01 Modul Pengenalan Penginderaan Jarak Jauh
01 Modul Pengenalan Penginderaan Jarak Jauh
100%
Producer' s accuracy =
X
X
kk
k+
100%
Users' s accuracy =
X
X
kk
+k
100%
Toolbar
Title bar
Tombol
Menu bar
14
Menu bar, tempat pilihan perintah yang akan digunakan pada pengolahan citra,
dalam bentuk memanjang ke bawah, untuk perintah pada menu bar click nama pada
menu bar, kemudian pilih perintah yang akan dijalankan
Tool bar, tempat menampilkan pilihan perintah umum secara cepat, dengan
menggunakan icon-icon, untuk menjalankannya hanya click pada tombol perintah
yang diinginkan.
Tool tips, untuk mengetahui fungsi dari suatu icon, letakkan pointer di atas icon
yang ingin diketahui, kemudian akan muncul kalimat (tool tips) yang akan
memberitahukan fungsi dari icon tersebut
Cara Menampilkan Citra
- Pada menu bar click File/New (atau icon )
- Kemudian click View/Algoritm pada menu utama atau icon
- Click icon pada toolbox algorithm, akan muncul kotak raster dataset, pilih
direktori dimana data disimpan dan pilih file yang akan ditampilkan
- Pilih data yang akan ditampilkan
- Click OK
- Apabila akan mengubah band yang akan ditampilkan click pada toolbox algorithm
Mengubah Warna Tampilan Citra
- Tampilkan citra
- Pada toolbox algorithm click Surface,
- Pada Color Table click , pilih warna (Misal: rainbow2)
1
2
15
Mengubah Ukuran Tampilan
- Click icon pada menu utama, drag mouse diatas citra sesuai luas daerah yang
akan diperbesar
- Untuk mengembalikan tampilan citra seluruhnya, dari menu utama click View/Quick
Zoom/Zoom to All Dataset atau click kanan mouse di atas citra kemudian click Quick
Zoom/Zoom to All Dataset
Menampilkan Nilai Pixel
- Click View/Cell Values Profile atau click kanan mouse di atas citra kemudian click Cell
Values Profile
- Click pointer
- Click kiri mouse di atas citra, sehingga akan ditampilkan nilai pixel seperti gambar di
bawah
Menampilkan Posisi Koordinat
- Click View/Cell Coordinate atau click kanan mouse di atas citra kemudian click Cell
Coordinate
- Click pointer
- Click di atas citra sehingga akan ditampilkan posisi koordinat dari pixel, seperti tertera
pada gambar di bawah
16
Menampilkan Histogram
- Click View/Algorithm
- Click Layer pada Toolbox algorithm
- Kemudian click
Cropping Data Citra
Dalam proses pengolahan citra, biasanya tidak keseluruhan scene dari citra kita
gunakan, unruk mendapatkan daerah yang kita inginkan kita dapat memotong/cropping
citra tersebut. Pemotongan citra dapat kita lakukan berdasarkan koordinat, jumlah pixel
atau hasil zooming daerah.
Urutan dalam proses cropping citra adalah:
- Dari menu utama pilih File/ New (atau icon )
- Kemudian click icon atau View/Algoritm pada menu utama
- Click icon pada kotak algorithm, pilih direktori dimana data disimpan dan pilih
file yang akan ditampilkan
- Click OK
- Pilih lokasi yang akan dicrop, dengan menggunakan dengan cara drag mouse di
atas citra atau kita juga bisa melakukan dengan cara click View/ Geoposition
(apabila sudah diketahui posisi latitude-longitude, easting-northing, atau cell x-cell y),
click Extents pada kotak dialog Algorithm Geopisition Extents
- Ketik posisi yang diinginkan pada latitude-longitude, easting-northing, atau cell x-cell y
- Click OK, maka pada tampilan akan diubah sesuai posisi tersebut
17
- Setelah tampilan sesuai dengan posisi yang kita kehendaki, aktifkan mouse pada
toolbox algorithm
- Copy paste pseudolayer pada menu algoruthm, sejumlah band yang ada, dengan
cara click pada menu algoruthm (misalkan disini dibutuhkan 9 band, yaitu untuk
band 1, band 2, band 3, band 4, band 5, band 6_1, band 6_2, band 7, dan band 8)
- Ubah nama pseudolayer tersebut sesuai dengan band yang akan diisikan, dengan
cara double click pada pesudolayer
- Isikan band sesuai dengan urutan layer dengan cara click tanda panah ke bawah
pada pada menu algorithm
- Select semua layer pada menu algorithm tersebut dengan cara click Shift dan mouse
pada layer B1 sampai B8
- Langkah selanjutnya Click File/Save as
- Berikan nama output
- Pilih type filenya ER Mapper Raster Dataset (.ers)
- Click OK
- Pilih tipe output : Multilayer
- Pilih tipe data : Unsigned8BitInteger
- Click OK
Koreksi Geometrik
- Click Process/Geocoding Wizard
- Click Start
- Click
- Input File : Masukkan citra yang akan dikoreksi
- Click Polynomial setup, pilih polynomial order: linear
- Click GCP Setup, checklist geocoded image, vectors or algorithm, lalu Click
masukkan file referensi
- Click kemuduan ubah datum, proyeksi dan system koordinat yang akan
digunakan
- Click OK
18
- Click GCP Edit
J endela/window Uncorrected Gcp (Overview Roam Geolink) dan Corrected Gcp
(Overview Roam Geolink) dikecilkan dengan mengklik tombol minimize yang ada
pada sudut kanan atas jendela. Kemudian letakkan jendela Uncorrected GCP zoom
dan Corrected GCP zoom berdampingan, serta ubah ukuran jendela supaya
mempermudah dalam mencari objek yang akan dijadikan titik GCP.
- Tampilkan kedua citra (Uncorrected GCP zoom dan Corrected GCP zoom) dengan
kombinasi komposit yang sama (RGB542) (lihat bab selanjutnya menampilkan citra
komposit)
- Kemudian cari GCP, dengan cara click pada citra yang belum terkoreksi (window
Uncorrected GCP zoom), maka akan mengisi kolom pada cell x dan cell y, kemudian
click pada lokasi yang sama pada citra yang telah terkoreksi (window Corrected GCP
zoom), maka akan mengisi kolom raw y dan raw y
- Kemudian click untuk menambah titik GCP
- Apabila akan menghapus salah satu pasangan GCP, select pasangan titik yang akan
dihapus kemudian click
- Cari GCP sebanyak-banyaknya dan menyebar ke semua lokasi, karena hal ini akan
mempengaruhi keakuratan dalam proses koreksi geometrik.
- Apabila telah mendapatkan sejumlah titik yang mewakili kemudian click icon
(Save) pada toolbox geocoding wizard
- Beri nama file gcp (misal: GCP.gcp)
- Click OK
- Click OK
19
- Click rectify pada toolbox Geocoding Wizard, sehingga muncul gambar seperti di
bawah:
- Click pada geocoding wizard
- Kemudian masukkan nama file output hasil koreksi geometrik
- Click OK
- Ubah cell size x =30 meter
- Ubah cell size y =30 meter (sesuai dengan resolusi spasial citra yang kita olah,
apabila Landsat =30 meter)
- Kemudian click
Penajaman Kontras (Contrast Enhancement)
- Click untuk mengkontraskan citra dengan menghilangkan 1% informasi
- Pengkontrasan secara manual dapat dilakukan dengan cara click sehingga
akan keluar tampilan sebagai berikut:
- Kesembilan icon tersebut adalah berbagai
strect yang dapat digunakan, click salah
satu icon strecth
- Pengkontrasan juga bisa dilakukan dengan
cara mengubah garis transformasi yang
terletak di dalam kotak
- Grafik yang gelap adalah histogram
sebelum distrecth, sedangkan grafik yang
transparan adalah histogram citra setelah
distrecth
20
Filtering Data Citra
- Click icon pada toolbox algorithm
- Click icon , pilih filter yang dikehendaki
- Click OK, maka secara otomatis citra yang kita tampilkan telah terfilter
- Filter ini dapat juga dilakukan secara manual yaitu dengan mengisi jumlah row dan
kolom, masukkan nilai-nilai pada kernel, secara otomatis citra akan terfilter
- Apabila ingin menyimpan hasil filter yang telah kita buat click ,
lalu click Save as
Tampilan Komposit
- Pada menu bar click File/New (atau icon )
- Kemudian click View/Algoritm pada menu utama atau icon , sehingga akan
muncul toolbox algorithm
- Click icon (Load Dataset) pada toolbox algorithm, akan muncul kotak raster
dataset, pilih direktori dimana data disimpan dan pilih file yang akan ditampilkan
- Pilih data yang akan ditampilkan
21
- Click OK
- Kemudian Click sebanyak 3 layer
- Ubah kombinasi band, masukkan band 4 pada Red Layer, band 5 pada Green Layer
dan band 3 pada Blue Layer dengan cara click
- Kemudian Click
Klasifikasi Unsupervised
- Dari menu Process/Classification/Isoclass Unsupervised Classification
- Sehingga akan muncul toolbox sebagai berikut:
- Click pada input dataset, pilih file yang akan diklasifikasi
- Click pada output dataset, beri nama file hasil klasifikasi
- Click OK
- Masukkan nilai maksimum iterasinya (misal:20)
- Masukkan maksimum jumlah kelasnya (misalnya 40)
- Masukkan maksimum standart deviasi (misal:2)
- Masukkan Min. distance between class mean (misal:1)
- Click OK
- Click Edit/Edit Class/Region Color and Name
- Dari klasifikasi akan kita dapatkan jumlah kelas sebanyak 40 atau kurang, kemudian
40 kelas tersebut akan kita jadikan kecil yang lebih kecil lagi(misal menjadi 6 kelas)
- Click pada toolbox Edit Class/Region Details
- Pada toolbox Edit Class/Region Details click Auto-gen color
- Click pada Red band, pilih B4, OK
- Click pada Green band, pilih B5, OK
- Click pada Blue band, pilih B3, OK
- Click Auto-gen
22
- Save
- Click pada toolbox algorithm, maka warna citra hasil klasifikasi unsupervised
akan diubah seperti pada Click Edit/Edit Class/Region Color and Name
- Langkah selanjutnya kita harus melakukan labelling, caranya yaitu: ganti nama
sesuai dengan obyeknya pada kotak Name, pada toolbox Edit Class/Region Details
sampai ke 40 kelas terlabeli semua
- Click save pada toolbox Edit Class/Region Details
- Kemudian kita harus mengedit ke-40 kelas tersebut menjadi hanya 6 kelas, dengan
menggunakan Edit Formula (icon ), yang ada pada toolbox algorithm
- Click Apply change
- Click Pada menu utama, File/Save as
- Berikan nama output
- Pilih type filenya ER Mapper Raster Dataset (.ers)
- Click OK
- Pilih tipe output : Multilayer
- Pilih tipe data : Unsigned8BitInteger
- OK
Klasifikasi Supervised
- Tampilkan citra komposit 453 (RGB) (cara seperti pada
materi sebelumnya)
- Click Edit/Edit Create Region
- Click Mode Raster region pada toolbox New Map Composition
- Click OK, akan muncul tools
- Click
- Buat poligon, dengan cara click kiri diakhiri dg click kanan
- Click
23
- Beri nama atribut sesuai dengan obyeknya
- Click Apply
- Buat Traning Area dari beberapa kelas (Tabel 1)
- Click Save , pilih save as dalam Raster region
- Save to file: masukkan nama citra yang didigitasi
- Click OK
- Click OK
- Click Close
- Click Process/Calculate Statistic
- Dataset: masukkan citra yang telah ditraining area
- Click OK
- Click OK
- Click Close
- Click Process, Classification, Supervised classification
- Input dataset: masukkan citra yang telah ditraining area
- Output dataset: masukkan nama hasil klasifikasi
- Pilih Classification Tipe Maximum likelihood standar
- OK
- Click Edit/Edit Class/Region Color and Name
- Dataset: masukkan nama file hasil klasifikasi
- Click OK
- Click Set color, pilih warna, OK (semua kelas lakukan yang sama)
- Save
- Yes
Menampilkan Citra Hasil Klasifikasi
- Pada menu bar click File/New (atau icon )
- Kemudian click View/Algoritm pada menu utama atau icon , sehingga akan
muncul kotak dialog sebagai berikut:
24
- Click kanan pada pseudolayer ubah menjadi class display
- Click icon pada toolbox algorithm, akan muncul kotak raster dataset, pilih
direktori dimana data disimpan dan pilih file yang akan ditampilkan
- Click OK
Menghitung Luasan Hasil Klasifikasi
- Click View/Statistic/Area Summary Report
- Input Dataset: masukkan citra hasil klasifikasi
- Click OK
Tabel 4. Kriteria (Deskripsi) Kelas Tutupan Lahan
Kelas Simbol Kode
Gambar
Hutan lahan kering primer / Primary Dry Land Forest
Hp 2001
Hutan lahan kering sekunder / Secondary Dry Land
Forest
Hs 2002
Hutan mangrove primer / Primary Mangrove Forest Hmp 2004
Semak/belukar / Shrubland B 2007
Perkebunan / Crop Plantation Pk 2010
Sawah / Rice land Sw 20093
Tambak / Fish Pond Tm 20094
Tanah terbuka / Bare land T 2014
25
Lahan Terbangun / Built-up Area / Housing Pm 2012
Tubuh air / Water Body A 5001
Rawa / Swamp Rw 50011
Awan / Cloud Aw 2500
Sumber: Baplan Dep Hut, 2001
BIODATA INSTRUKTUR
Nama : Risti E. Arhatin
Email : ristyend@yahoo.com
No telp : 08129697142
Instansi : Institut Pertanian Bogor