Anda di halaman 1dari 61

LAPORAN RESMI

PRAKTIKUM PENGINDERAAN JAUH
MODUL II
KOREKSI RADIOMETRI DAN GEOMETRI

Prastyo Abi Widyananto
26020112130079
Shift 2

PROGRAM STUDI ILMU KELAUTAN
JURUSAN ILMU KELAUTAN
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2014

LEMBAR PENILAIAN
MODUL II: Koreksi Radiometri dan Geometri

Nama: Prastyo Abi W NIM: 26020112130079 Ttd:

NO
1
2
3
4
5
6

KETERANGAN

NILAI

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

TOTAL
Mengetahui,
Koordinator Praktikum

Asisten

Jasmine Khairani Zainal

Oscar Agustino

K2D009036

K2E009058

I.

PENDAHULUAN

I.1 Latar Belakang
Praktikum kali ini dibahas mengenai koreksi radiometri yang merupakan sistem
penginderaan jauh yang digunakan untuk mengurangi pengaruh hamburan atmosfer pada
citra satelit terutama pada saluran tampak (visible light) (Sumaryono, 1999). Hamburan
atmosfer disebabkan oleh adanya partikel-partikel di atmosfer yang memberikan efek
hamburan pada energi elektromagnetik matahari yang berpengaruh pada nilai spektral citra
(Sumaryono, 1999).
Pengaruh hamburan (scattering) pada citra yang menyebabkan nilai spektral citra
menjadi lebih tinggi daripada nilai sebenarnya. Metode koreksi radiometri yang digunakan
pada praktikum ini adalah Metode Penyesuaian Histogram (Histogram Adjustment)
(Sumaryono, 1999).
Penginderaan jauh fotografik menguraikan tentang karakteristik interpretative dan
geometric dasar foto udara. Karakteristk radiometrik foto udara menentukan bagaimana film
tertentu yang dipotretkan dan diproses pada kondisi tertentu menanggapi tenaga dengan
berbagai intensitas. Pengetahuan tentnag karakteristik ini sering berguna dan kadang-kadang
sangat penting bagi proses analisis citra fotografik terutama dalam supaya menampilkan
hubungan kuantitatif antara nilai rona pada suatu citra dan beberapa fenomena medan
(Sumaryono, 1999).
I.2 Tujuan
1. Melakukan koreksi radiometrik citra dengan metode penyesuaian histogram dan
penyesuaian regresi ( DPC, EDPC, dan Cut Off) menggunakan software ER Mapper 7.0
2. Mahasiswa mampu melakukan koreksi geometri pada citra dengan metode polinomial
menggunakan perangkat lunak ER Mapper 7.0.
3. Mahasiswa mampu dan memahami rektifikasi pada satelit yang akan dikoreksi geometri.

2014). dapat dimasukkan nilai . data inderaja tersebut harus diberi koreksi radiometrik (Wikipedia. agar kemampuan tafsiran secara visual atas data tersebut dapat ditingkatkan. sehingga hasil perekaman tidak lagi mirip dengan aslinya. Masalah hilangnya garis (line drop-out) Kesalahan hilangnya garis terjadi karena salah satu detektor tidak berfungsi atau mati selama proses penyiaman sehingga piksel dalam salah satu garis bernilai nol (hitam). TINJAUAN PUSTAKA II.II. Koreksi Akibat Ketidak-sempurnaan Sistem Sensor Beberapa kesalahan radiometrik akibat ketidak-sempurnaan sistem sensor yaitu: a. Masalah ini sangat serius karena tidak mungkin memperbaiki data yang tidak pernah diambil. Adapun beberapa koreksi berdasarkan akibatnya adalah: 1.1 Koreksi Radiometri Perekaman gelombang elektromagnetik yang berasal dari permukaan bumi dapat saja terjadi kesalahan radiometrik akibat (a) ketidak-sempurnaan sistem sensor dan (b) gangguan alam. Oleh karena itu. Namun.

Beberapa sistem penyiam. Citra dengan data hasil interpolasi tersebut lebih mudah ditafsirkan daripada citra yang mempunyai garis-garis hitam yang tersebar di seluruh bagiannya (Wikipedia. Masalah awal-garis (line-start) Kesalahan line-start terjadi karena sistem penyiam gagal merekam data pada awal baris. Koreksi diberikan dengan metode filtering atau transformasi Fourier (Wikipedia. Data tersebut sah tapi harus dikoreksi agar memiliki kontras yang sama dengan detektor lainnya untuk setiap penyiaman. dapat juga sebuah detektor tiba-tiba berhenti merekam data di suatu tempat sepanjang penyiaman sehingga hasilnya mirip hilangnya garis. seperti Landsat TM. Untuk itu. terkadang menimbulkan jenis derau garis-penyiaman yang unik. misalnya pada badan air. 2014). Jika telah teridentifikasi.kecerahan estimasi pada setiap garis rusak tersebut. Misalnya. Atau. diperkirakan detektor tersebut belum terkoreksi. 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). Masalah striping garis dan banding Kesalahan striping terjadi karena salah satu detektor tidak terkoreksi secara benar sehingga data hasil rekamannya berbeda dengan detektor lainnya. 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 rata-rata atau mediannya sangat berbeda dari lainnya. jika data tidak terrekam. sistem sensor diprogram untuk mengingat apa . garis yang salah dapat diidentifikasi dengan menghitung histogram nilai setiap detektor pada daerah yang homogen. Idealnya. pembacaannya menjadi dua kali lebih besar daripada detektor lainnya pada band yang sama. Untuk itu. c. diberi koreksi bias (menambah atau mengurangi) atau koreksi multiplikasi (perkalian) (Wikipedia. 2014). koreksi diberikan dengan memasukkan nilai kecerahan rata-rata bulat dari nilai piksel garis tetangga-tetangga sebelahnya pada garis rusak itu. 2014). b.

yaitu a. Pengaruh topografi Pengaruh topografi berupa slope dan aspek akan menimbulkan perbedaan nilai kecerahan piksel pada obyek sama. Koreksi radiometrik bertujuan untuk memperbaiki kualitas visual citra. 2014). yang mengkaji kecerahan seperti mana yang diserap oleh mata manusia. Empat metode koreksi slope-aspek topografi adalah koreksi kosinus. Namun. b. termasuk cahaya tampak. Jika lokasi pergeseran awal garis selalu sama. 2014). Selain itu Dalam telekomunikasi dan fisik. sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan obyek yang sebenarnya. dan koreksi empirik-statistik (Wikipedia. jika pergeseran awal garis terjadi secara acak. 2014). Misalnya. Koreksi radiometrik bisa dilakukan dengan berbagai . dapat terjadi piksel pertama (kolom 1) pada garis ke 3 secara tidak benar ditempatkan pada kolom 50 pada garis ke 3. Pengaruh atmosfer Terjadinya pelemahan atmosferik karena penghamburan dan penyerapan gelombang cahaya menyebabkan energi yang terrekam sensor lebih kecil daripada yang dipancarkan atau dipantulkan permukaan bumi. hal itu tidak selalu terjadi. Perhatian bahwa cahaya juga diukur menggunakan teknik fotometri.saja yang tidak terrekam lalu menempatkan setiap data yang baik pada lokasi yang tepat selama penyiaman. Koreksi yang diberikan meliputi koreksi radiometrik absolut dan relatif (Wikipedia. 2014). Dua sumber utama gangguan alam adalah pengaruh atmosfer dan topografi. misalnya bergeser 50 kolom. 2. bukan daripada kuasa mutlak (Wikipedia. Namun. radiometri ialah bidang yang mengkaji pengukuran radiasi elektromagnet. kesalahan radiometrik masih dapat terjadi pada data inderaja akibat adanya gangguan alam. data inderaja yang tersedia secara komersil di pasaran telah diberikan koreksi radiometrik. koreksi dapat dilakukan dengan mudah. restorasi data sulit dilakukan tanpa interaksi manusia secara ekstensif dalam koreksi basis garis-pergaris (Wikipedia. dua metode semi empiris (metode Minnaert dan koreksi C). Koreksi Akibat Gangguan Alam Bahkan seandainya sistem inderaja berfungsi secara sempurna. Pada umumnya. sehingga menimbulkan distorsi radiometrik.

Akibat dari kesalahan geometrik ini . Transforamasi geometrik yang paling mendasar adalah penempatan kembali posisi pixel sedemikian rupa. Geometrik citra penginderaan jauh mengalami pergeseran. Koreksi geometrik adalah transformasi citra hasil penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam bentuk. Pengubahan bentuk kerangka liputan dari bujur sangkar menjadi jajaran genjang merupakan hasil transformasi ini. II. Koreksi radiometrik bisa dilakukan dengan berbagai cara yaitu : penyesuaian histogram. 2012). 2012). dan kalibrasi bayangan (Saribu. 2011). Koreksi radiometrik citra yang ditujukan untuk memperbaiki kualitas visual citra berupa pengisian kembali baris yang kosong karena drop out baris maupun kesalahan awal pelarikan (scanning). kelengkungan dan putaran bumi yang diindera. Koreksi radiometrik diperlukan atas dasar dua alasan. Kesalahan geometrik citra dapat tejadi karena posisi dan orbit maupun sikap sensor pada saat satelit mengindera bumi. maka terjadi distorsi geometrik. Baris atau bagian bagian baris yang bernilai tidak sesuai dengan yang seharusnya dikoreksi dengan mengambil nilai piksel atau baris di atas dan dibawahnya kemudian dirata-rata (Saribu. skala dan proyeksi. baik posisi (sistem koordinat lintang dan bujur) maupun informasi yang terkandung di dalamnya (Ridwana. Tahap ini diterapkan pada citra digital mentah (langsung hasil perekaman satelit). karena orbit satelit sangat tinggi dan medan pandangya kecil.2 Koreksi Geometrik Geometrik merupakan posisi geografis yang berhubungan dengan distribusi keruangan (spatial distribution). penyesuaian regresi dan kalibrasi bayangan. sehingga pada citra digital yang tertransformasi dapat dilihat gambaran objek dipermukaan bumi yang terekam sensor. penyesuaian regresi. Geometrik memuat informasi data yang mengacu bumi (georeferenced data). 2011). dan merupakan koreksi kesalahan geometrik sistematik (Ridwana. yaitu untuk memperbaiki kualitas visual citra sekaligus memperbaiki nilai-nilai piksel yang tidak sesuai dengan nilai pantulan atau pancaran spektral objek yang sebenarnya.cara yaitu : penyesuaian histogram.

pitch) data. dan data citra. 2.maka posisi pixel dari data inderaja satelit tersebut sesuai dengan posisi (lintang dan bujur) yang sebenarnya (Ridwana. Koreksi geometrik dilakukan sesuai dengan jenis atau penyebab kesalahannya. Rotation. Melakukan rektifikasi (pembetulan) atau restorasi (pemulihan) citra agar koordinat citra sesuai dengan koordinat geografis. Pemilihan metode tergantung pada jenis data (resolusi spasial). 2012). 2. 4. Kegunaan setiap tipe geocoding adalah (a) Tryangulation untuk koreksi geometrik data yang . yaitu: 1. Meregistrasi citra ke peta atau transformasi system koordinat citra ke koordinat peta (image to map rectification). 3. 3. Orthorectify using exterior orientation. untuk menentukan menggunakan parameter kalibarasi data atau titik kontrol tanah. Penentuan parameter yang tidak diketahui didefinisikan dari persamaan matematika antara sistem koordinat citra dan sistem koordinat geografis. Interpolasi dan resampling untuk mendapatkan citra geocoded presisi (akurat). yaw. Point registration. Koreksi geometrik mempunyai tiga tujuan. atau bila data referensi yang digunakan tidak akurat atau perlu diganti. 2012). Memilih metode setelah mengetahui karakteristik kesalahan geometrik dan tersedianya data referensi. dan jenis kesalahan geometrik (skew. yaitu kesalahan sistematik dan kesalahan random. Cek akurasi dengan verifikasi atau validasi sesuai dengan kriteria. dengan sifat distorsi geometrik pada citra. Meregistrasi (mencocokan) posisi citra dengan citra lain yang sudah terkoreksi (image to image rectification) atau mentransformasikan system koordinat citra multispectral dan multi temporal. metode. Solusinya dapat dilakukan dengan menggunakan metode lain. Koreksi geometrik citra dapat dilakukan dalam empat tahap yang mencakup sebagai berikut: 1. Polynomial. roll. Map to map projection. maka perlu dicari solusinya agar diperoleh tingkat ketelitian yang lebih baik. Orthorectify using ground control point. sehingga menghasilkan citra dengan system proyeksi tertentu (Ridwana. Beberapa pilihan Geocoding Type yang sudah tersedia pada perangkat lunak. seperti Tryangulation.

walaupun sudah dikoreksi secara geometerik. tidak pada daerah yang sedang atau akan dibangun. (d) Rotation untuk koreksi geometrik citra karena terjadi pergeseran citra yang terputar. Hal ini disebabkan karena tidak setiap citra mempunyai nilai objek yangideal untuk dikoreksi. (c) permukaan tanah stabil. (c) Orthorectify untuk mengoreksi citra secara geometris. II. Biasanya data pada panjang gelombang tampak (TM saluran 1-3) mempunyai nilai minimum yang lebih tinggi karena dipengaruhi oleh hamburan atmosfir.7.3 Penyesuaian Histogram Metode ini paling sederhana. Teknik koreksi geometrik triangulasi dilakukan koreksi secara linear dalam setiap segitiga yang dibentuk oleh tiga GCP dan daerah yang mempunyai kesalahan geometrik besar diberikan GCP lebih banyak. ukuran pixel sama dalam satu set data resolusi spasial tinggi dan rendah. asumsi yang melandasi metode ini adalah bahwa dalam proses coding digital oleh sensor. 2013). Penyesuaian histogram ini melewati beberapa tahap. 2013).5. Koreksi geometrik jika tidak menggunakan Orthorectify. Apabila nilai ini ternyata > 0 maka nilai tersebut dihitung sebagai offset. Sebaliknya penyerapan atau absorbsi pada atmosfir akan mengurangi kecerahan pada data yang direkam dalam interval panjang gelombang yang lebih besar seperti TM 4. 2012). dan hasilnya tidak selalu naik. . atau data yang tidak sama ukuran pikselnya pada satu set data. objek yang memberikan respon spektral paling lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol. (b) Polynomial untuk koreksi geometrik data citra yang mengalami pergeseran linear. Dari histogram bisa diketahui nilai piksel terendah saluran tersebut. dan koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut dengan offsetnya ( USU. berdasarkan ketinggian geografisnya. Penyesuaian histogram (histogram adjusment) meliputi evaluasi histogram pada setiap band dari data penginderaan jauh.mengalami banyak pergeseran skew dan yawa. Persyaratan pengambilan titik di lapangan adalah (a) teridentifikasi jelas pada citra satelit. (b) wialyah harus terbuka agar tidak terjadi multipath. (d) Lokasi pengukuran aman dan tidak ada gangguan (Ridwana. maka puncak gunung akan bergeser letaknya dari posisi sebenarnya. Sehingga data pada band ini nilai minimumnya mendekati nilai nol (USU. hanya dengan melihat histogram tiap saluran secara independent. baik searah jarum jam maupun sebaliknya (Ridwana. 2012).

2013). Pixel ke pixel antara citra biasa ditampilkan untuk mendapatkan citra yang baik. maka setiap band akan memiliki minimal DN dari nol (Bakosurtanal. pada kedua saluran sekaligus dan bukan hanya pada salah satu saluran (Denoedoro. Hal ini diterapkan apabila ada saluran rujukan (yang relative bebas gangguan) yang menyajikan nilai nol untuk obyek tertwntu. II. Metode cut off merupakan metode yang digunakan dalam koreksi nilai atmosfer dengan menggunakan dua variasi scattergram dimana metode ini . Pengambilan pixel-pixel pengamatan harus berupa obyek yang secara gradual berubah naik nilainya. dan metode untuk mendapatkan perbedaan yang bermakna dari deteksi perubahan citra.2 Enchanted Dark Pixel Correction ( EDPC ) Hasil akurat dari detesi perubahan terhadap dua atau lebih citra waktu ditentukan oleh beberapa faktor seperti citra yang sebanding. 2013).4. 2.3 Cut Off Scattergram Cut-off merupakan cara ketiga dalam koreksi atmosfer yang menggunakan dua variasi scattergram. 2. Dengan mengurangkan masing – masing band dengan minimum digital number value – nya. Cara ini secara teoristis mudah namun secara prakteknya sulit.1 Dark Pixel Correction ( DPC ) Dark pixel correction adalah koreksi sederhana untuk menghilangkan pengaruh atmosfer yang cenderung memperbesar nilai pixel.4.seperti air jernih atau bayangan awan. Dark pixel correction ditampilkan untuk mengkoreksi ‘kesalahan’ radiometrik dari suatu citra. citra yang dapat diinterpretasikan. Kemudian tiap saluran di pixel angkanya dengan yang saluran rujukan tersebut untuk membentuk diagram pancar nilai yang diamati. Penggunaan dark pixel correction merupakan metode sederhana untuk menghilangkan efek atmosfer yang menjadi sumber utama dari perbedaan nilai pixel masing – masing ciitra yang akan dimosaik (Batan. 2. Dibandingkandengan teknik penyesuaian histogram hasilnya tidak jauh berbeda (Saribu.1996). maka enhance sebagai hasilnya lebih diinterpretasi untuk aplikasi tertentu.4 Penyesuaian Regresi Penyesuaian regresi diterapakan dengan memplot nilai-nilai pixel hasil pengamatan dengan beberapa saluran sekaligus. 2011).4.

2013). Tahap-tahap Rektifikasi : 1. Membuat mozaik citra. diantaranya adalah untuk: 1. Bisa dilakukan dengan input GCP atau rectification image to map dan diperlukan peta (dengan sistem koordinat tertentu) atau kumpulan GCP untuk objek yang sudah diketahui pada citra (Fathoni. II. 5. Melakukan overlay (tumpang susun) citra dengan data-data spasial lainnya. 2013).5 Rektifikasi Rektifikasi adalah suatu proses melakukan transformasi data dari satu sistem grid menggunakan suatu transformasi geometrik. 6. Membangun SIG dan melakukan pemodelan spasial. Oleh karena posisi piksel pada citra output tidak sama dengan posisi piksel input (aslinya) maka piksel-piksel yang digunakan untuk mengisi citra yang baru harus di-resampling kembali. tugu di persimpangan jalan dan atau sudut-sudut gedung (bangunan). GCP tersebut sedapat mungkin adalah titik-titik atau obyek yang tidak mudah berubah dalam jangka waktu lama misalnya belokan jalan. Membuat peta dengan skala yang teliti. GCP juga harus tersebar merata pada citra yang akan dikoreksi. 7. 3. Membandingkan 2 citra atau lebih untuk lokasi tertentu. Melakukan analisis yang memerlukan lokasi geografis dengan presisi yang tepat (Fathoni. Ada beberapa alasan atau pertimbangan. Memilih titik kontrol lapangan (Ground control point). kenapa perlu melakukan rektifikasi. 2013). Rektifikasi juga dapat diartikan sebagai pemberian koordinat pada citra berdasarkan koordinat yang ada pada suatu peta yang mencakup area yang sama. Hindari menggunakan belokan sungai atau delta sungai karena mudah berubah dalam jangka waktu tertentu. Membandingkan citra dengan data spasial lainnya yang mempunyai skala yang berbeda.memasukan nilai terendah masing-masing band pada window Scattergram (Bakosurtanal. 2. . Meletakkan lokasi-lokasi pengambilan “training area” sebelum melakukan klasifikasi 4. 8. Resampling adalah suatu proses melakukan ekstrapolasi nilai data untuk piksel-piksel pada sistem grid yang baru dari nilai piksel citra aslinya.

II. 4. Tingkat ketelitian titik kontrol lapangan. 2.6 RMS Error Root Mean Square Error merupakan selisish saat proses rektifikasi antara koordinat titik kontrol hasil transformasi dengan koordinat titik kontrol. Parameter tingkat keakurasian dari proses rektifikasi ini adalah nilai yang dipresentasikan oleh selisih antara koordinat titik kontrol hasil transformasi dengan koordinat titik kontrol. Faktor yang terakhir adalah model transformasi yang digunakan. Umumnya tidak boleh lebih besar dari 0. Menghitung kesalahan (RMSE. . Ordo I : disebut juga Affine transformation (diperlukan minimal 3 GCP) Ordo II : memerlukan minimal 6 GCP Ordo III : memerlukan minimal 10 GCP 3. root mean squared error) dari GCP yang terpilih. Ada beberapa faktor yang mempengaruhi RMS Error ini yaitu : 1. Melakukan interpolasi intensitas (nilai kecerahan) (Fathoni. Model transformasi yang digunakan. yang dikenal dengan nama RMS (Root Mean Square) Error.2.5 piksel. Persamaan ini umumnya berupa persamaan polinomial baik orde 1. Jumlah dan distribusi letak titik control. Tingkat ketelitian titik kontrol citra. Nilai RMS yang rendah akan menghasilkan data yang akurat. Faktor berikutnya adalah tingkat ketelitian titik control citra. Sebagai contoh. Nilai RMS Error yang rendah akan menghasilkan hasil rektifikasi yang akurat. Membuat persamaan transformasi yang digunakan untuk melakukan interpolasi spasial. 3. Faktor yang ketiga adalah jumlah dan distribusi letak titik kontrol.2 maupun 3. 2013). 4. Faktor yang pertama adalah tingkat ketelitian titik kontrol lapangan. Menurut GIS Consortium Aceh-Nias dalam Ihsan (2012) terdapat empat faktor yang mempengaruhi RMS Error. hasil transformasi boleh jadi masih berisi kesalahan yang significant karena rendahnya/sedikitnya titik control yang dimasukkan.

2 1. 14 Mei 2014 Waktu Tempat : 14. 1.40 – 16. Proses penggabungan dua citra. 3. Cut Off Scattergram  Koreksi Geometri Membuka Citra dan memeriksa koreksinya. 2. Materi  Koreksi Radiometri Penyesuaian Histogram Regresi : a. Proses koreksi geocoding.III.00 WIB : Laboratorium Komputasi Lantai 2 Gedung E FPIK Universitas Diponegoro Semarang III. III. EDPC (Enhanced Dark Pixel Correction) c.1 MATERI DAN METODE Waktu dan Tempat Hari dan Tanggal : Rabu. DPC (Dark Pixel Correction) b. . 2.

3 Cara Kerja III. Buka aplikasi ER Mapper 7. 3. Pilih folder C:/ermapper70/examples/Shared_Data. Klik ikon Edit Algorithm ( ) pada window ER Mapper sehingga muncul tampilan seperti ini. Klik ikon Load Dataset ( ) pada window Algorithm. Klik OK.1 Penyesuaian histogram 1. sunting kotak dialog Description dengan mengetikkan <NAMA>_<NIM> 4. Pada window Algorithm. 5. Pilih file Landsat_TM_23Apr85.III. 2.3. sehingga muncul foto citra sebagai berikut .0.

7. Cek nilai atmosfer masing-masing band dengan meng-klik ikon Edit Transform Limits ( ) sehingga muncul nilai atmosfer masing-masing band. . Duplikat Pseudo Layer hingga menjadi 6 layer. klik ikon Duplicate ( ). Ubah file tiap BAND seperti berikut.6. Ubah nama Pseudo Layer menjadi BAND 1 hingga BAND 7 (BAND 6 ditiadakan. Pada window Algorithm. 9. setelah BAND 5 langsung BAND 7) 8.

Actual Input Limits terendahnya 67. 11. Pada window Formula Editor.10. sehingga pada kotak dialog INPUT1 di window Formula Editor diketik INPUT1-67. Untuk menyeseuaikan histogram pada citra. klik ikon Edit Formula ( ) sehingga muncul window Formula Editor. . ketik actual input limits yang terdapat pada window Transform. Contoh: Untuk BAND 1. pada kotak dialog yang terdapat tulisan INPUT1. Ketik dengan menambahkan -<nilai terendah pada Actual Input Limits> setelah INPUT1.

16. Lakukan penyesuaian histogram untuk BAND lainnya 14. lalu OK. simpan dengan memilih menu File  Save As. . klik Apply changes sehingga untuk citra pada BAND 1 tampilannya menjadi sebagai berikut Sehingga nilai terkecil Actual Input Limits menjadi 0 13. dengan nama file HISTOGRAM_NAMA dengan tipe file ER Mapper Raster Dataset. File pun berhasil disimpan. 15. Klik OK.12. Simpan di tempat yang dinginkan. Setelah semua disesuaikan histogramnya. Setelah itu. Klik Defaults.

19. Pilih file yang sebelumnya disimpan pada file modul 2. buka file yang bernama HISTOGRAM_NAMA. Klik ikon Load Dataset ( ) pada window Algorithm. 18. Klik OK. sunting kotak dialog Description dengan mengetikkan Nama_NIM. Sehingga muncul tampilan seperti berikut pada window Algorithm. Klik ikon Edit Algorithm ( ) pada window ER Mapper. .17. Pada window Algorithm.

21. lalu pilih Delete this transform pada setiap band. sehingga tampilannya menjadi sebagai berikut. Klik Edit. . Duplikat layer menjadi 6 dengan meng-klik ikon Duplicate ( ) dan ubah nama menjadi BAND 1 hingga BAND 7 (BAND 6 ditiadakan). Cek tiap nilai histogram dengan meng-klik ikon Edit Transform Limits ( ) pada setiap band.20. Ubah file pada window Algorithm sesuai dengan BAND nya. 23. 22.

Sehingga pada window Algorithm muncul ikon pada setiap band. Pilih file Landsat_TM_23Apr85.24. Pilih folder C:/ermapper70/examples/Shared_Data. Klik OK. Pada window Algorithm. sunting kotak dialog Description dengan mengetikkan <NAMA>_<NIM> 3. 4.2. sehingga muncul foto citra sebagai berikut . Klik ikon Load Dataset ( ) pada window Algorithm.2 Regresi III. III.3. Klik ikon Edit Algorithm ( ) pada window ER Mapper.1 Dark Pixel Correction (DPC) 1. 2.3.

Pilih Atmospheric Effect Correction. Pilih Process TM imagery. . klik Next. 6. Klik Next. Klik ikon Land Application Wizard ( ) pada window ER Mapper sehingga muncul window Land Application Wizard. 7. klik Next.5.

Pada kotak dialog Specify an input TM dataset.8. Setelah klik Next.ers . 10. pilih Next. Pilih Dark Pixel Correction. 9. pilih folder citra satelitnya. maka akan muncul tampilan sebagai berikut. yaitu C:\ermapper70\examples\Shared_Data\Landsat_TM_23Apr85.

Sementara untuk Specify an output filename. Maka akan muncul window baru berupa citra sebagai berikut.11. pilih file modul 2 indraja. 12. Klik Finish. Ketik pada kotak dialog Open DPC_belumdikoreksi_Nama dengan tipe file ER Mapper Raster Dataset. . Klik OK. Tutup window tampilan citra yang berwarna hitam-putih.

lalu pilih Delete This Transform. Klik Edit. Simpan dengan memilih menu File  Save As pada window ER Mapper. 14. Pada window Algorithm. Klik OK. lalu OK. File pun berhasil disimpan. 17.13. Klik Defaults. . Klik Edit Transform Limits pada tiap band sehingga muncul window Transform. 16. hilangkan layer DPC_TM6 dengan memilih ikon Cut ( ) sehingga pada layer hanya muncul layer sebagai berikut. 15. Simpan dengan format nama DPC_sudahdikoreksi_Nama dengan format ER Mapper Raster Dataset.

Klik OK.III.ers. Klik Next. sunting kotak dialog Description dengan mengetikkan Nama_NIM 3. Pilih folder C:/ermapper70/examples/Shared_Data. 2. Klik ikon Load Dataset ( ) pada window Algorithm. Klik ikon Land Application Wizard ( ) pada window ER Mapper sehingga muncul window Land Application Wizard.2 Enhanced Dark Pixel Correction (EDPC) 1. 4. Sehingga muncul foto citra sebagai berikut : 5. Klik ikon Edit Algorithm ( ) pada window ER Mapper.2. . Pada window Algorithm. Pilih file Landsat_TM_23Apr85.3.

klik Next. Pilih Atmospheric Effect Correction. klik Next.6. Pilih Enhanced Dark Pixel Correction (Chavez). klik Next. . 7. 8. Pilih Process TM imagery.

11. Pilih file C:\ermapper70\examples\Shared_Data\Landsat_TM_23Apr85.ers. Lalu klik Next. 10.9. maka akan muncul tiga window terbaru sekaligus. Setelah klik Next. Pilih Use TM1 as initial band lalu klik Next. .

Muncul citra foto sebagai berikut. 14. Pada kotak dialog Select an option. pilih Clear (karena nilai minimum Actual Input Limits nya 67). klik ikon lalu beri nama file EDPC_belumkoreksi_Nama dengan format ER Mapper Raster Dataset. Setelah itu klik Finish. ) sehingga .12. Untuk Specify an output filename. 13. Pada window Algorithm. Klik OK. hilangkan layer TM6 dengan memilih ikon Cut ( pada layer hanya muncul layer sebagai berikut.

Simpan dengan format nama EDPC_SUDAHDIKOREKSI_<NAMA> dengan format ER Mapper Raster Dataset. Klik ikon Edit Algorithm ( ) pada toolbar ER Mapper 7. 17. 18. Klik ikon Load Dataset ( ) pada window Algorithm. Klik OK. Pada window Algorithm. Klik OK. Klik Edit. Pilih folder C:/ermapper70/examples/Shared_Data. 4. Klik Edit Transform Limits pada tiap band sehingga muncul window Transform. Pilih file Landsat_TM_23Apr85.3 Cut Off Scattergram 1. lalu OK. sehingga muncul foto citra sebagai berikut . 16. lalu pilih Delete This Transform.0 2.ers. Simpan dengan memilih menu File  Save As pada window ER Mapper. sunting kotak dialog Description dengan mengetikkan Nama_NIM 3. Klik Defaults. III.15. File pun berhasil disimpan.3.2.

Pilih Process TM imagery. . 6. Klik Next.5. Klik ikon Land Application Wizard ( ) pada window ER Mapper sehingga muncul window Land Application Wizard. klik Next.

8. klik Next. Pilih Cut Off Values (Scattergram).7. Pilih Atmospheric Effect Correction. . klik Next.

Sementara untuk Specify an output filename. Ketik pada kotak dialog Open CUTOFF_belumdikoreksi_Nama dengan tipe file ER Mapper Raster Dataset. . pilih file modul 2 . pilih folder citra satelitnya. Klik OK.9.ers 10. yaitu C:\ermapper70\examples\Shared_Data\Landsat_TM_23Apr85. Pada kotak dialog Specify an input TM dataset.

Setelah klik Next. .11. maka akan muncul empat window baru sebagai berikut.

Pada window Algorithm. Kemudian klik Atm adjusted1 lalu klik edit transform limit dan pilih edit-delete this transform dan lakukan sampai dengan Atm adjusted7 lalu klik Close.12. Lakukan hal yang sama pada Atm adjusted2-7 . 16. 14. Nilai atmospheric bias dapat dilihat pada window scattergram. hilangkan layer TM6 dengan memilih ikon Cut ( ) sehingga pada layer hanya muncul layer sebagai berikut. Pada window processing TM imagery-atmospheric effect correction (cut off value). Untuk melihat nilai-nilai atmospheric bis lainnya klik set up. 13. Klik Cancel pada window New Map Composition. 15. Klik Finish pada window Processing TM imagery: Atmospheric Effect Corrections (CutOff Value) sehingga muncul foto citra baru. MASUKAN NILAI ATMOSPHERIC bias masing-masing band.

Klik Defaults. File pun berhasil disimpan.1 Penyesuaian Histogram Sebelum Dikoreksi BAND 1 BAND 2 Sesudah dikoreksi . HASIL DAN PEMBAHASAN IV.1 Hasil IV. IV. Simpan dengan format nama CUTOFF_sudahkoreksi_Nama dengan format ER Mapper Raster Dataset. 19.1.17. Simpan dengan memilih menu File  Save As pada window ER Mapper. 18. Klik OK. lalu OK.

BAND 3 BAND 4 BAND 5 .

BAND 7 Sebelum Dikoreksi BAND 1 Sesudah dikoreksi .

BAND 2 BAND 3 BAND 4 .

BAND 5

BAND 7

IV.1.2 Regresi
IV.1.2.1 Dark Pixel Correction

Sebelum Dikoreksi
DPC_TM1

DPC_TM4

DPC_TM1

DPC_TM2

DPC_TM5

DPC_TM2

DPC_TM3

DPC_TM7

DPC_TM3

DPC_TM4

DPC_TM5

DPC_TM7

Sesudah Dikoreksi
DPC_TM1

DPC_TM2

DPC_TM3

DPC_TM4 DPC_TM5 DPC_TM7 .

DPC_TM1 DPC_TM2 DPC_TM3 .

1.DPC_TM4 IV.2.2 DPC_TM5 DPC_TM7 Enhanced Dark Pixel Correction Sebelum Dikoreksi Atm Adjusted 1 Atm Adjusted 4 Atm Adjusted 2 Atm Adjusted 5 Atm Adjusted 3 Atm Adjusted 7 .

Atm Adjusted1 Atm Adjusted4 Sesudah Dikoreksi Atm Adjusted2 Atm Adjusted5 Atm Adjusted3 Atm Adjusted7 .

Atm Adjusted 1 Atm Adjusted 4 Atm Adjusted1 Atm Adjusted4 Atm Adjusted 2 Atm Adjusted 5 Atm Adjusted2 Atm Adjusted5 Atm Adjusted 3 Atm Adjusted 7 Atm Adjusted3 Atm Adjusted7 .

3 Cut Off Scattergram Sebelum Dikoreksi Atm Adjusted 1 Atm Adjusted 4 Atm Adjusted 2 Atm Adjusted 5 Atm Adjusted 3 Atm Adjusted 7 .1.2.IV.

Atm Adjusted1 Atm Adjusted4 Atm Adjusted2 Atm Adjusted5 Atm Adjusted3 Atm Adjusted7 .

Sesudah Dikoreksi Atm Adjusted 1 Atm Adjusted 4 Atm Adjusted 2 Atm Adjusted 5 Atm Adjusted 3 Atm Adjusted 7 .

Atm Adjusted1 Atm Adjusted4 Atm Adjusted2 Atm Adjusted5 Atm Adjusted3 Atm Adjusted7 .

1 Belum Koreksi .IV.1.1.3 Memeriksa Koreksi Citra IV.3.

1.IV.2 Sudah Koreksi .3.

1 Citra 100 Titik .4.1.IV.1.4 Proses Koreksi Geocoding IV.

IV.4.2 Rektifikasi .1.

1.2 Gabung Citra Spot .1 Drainage dan Road IV.IV.5.5 Penggabungan Dua Citra (Overlay) IV.1.1.5.

Kata INPUT1 sudah ada pada Formula Editor sehingga kita hanya menuliskan nilai terendahnya saja. Pada koreksi radiometri diasumsikan bahwa nilai pixel terendah pada suatu kerangka liputan (scene) seharusnya sama dengan nol sesuai dengan bit-coding sensor. Hal itu berarti nilai antara nol sampai dengan harga pixel terendah yang ditunjukkan oleh histogram tersebut dihitung sebagai offset. Histogram dari citra yang digunakan nilai pixel terendahnya tidak sama dengan nol.2. Sehingga data pada band ini nilai minimumnya mendekati nilai nol.5. Pengurangan angka dilakukan tanpa memperhatikan nilai positif (+) dan negatif (-) masing – masing nilai tersebut.1.IV. Data pada panjang gelombang tampak (saluran 1-3) mempunyai nilai minimum yang lebih tinggi karena dipengaruhi oleh hamburan atmosfir. Sedangkan penyerapan atau absorbsi pada atmosfir akan mengurangi kecerahan pada data yang direkam dalam interval panjang gelombang yang lebih besar seperti saluran 4. dan kalibrasi bayangan.2. penyesuaian regresi.1 Koreksi Radiometri Koreksi radiometrik bertujuan untuk memperbaiki kualitas visual citra.7. Besarnya offset tersebut menunjukkan besarnya pengaruh akibat gangguan atmosfer. Salah satu cara koreksi radiometrik. Dari histogram dapat dilihat nilai pixel terendah. yaitu metode penyesuaian histogram. Koreksi radiometrik bisa dilakukan dengan berbagai cara yaitu : penyesuaian histogram. Untuk mengkoreksinya dengan cara mengurangkan keseluruhan nilai pada saluran tersebut dengan offset-nya. Penyesuaian histogram digunakan untuk evaluasi histogram pada setiap band dari data penginderaan jauh.2 Pembahasan 4. . Setelah dilakukan koreksi dengan penyesuaian histogram didapatkan nilai band yang dimulai dari 1. Histogram sendiri adalah gambaran grafik dari suatu distribusi frekuensi relatif dalam suatu dataset. sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan obyek yang sebenarnya. Cara perbaikan koreksi adalah sebagai berikut : 4.1 Penyesuain Histogram Penyesuaian histogram dilakukan dengan menambahkan nilai terendah pada window Formula Editor. Misal nilai terendah pada Band1 adalah 68 maka kita tuliskan INPUT168.

Untuk membuka Dark Pixel Correction.2. Band3 = 1-239. Apabila nilai ini ternyata > 0 maka nilai terserbut dihitung sebagai offset. Hasil yang didapat yaitu : Band1 = 1-188 . Band7 = 1-246. Kita mengenai Enhanched Dark Pixel Correction dengan menggunakan nilai TM yang paling kecil terdapat pilihan untuk pembersihan yang dilakukan yaitu Very Clear.4 Cut-off Scattergram Cara Cut-off merupakan cara ketiga dalam koreksi atmosfer yang menggunakan dua variasi scattergram. setelah sebelum nya di setting Remote Sensing pada Toolbar. yaitu Landsat_TM_23_Apr85. Band7 = 1 . Nilai TM yang digunakan sebagai inisial Band adalah TM 1. asumsi yang melandasi metode ini adalah bahwa dalam proses pemotretan digital oleh sensor. Hal ini dikarenakan TM 1 dianggap sudah mewakili nilai TM yang lain dan nilai TM 1 sudah merupakan acuan atau standar. Moderate. Atmospheric Effect Correction lalu pilih DPC. Clear. Nilai akhir yang didapat yaitu : Band1 = 68-255 .1. Band2 = 1-203 . Dengan memasukkan nilai terendah tiap – tiap band pada window Scattergram. obyek yang memberikan respon spektral paling lemah atau tidak memberikan respon sama sekali seharusnya bernilai nol. dan koreksi dilakukan dengan mengurangi keseluruhan nilai pada saluran tersebut dengan offsetnya. Band4 = 1-215 . Band2 = 20-222 . Band4 = 3-219 .ers. Hazy. saat kita memasukkan file citra yang akan dikoreksi. Band5 = 1-253 . Koreksi akan dilakukan secara otomatis. 4. Process TM Imagery.246.1. Band5 = 1-253 . 4. Fungsi Dark Pixel Correction terdapat pada Window Land Application Wizard toolbar Remote Sensing. Pada kerja Cut-off ini spesifik value dari Cut-off adalah TM 1 sampai dengan .3 Enhanched Dark Pixel Correction Teknik lain pada Metode Penyesuaian Histogram lain.2.2 Dark Pixel Correction Salah satu teknik lain dari Metode Penyesuaian Histogram. Band3 = 14-253 . dan Very Hazy dalam hal ini kita menggunakan metode koreksi Clear dengan syarat TM1 >55<=75.2. Dengan melihat histogram tiap saluran secara independen.1.4. dapat melalui Land Application Wizard. Dari histogram bisa diketahui nilai piksel terendah saluran tersebut.

Semakin besar panjang gelombangnya. Band 5 = 1-254 . Dari praktikum ini dapat diketahui bahwa panjang gelombang yang paling besar kemampuannya dalam menembus gangguan adalah Band 7 sebab atmospheric biasnya adalah satu. Dan data ini sudah terkoreksi. pada layer Cut layer TM 6 yang tidak digunakan pada koresi kali ini.2.2 Proses Koreksi Geocoding Koreksi geocoding bertujuan untuk mencocokkan koordinat titik antara citra yang belum terkoreksi dan referensinya.alg. Pada citra Landsat_MSS_notwarped.2.alg.TM 5 dan TM 7. Pengkoreksian dilakukan sebagai langkah untuk menjelaskan tentang sudah ada atau tidaknya perubahan yang diambil oleh citra. maka semakin besar pula kemampuannya untuk menembus gangguan. Band 4 = 3-223 . Untuk citra Landsat_MSS_27Aug91. Band 2 = 1-202 . Hasil dari koreksi Cut-off adalah Band 1 = 2-188. Pada proses ini . 4.2 Koreksi Geometri Koreksi geometri adalah usaha-usaha untuk memperbaiki citra dari pengaruh kelengkungan bumi dan gerakan muka bumi dengan cara menyesuaikannya tepat dengan koordinat bumi sehingga sesuai dengan koordinat peta dunia yang sesungguhnya. 4. 4.2. Proses koreksi geometri ini bertujuan untuk mengkoreksi geometri citra sehingga hasil akhir dari proses ini akan dihasilkan citra dengan sistem koordinat lapangan/sistem koordinat yang kita inginkan.alg untuk citra yang belum dikoreksi dan citra Landsat_MSS_27Aug91. Band 3 =1-240 .alg untuk yang sudah dikoreksi. Dengan cara melakukan pemberian titik pada kedua citra yang kira-kira berada di tempat yang sama. NAD27 merupakan singkatan dari North American Datum of 1927 yang merupakan sistem referensi geodesi yang dipakai di Amerika Utara. pada kotak dialog geodetic datum dan map projection tertulis RAW yang artinya citra tersebut belum terkoreksi. tertulis NAD27 untuk geodetic datum dan NUTM11 pada map projection. Setelah nilai TM yang ada dimasukkan. Band 7 = 1-246.1 Memeriksa Koreksi Citra Kita menggunakan citra Landsat_MSS_notwarped.2.2. Cahaya-cahaya yang berasal dari sinar matahari memiliki panjang gelombang yang berbeda-beda.

namun berwarna dengan SPOT yang memiliki resolusi lebih tinggi. pada bagian penggabungan akan tampak gaaris putih yang menunjukan jalan ataupun aliran sungai. . metode ini juga menggabungkan citra dar aliran sungai dan jalan. Selanjutnya dari proses koreksi geocoding data disatukan atau di rektifikasi menjadi sebuah gambar. ini dimaksudkan semakin banyak titik semakin tinggi ketelitian dari hasil reftifikasi citra tersebut. pada bagian penggabungan dapat terlihat lebih jelas objeknya jika diperbesar.3 Penggabungan Dua Citra Metode ini bertujuan untuk menggabungkan dua citra yang berbeda antara LANDSAT beresolusi rendah. Error boleh dilakukan asal masih dalam batas nilai RMS kurang dari satu. Selain imenggabungkan dua citra yang berbeda.2. 4. Pada koreksi geocoding. semakin tinggi nilai RMS semakin jauh titik tersebut dari posisi yang diinginkan. Hasilnya. yaitu metode yang dilakukan bila koreksi yang dilakukan meliputi keseluruhan daerah data citra (tidak bersifat lokal) seperti halnya metode yang pertama. Pada geocoding ini digunakan Metode Polinomial (Polynomial method). Pada tab Start yang dipakai yaitu file yang belum dikoreksi sedangkan pada tab GCP Setup yang dipakai yaitu file yang sudah dikoreksi. namun hitam-putih. dipakai citra yang sebelumnya disimpan sebagai koreksi. Hasilnya.akan terdapat RMS yairu suatu nilai error bila jarak antara titik koreksi dan referensi berbeda. Pemberian titik dilakukan sebanyak 100 kali.2.

dan  metode lainnya. Setelah dilakukan koreksi maka nampak perubahan nilai band yang mempunyai limit mulai dari 1. 4. Cara-cara untuk melakukan koreksi radiometrik adalah:  penyesuaian histogram. Koreksi radiometrik bertujuan untuk memperbaiki kualitas visual citra. KESIMPULAN DAN SARAN 5. 5. 3. Suatu citra sebelum dilakukan pengolahan lebih lanjut harus dilakukan koreksi citra agar didapatkan kondisi dimana citra mempunyai informasi yang akurat secara geometri dan radiometri. Suatu citra setelah dikoreksi akan dikatakan normal jika nilai limitnya 1.  kalibrasi bayangan. 3.1 Kesimpulan 1. sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan obyek yang sebenarnya Koreksi geometri adalah usaha-usaha untuk memperbaiki citra dari pengaruh kelengkungan bumi dan gerakan muka bumi dengan cara menyesuaikannya tepat dengan koordinat bumi 2. Praktikan harus mempunyai terget yang jelas dalam mengerjakan laporan ini.V. 5. Praktikan sebaiknya mengetahui dalam pengambilan citra. 2.2 Saran 1.  penyesuaian regresi. Praktikan sebaiknya lebih teliti dalam mengerjakan proses koreksi geocoding. .

00 WIB. 2013. Diakses Jumat 16 Mei 2014 pukul 20. Riki.1999.07 WIB. 2013. Diakses Kamis 15 Mei 2014 pukul 20. . R. “Bekerja dengan Layar Data pada ER Mapper”. 2011.10 WIB. Diakses pada hari Jumat 16 Mei 2014 pukul 21. Sumaryono.00 WIB. USU. Fiki.Bakosurtanal. Diakseses pada hari Jumat 16 Mei 2014 pukul 20. Wikipedia. dan Registrasi”. Beberapa Teknik Operasi Dalam System Informasi Geografis.47 WIB. Diakses pada Jumat 16 Mei 2014. Pemanfatan Penginderaan Jauh Untuk Pemantauan Reboisasi di Sub DAS Roraya-Kendari dalam Prosiding Pertemuan Ilmiah Tahun Ke-8 MAPIN(Masyarakat Penginderaan Jauh Indonesia). 1996. 2013. Ridwana. “Radiometri”. Rektifikasi. “Koreksi Geometri”. Yogyakarta Fathoni. Danoedoro. 2013. Diakses Jumat 16 Mei 2014 pukul 20. Puspics UGM. P.DAFTAR PUSTAKA Bakosurtanal. Batan. Diakses Senin 19 Mei 2014 pukul 20. “Koreksi Geometrik.27 WIB. 2014. 2012. Jakarta Saribu.