Anda di halaman 1dari 10

LAPORAN RESMI

PRAKTIKUM PENGINDERAAN JAUH


MODUL 2
KOREKSI RADIOMETRI

Oleh
Hendri Zand F lahagu
26020113140118
SHIFT 2

PROGRAM STUDI ILMU KELAUTAN


JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2015

LEMBAR PENILAIAN
(KOREKSI RADIOMETRI)

Nama: Hendri Zand F Lahagu

NO.
1.
2.
3.
4.
5.
6.

NIM: 26020113140118

Ttd: ................

KETERANGAN

NILAI

Pendahuluan
Tinjauan Pustaka
Materi dan Metode
Hasil dan Pembahasan
Kesimpulan
Daftar Pustaka
TOTAL

Mengetahui,
Koordinator Asisten

Asisten,

Tegar Ramadhan
26020212130039

Andhita Pipiet Christianti


26020212140027

I. PENDAHULUAN
1.1. Latar Belakang

Pada zaman sekarang ini khususnya di Indonesia informasi mengenai


permukaan bumi menyebabkan kegiatan survey pemetaan di Indonesia semakin
meningkat. Pelaksanaan kegiatan survey pemetaan dapat dibedakan melalui dua
macam teknologi, yaitu Penginderaan Jauh (PJ) dan Sistem Informasi Geografi
(SIG).

Penginderaan Jauh merupakan seni dan dalam ekstraksi informasi

mengenai suatu objek, wilayah atau fenomena yang dikaji (Lillesand dan Kiefer,
1987).

Sedangkan Sistem Informasi Geografi merupakan seperangkat sistem

yang digunakan untuk melakukan pengelolaan, analisis dan manipulasi informasi


yang mempunyai rujukan keruangan dalam suatu sistem pemecahan masalah
(Projo Danoedoro, 1996).
Dalam penggunaan teknologi citra satelit lama kita memerlukan koreksi
radiometri. Koreksi radiometri bertujuan untuk mengurangi pengaruh hamburan
atmosfer (yang disebabkan adanya partikel-partikel di atmosfer yang memberikan
efek hamburan pada energi elektromagnet matahari yang berpengaruh pada nilai
spektral citra, sehingga nilainya akan lebih tinggi daripada sebenarnya) pada citra
satelit, terutama pada saluran tampak. Sejalan dengan berjalannya waktu, citra
satelit terbaru tidak perlu dilakukan lagi koreksi radiometri karena begitu citra
tersebut diperoleh maka secara otomotis citra satelit tersebut sudah terkoreksi.
Praktikum penginderaan jauh modul 2 membahas tentang koreksi radiometri
dimana terdiri dari metode Penyesuaian Histogram, Dark Pixel Correction,
Enhanced Dark Pixel Correction, dan Cut Off Scattergram (Anonim, 2012).
Koreksi radiometri digunakan untuk mengurangi pengaruh hamburan
atmosfer (yang disebabkan ada partikel-partikel di atmosfer yang memberikan
efek hamburan pada energy elektromagnet matahari yang berpengaruh pada nilai
spectral citra, sehingga nilainya akan lebih tinggi daripada sebenarnya) pada citra
satelit,

terutama

pada

saluran

tampak

(visible

light).

Jensen

(1986)

mengungkapkan dua metode untuk memperbaiki kualitas citra, yaitu dengan


penyesuaian histogram dan penyesuaian regresi (Anonim, 2012).
1.2. Tujuan
1.

Mahasiswa diharapkan mampu melakukan koreksi radiometri.

2. Mahasiswa diharapkan mampu memeriksa atmosferic bias citra.


3. Mahasiswa diharapkan dapat menggunakan metode penyesuaian
histogram.
4. Mahasiswa diharapkan mampu melakukan teknik penyesuaian
histogram Dark Pixel Correction (DPC).
5. Mahasiswa diharapkan mampu melakukan teknik penyesuaian
histogram Enhanced Dark Pixel Correction (EDPC).
6. Mahasiswa diharapkan mampu melakukan teknik penyesuaian
histogram Cut Off Scattergram.

II.TINJAUAN PUSTAKA
2.1 Koreksi Radiometri
Koreksi radiometri (satelite Image callibration) merupakan sistem
penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan
atmosfer pada citra satelit terutama pada saluran tampak (visible light).
Hamburan atmosfer disebabkan oleh adanya partikel-partikel di atmosfer
yang memberikan efek hamburan pada energi elektromagnetik matahari yang

berpengaruh pada nilai spektral citra. Pengaruh hamburan (scattering) pada


citra yang menyebabkan nilai spektral citra menjadi lebih tinggi daripada nilai
sebenarnya (Sumaryono, 1999).
Koreksi radiometri ditujukan untuk memperbaiki nilai pixel supaya sesuai
dengan yang seharusnya, kesalahan radiometrik ini dapat disebabkan oleh dua
hal, yaitu instrumen sensor dan gangguan atmosfer. Instrumen sensor ini
disebabkan oleh ketidak konsistenan detektor dalam menangkap informasi.
Atmosfer yang biasanya sebagai sumber kesalahan utama, sebagai media
radiasi gelombang elektromagnetik akan menyerap, memantulkan atau
menstransmisikan gelombang elektromagnetik tersebut, hal ini menyebabkan
cacat radiometrik pada citra, yaitu nilai pixel yang jauh lebih tinggi atau jauh
lebih rendah dari pancaran spektral obyek yang sebenarnya (Konturgeo,
2008).
Efek atmosfer menyebabkan nilai pantulan obyek dipermukaan bumi yang
terekam oleh sensor menjadi bukan merupakan nilai aslinya, tetapi menjadi
lebih besar oleh karena adanya hamburan atau lebih kecil karena proses
serapan. Metode-metode yang sering digunakan untuk menghilangkan efek
atmosfer antara lain metode pergeseran histogram (histogram adjustment),
metode regresi dan metode kalibrasi bayangan (Projo Danoedoro, 1996).
Koreksi radiometrik dilakukan pada kesalahan oleh sensor dan sistem
sensor terhadap respon detektor dan pengaruh atmosfer yang stasioner.
Koreksi radiometrik dilakukan untuk memperbaiki kesalahan atau distorsi
yang diakibatkan oleh tidak sempurnanya operasi dan sensor, adanya atenuasi
gelombang elektromagnetik oleh atmosfer, variasi sudut pengambilan data,
variasi sudut eliminasi, sudut pantul dan lain-lain yang dapat terjadi selama
pengambilan, pengiriman serta perekaman data. Spesifikasi kesalahan
radiometric adalah :
Kesalahan sapuan akibat pemakaian Multi Detektor dalam mengindra
garis citra
Memperkecil kesalahan pengamatan detektor yang berubah sesuai
perubahan waktu

Kesalahan berbentuk nilai digital yang mempunyai hubungan linier


dengan tingkat radiasi dan panjang gelomang elektromagnetik
Koreksi dilakukan sebelum data didistribusi
Koreksi dilakukan dengan kalibrasi cahaya yang keluar dari detektor
dengan mengarahkan scanner pada filter yang disinari secara
elektronikuntuk setiap sapuan
Kesalahan yang dapat dikoreksi otomatis adalah kesalahan sistematik
dan tetap, yang tetap diperkirakan sebelumnya
Kesalahan garis scan dapat dikoreksi dengan penyesuaian histogram
tiap detector pada daerah-daerah homogeny misalnya diatas badan air,
apabila ada penyimpangan dapat diperbaiki
Kesalahan bias atau pengaturan kembali detektor apabila mean dan
median detektor berbeda.
(Rahmiariani, 2009)
Koreksi radiometrik oleh respon detektor dipengaruhi oleh jumlah
detektor yang digunakan dalam penginderaan jauh adalah untuk merubah
radiasi yang ditangkap sensor menjadi harga voltage dan kecerahan.
1.

Koreksi Akibat Ketidak-sempurnaan Sistem Sensor :


a.

Line Dropout
Terjadi kesalahan hilangnya garis terjadi karena salah satu detektor
tidak berfungsi atau mati selama proses penyiaman sehingga pixel dalam
salah satu garis bernilai nol (hitam). Masalah ini sangat serius karena tidak
mungkin memperbaiki data yang tidak pernah diambil. Namun, agar
kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan,
dapat dimasukkan nilai kecerahan estimasi pada setiap garis rusak tersebut
(Rahmiariani, 2009).
Untuk menentukan lokasi garis rusak itu dibuat suatu algoritma
ambang sederhana untuk menandai setiap garis yang mempunyai nilai
kecerahan

rata-rata

bernilai

nol

atau

mendekati

nol.

Jika

telah teridentifikasi, koreksi diberikan dengan memasukkan nilai

kecerahan rata-rata bulat dari nilai pixel garis tetangga-tetangga


sebelahnya pada garis rusak itu.

Citra dengan data hasil interpolasi

tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garisgaris hitam yang tersebar di seluruh bagiannya (Rahmiariani, 2009).
b.

Stripping atau bounding


Terjadi karena salah satu detektor tidak terkoreksi secara benar
sehingga data hasil rekamannya berbeda dengan detektor lainnya.
Misalnya, pembacaannya menjadi dua kali lebih besar daripada detektor
lainnya pada band yang sama. Data tersebut sah tapi harus dikoreksi agar
memiliki kontras yang sama dengan detektor lainnya untuk setiap
penyiaman. Untuk itu, garis yang salah dapat diidentifikasi dengan
menghitung histogram nilai setiap detektor pada daerah yang homogen,
misalnya pada badan air. Jika rata-rata atau mediannya sangat berbeda dari
lainnya, diperkirakan detektor tersebut belum terkoreksi. Untuk itu, diberi
koreksi bias (menambah atau mengurangi) atau koreksi multiplikasi
(perkalian) (Rahmiariani, 2009).
Beberapa sistem penyiam, seperti Landsat TM, terkadang
menimbulkan jenis derau garis-penyiaman yang unik, yang merupakan
fungsi dari (1) perbedaan relatif hasil dan/atau offset (ketidak-tepatan
posisi detektor) di antara ke 16 detektor dalam suatu band (menyebabkan
striping) dan/atau (2) adanya variasi (ketidak-samaan gerakan) antara
proses penyiaman saat maju dan saat mundur (menyebabkan kesalahan
yang disebut banding). Koreksi diberikan dengan metode filtering atau
transformasi Fourier (Rahmiariani, 2009).

c.

Line start
Kesalahan line-start terjadi karena sistem penyiam gagal merekam
data pada awal baris. Atau, dapat juga sebuah detektor tiba-tiba berhenti
merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya
mirip hilangnya garis. Idealnya, jika data tidak terekam, sistem sensor
diprogram untuk mengingat apa saja yang tidak terrekam lalu

menempatkan setiap data yang baik pada lokasi yang tepat selama
penyiaman (Rahmiariani, 2009).
Namun, hal itu tidak selalu terjadi. Misalnya, dapat terjadi pixel
pertama (kolom 1) pada garis ke 3 secara tidak benar ditempatkan
pada kolom 50 pada garis ke 3. Jika lokasi pergeseran awal garis
selalu

sama,

misalnya

bergeser

50

kolom,

koreksi

dapat

dilakukan dengan mudah. Namun, jika pergeseran awal garis


terjadi secara acak, restorasi data sulit dilakukan tanpa interaksi
manusia secara ekstensif dalam koreksi basis garis-per-garis (Rahmiariani,
2009).
2. Koreksi Akibat Gangguan Alam
a. Pengaruh atmosfer
Terjadinya pelemahan atmospheric karena penghamburan dan
penyerapan gelombang cahaya menyebabkan energi yang terrekam sensor
lebih kecil daripada yang dipancarkan atau dipantulkan permukaan bumi.
Koreksi yang diberikan meliputi koreksi radiometrik absolut dan relative
(Sri Hartanti, 1994).
b. Pengaruh topografi
Pengaruh topografi berupa slope dan aspek akan menimbulkan
perbedaan nilai kecerahan pixel pada obyek sama, sehingga menimbulkan
distorsi radiometrik. Empat metode koreksi slope-aspek topografi adalah
koreksi kosinus, dua metode semi empiris (metode Minnaert dan koreksi
C), dan koreksi empirik-statistik (Sri Hartanti, 1994).

2.2 Penyesuaian Histogram


Dengan histogram kita bisa mengetahui nilai piksel terendah saluran
tersebut, asumsi yang melandasi metode ini adalah bahwa dalam proses
coding digital oleh sensor, obyek yang memberikan respon spektral paling
lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol.
Apabila nilai ini ternyata > 0 maka nilai terserbut dihitung sebagai offset, dan
koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut

dengan offset-nya. Metode ini paling sederhana, hanya dengan melihat


histogram tiap saluran secara independen ( F. Sabins, 1996).
Penyesuaian histogram ini melewati beberapa tahap, dan hasilnya tidak
selalu naik. Hal ini disebabkan karena tidak setiap citra mempunyai nilai
objek yang ideal untuk dikoreksi, seperti air jernih atau bayangan awan.
Dibandingkan dengan teknik penyesuaian histogram hasilnya tidak jauh
berbeda (Sutanto, 1987).
2.3 Penyesuaian Regresi
Penyesuaian regresi diterapkan dengan memplot nilai-nilai piksel hasil
pengamatan dengan beberapa saluran sekaligus. Hal ini diterapkan apabila
ada saluran rujukan (yang relatif bebas gangguan) yang menyajikan nilai nol
untuk obyek tertentu. Kemudian tiap saluran dipasangkan dengan saluran
rujukan tersebut untuk membentuk diagram pancar nilai piksel yang diamati.
Cara ini secara teoritis mudah namun secara prakteknya sulit, karena
gangguan atmosfer terjadi hampir pada semua spektra tampak dan saluran.
Pengambilan pixel-pixel pengamatan harus berupa obyek yang secara gradual
berubah naik nilainya, pada kedua saluran sekaligus dan bukan hanya pada
salah satu saluran.( Sutanto, 1987)
Penyesuaian

regresi

(regression

adjusment)

pada

prinsipnya

menghendaki analisis untuk mengidentifikasi objek bayangan atau air jernih


pada citra yang akan dikoreksi.

Nilai kecerahan pada objek dari setiap

saluran di plotkan dalam sumbu koordinat secara berlawanan arah antara


saluran tampak (seperti TM saluran 1, 2, 3) dan saluran infra merah (seperti
TM 4,5,7).

Pada diagram ini garis lurus dibuat menggunakan teori

least.square. perpotongannya dengan sumbu X akan menunjukkan besarnya


nilai bias demikian seterusnya untuk saluran yang lain (Anonim, 2012).
2.3.1. DPC (Dark Pixel Correction)
Koreksi piksel gelap merupakan metode sederhana yang digunakan
untuk menghilangkan efek atmosfer saat image radiance. Efek ini terkait

dengan kontribusi hamburan aditif (additive scaterring) dari atmosfer dan


efek dari transmisi multiplikatif energi melalui atmosfer (Anonim, 2012).
2.3.2. EDPC (Enhanced Dark Pixel Correction)
Enhanced Dark Pixel Correction merupakan bagian dari metode
penyesuaian regresi yang digunakan untuk menghilangkan efek dari
atmosfer untuk Image Enhancement (Penajaman Citra). Pada metode ini
system kerjanya hampir mirip dengan metode DPC. Pada metode ini, harus
memasukkan nilai range yang tercantum dalam actual input limits. Pada
Enhanced Dark Pixel Correction terdapat dua layer yang berbeda, yang
dimanan pada layer kedua lebih terang dibandingkan layer pertama dan
gambar layernya lebih tajam (Anonim, 2012).
2.3.3. Cut Off (Scattergram)
Fungsi ini untuk membantu menganalisis data yang bekerja pada data
dalam mode spektral, scattegram juga berguna untuk klasifikasi
tanah,membuat raster daerah,dan membuat poligon vektor. Scattering
terjadi bila partikel atau molekul gas yang besar yang ada di atmosfer
berinteraksi dan menyebabkan arah radiasi elektromagnetik melenceng dari
jalur sebenarnya. Besarnya penyimpangan ini tergantung pada beberapa
faktor termasuk panjang gelombang radiasi, kelimpahan pertikel dan gas
dan jarak perjalanan radiasi (Anonim, 2012).