16.00 Terrain untuk Data Landsat
12 I Selasa, 19/10/10 I Sosialisasi: Bimtek Koreksi
09.00-16.00 Terrain untuk Data Landsat

-
sesuai mode
Masing-masing pene
tugas koreksi den<Ja
sesuai model
I - Metode yang

- Penye
-
I
- Cetak sertffikat
uan sosialisasi
- Uji coba modul
- Memperbaiki modul
- Uji coba modul
- Memperbaiki modul
Perlengkapan: data, bahan, seminar
kit, administrasi, membagi tugas
acara
_ }
13 I Rabu, 20/1 0/1 0
09.00-16.00
14 I Kamis, 21/10/10
09.00-16.00
15 I Jum'at, 22/10/10
09.00-16.00
16 I Senin, 25/10/10
09.00-16.00
Selasa, 26/10/10
09.00-16.00
Rabu, 27/1 0/1 0
09.00-16.00
Kamis, 28/1 0/1 0
09.00-16.00
Jum'at, 29/10/10
09.00-16.00
Sosialisasi: Bimtek Koreksi
Terrain untuk Data Landsat
BCHP
- Peretemuan: Evaluasi
sosialisasi
- Membuat laporan sosialisasi
- Membuat laporan sosialisasi
- Mempersiapkan laporan dan
BCHP
BCHP
- Membuat laporan akhir
- Membuat bahan presentasi
- Rekab BCHP Tim (agustus-
Oktober)
,
Memperbaiki laporan Februari -
dan rekab BCHP
- lnventarisisr saran-saran ya
masuk
<:>nnr<:>n sosialisasi
- Laporan sosial isasi
- BCHP Bulan Oktober
BCHP Bulan Oktober
- Laporan akhir (draft)
- bahan-bahan presentasi (sementa
ra)
- bahan-bahan presentasi (sementa
ra)
- bahan-bahan presentas
- BCHP:
a
1 ~ - ill
1
-=
- - I
~ I : : : =
.,
Nomor BCHP : ................ .. ....... ... .... .. .
Catalan Kemajuan Penelitian
Bulan November 2010
No I Hari/Tanaaal I KEGIATAN
1 I Senin, 01/11/10 I -Presentasi di Pusbangja
09.00-16.00
2
3
4
5
6
Selasa, 02/11/10
09.00-16.00
Rabu, 03/11/10
09.00-16.00
Kamis, 04/11/1 0
09.00-16.00
Jum'at, 05/11/10
09.00-16.00
Senin, 08/11/10
09.00-16.00
- Diskusi hasil
Diskusi hasil dan perbaikan
bahan oresentasi
Presentasi intern di LAPAN Pusat
Membuat laporan akhir
- Revisi laporan akhir
- inventarisir hasil
I Selasa, 09/11/10 Revisi laporan akhir
09.00-16.00 - inventarisir hasil
8 I Rabu, 10/11/10
9.00-16.00
- Pertemuan tia-1
- inventari sir hasil
CATATAN KEMAJUAN
Berdasarkan masukkan nara
sumber, bentuk laporan disesuaikan
denaan oroaramnva
- Laporan akhir (semnetara)
- lnventarisisr: bahan laporan, hasil
penauiian data landsat
- lnventarisisr: bahan laporan,
hasil oenauiian data landsat
- lnvenfari'sisr: bahan laporan, hasil
nauiian data landsat
- Membagi tugas pembuatan
laooran akhir
nauiian data landsat
aporan akhir (semnetara)
- lnventarisisr: bahan laporan,
""'
13 I Kamis, 18/11/10 - Mencetak laporan - Laporan akhir
09.00-16.00 - Memeriksa hasil rintout -Men anti lembar pna salah
14 I Jum'at, 19/11/10 - Pertemuan Tim - Diskusi masalah hasil
09.00-16.00 - Mencetak laporan - Laporan akhir
- Memeriksa hasil orintout - Menaaanti lembar vana salah
15 I Senin, 22/11/10 Mencetak dan jilid laporan akhir
09.00-16.00
Jakarta, 22 November 2010
Mengetahui Peneliti Utama

Jr. Arum Tjahjaningsih, M.Si. Ora. Tatik Kartika, M.Si.
,
_4

Laporan Akhir

Diunggah oleh

Informasi Dokumen

Deskripsi Asli:

Judul Asli

Hak Cipta

Format Tersedia

Bagikan dokumen Ini

Bagikan atau Tanam Dokumen

Opsi Berbagi

Apakah menurut Anda dokumen ini bermanfaat?

Apakah konten ini tidak pantas?

Hak Cipta:

Format Tersedia

Laporan Akhir

Diunggah oleh

Hak Cipta:

Format Tersedia

LAPORAN AKHIR

PENGEMBANGAN METODE KOREKSI

Anda mungkin juga menyukai