Hipersepektral Untuk Batu Bara

Hiperspektral adalah banyaknya jumlah band panjang gelombang yang terukur antara 100 -
500, dengan perbedaan panjang gelombang 5nm<<10nm. Hiperspektral dapat digunakan untuk
mengidentifikasi dan mencirikan materi yang unik serta memiliki potensi ekstraksi informasi lebih
akurat dan detail dibanding dengan jenis multispektral.
Keuntungan yang diperoleh citra hiperspektral, harus didasari dengan sejumlah konsep spektral
yang digunakan di penginderaan jauh. Terminologi spektral berkaitan dengan panjang gelombang, dan
energi, serta satuan panjang gelombang adalah micron. Seperti yang terlihat pada Gambar1.










Gambar 1. Spektrum Elektromagnetik
Gelombang tampak terletak di 400 nm-700 nm sedang gelombang radio memiliki panjang gelombang
lebih dari gelombang tampak. Setiap materi memiliki identitas yang unik akibat pola reflektasi dan
absorbsi dari gelombang elektromagnetik yang menimpanya. Bila delta nilai pantulan panjang
gelombangnya sempit dan kecil sekali, maka akan terjadi kontinuitas pada piksel yang merekam
pantulan objek, itu terjadi di hiperspektral.
Citra hiperspektral kesemuanya mengukur radiasi pantulan dalam satu seri panjang gelombang yang
sempit dan kontinu, dibanding dengan multispektral. Dikatakan kontinu dan disebut data hiperspektral
bila perbedaan panjang gelombangnya kurang dari 5 nm, aplikasi materi yang sejenis secara spektral
dapat dibedakan dan informasi berskala sub piksel dapat diekstraksi, hal ini perlu dikembangkan teknik
pengolahan citra yang baru.
Tabel 1. JENIS CITRA HIPERSPEKTRAL


























Fenomena Hughes

Seperti yang terlihat pada Tabel 1, melimpahnya jumlah band melebihi dari cukup (dimension),
mengakibatkan adanya persoalan pengkelasan dan pelabelan obyek. Fenomena reduce-dimension ini
disebut fenomena Hughes, fenomena ini dapat dijelaskan sebagai berikut : dengan jumlah sampel
yang sama, maka pemisahan kelas terhadap n band selalu meningkat, pada titik tertentu terjadi
kejenuhan dan bahkan menurun probabilitas hasil klasifikasinya, maka ini terjadi efek counter
balancing. Dalam menerapkan proses pengkelasan dan pelabelan objek dikehendaki adanya
exhaustive, separable, dan information value. Agar ketiga momen itu secara simultan dapat terjadi
perlu dilakukan pemilihan model klasifikasi yang memenuhi kondisi tersebut. Diharapkan dengan
model seperti ini member keuntungan lebih yaitu proses cenderung membuat training sampel
semakin robust dan berlaku untuk keseluruhan data, sehingga meningkatkan generalisasi data yang
melebihi training sampel, mencegah fenomena Hughes (menggeser puncak akurat vs jumlah training,
juga meningkatkan akurasi dengan jumlah training sampel yang terbatas), proses diharapkan juga
menaksir probabilitas kelas objek lain, yang tidak dapat dilakukan oleh training sampel, sehingga citra
tematik yang dihasilkan bukan sebagai hasil akhir.











Gambar 2. Fenomena Hughes


APLIKASI DAN KAPABILITAS CITRA HIPERSPEKTRAL

Berdasar sejumlah referensi, berikut ini disampaikan sejumlah aplikasi citra hiperspektral:
Melengkapi peta lahan basah untuk memantau lokasi yang menarik.
Meningkatkan pemetaan spesies vegetasi.
Mengidentifikasi dan memantau rumput yang berbahaya.
Meningkatkan pemantauan kuantifikasi biomassa dan evolusi.
Pemetaan penetrasi jalur dan tingkat kehancuran untuk lebih baik meredakanserangan spesies
yang beracun.
Pemantauan wilayah yang terkontaminasi dan rehabilitasi tambang logam.
Mendeteksi kontaminasi hidrokarbon terhadap tanah dan air yang dihubungkan
denganaktivitas industri dan pemantauan pipa hidrokarbon.
Mengukur pengaruh industri dan pertanggungjawaban manajemen sebagai garis dasar
lingkungan.
Memodelkan dan memantau kualitas air dari garis pantai.
Pengkajian kualitas tanah dan pemantauan pengaruh praktek pertanian.
Mendukung perhitungan karbon melalui inventarisasi hutan (komitmen protocol kyoto).
Pemantauan kelautan
Deteksi Marijuana dan Ganja
Deteksi Uang palsu
Target Deteksi penyamaran
Deteksi polutan pada sistem saluran air.
Eksplorasi geologi.
Pemantauan Lingkungan.
Precision Farming.
Geobotany.
Pemanfaatan untuk membangun system pengawasan, jalur, pertanian, pertahanan tanah air,
pemantauan lingkungan, pengintaian militer dan perencanaan kota.
Untuk mendeteksi status nutrisi dan air dari gandum pada sistem irigasi.
Deteksi aneka anggur dan dikembangkan sebagai sistem peringatan untuk penjangkitan
penyakit.
Dapat digunakan untuk mendeteksi komposisi kimia dari tumbuhan, gedung, pabrik.
Dapat digunakan untuk mengidentifikasi ragam mineral dan sangat ideal untuk industri
pertambangan dan perminyakan.
Pemetaan biomedis dan pencitraan biometric.
Identifikasi Mineral Campuran.
Bioteknologi : deteksi noda di microarray, deteksi seluler, analisa gel protein.
Kesehatan : deteksi melamonia, deteksi kanker perut.
Pemantauan asset : jalan yang retak, pemetaan koridor.
Aplikasi lain : ukuran serabut, deteksi simetri.
Deteksi kekerasan kayu.



















BATU BARA
Merupakan jenis batuan sedimen yang mudah terbakar dan yang paling sering digunakan
oleh masyarakat umum sebagai bahan bakar yang proses terbentuknya memerlukan waktu jutaan
tahun, karena terbentuk dari endapan fosil tumbuh-tumbuhan purba.
Klasifikasinya diantaranya:
1. Antrasit ( batu bara dengan warna hitam metalik yang mengandung 86%-98% karbon dengan
kadar air luring dari 8%)
2. Bitumnius (batu bara dengan kandungan karbon 68%-86% dengan kadar air 8%-10%)
3. Sub-Bituminus (batu bara dengan kandungan karbon yang lebih sedikit daripada Bituminus
dengan kadar air yang lebih tinggi )
4. Lignit (batu bara coklat dengan kandungan air 75%)
5. Gambut (batu bara berpori dengan kandungan air >75%)










Gambar 3. Batu Bara

Citra HyMap di Afghanistan
































Gambar 3. Flight Line di Afghanistan

Pada suatu contoh penelitian di Afghanistan mengenai potensi Sumber Daya Mineral yang
dilakukan oleh USGS (United State Geological Survey), batu bara dapat diketahui kenampakannya
berdasarkan warna kandungan Karbon yang terlihat pada citra Hiperspektral
Analisis citra Hiperspektral batu bara di Afghanistan menggunakan sensor satelit HypMap,
yang memiliki cross-track pixel 512 dan mencakup wavelength range 0.43 m hingga 2.48 m dari 128
channel. Sensor Imaging Spectrometer terbang diatas ketinggian 50,000 ft. Ada sekitar 207 garis
penerbangan standard an 11 garis perpotongan kalibrasi disepanjang wilayah Afghanistan seluas
438,012 kilometers persegi. Data hiperspektral diterima dalam bentuk scaled radiance (Dikalibrasi ke
referensi material National Institute of Standard and Technology). Sebelum diproses, empat channel
yang memiliki signal-to-noise yang rendah panjang gelombangnya pada region yang berdekatan
dihilangkan oleh data HyMap ( gambar kubus). Setiap garis penerbangan ter-georeferensi pada
imagery Landsat dasar dalam proyeksi UTM.
Gambar citra diatas menunjukkan distribusi karbonat, philosilikat, sulfat, mineral-mineral
terlarut/berubah dan mineral lainnya dalam peta 2-m dan mineral Fe pada peta 1 m untuk seluruh
wilayah Aynak Logar Valley AOI. Aynak Logar Valley AOI mengandung berbagai macam litology dan
struktur tanah yang mengandung mineral yang bervariasi. Dua lempengan tanah dan zona potongan
menunjukkan distribusi persebaran mineral yang bervariasi. Wilayah bagian timur mengandung
lapisan batuan metasedimen karbonat yang banyak ditemukan di wilayah dengan tampilan warna
merah muda.










DAFTAR PUSTAKA


Livo, Eric dan Johnson, M.R.2007. Analysis of Imaging Spectrometer Data for the Aynak-Logar Valley Area
of Interest
Wiweka.2008.Kapabilitas Hiperspektral
http://id.wikipedia.org/wiki/Batu_bara