Pengolahan Citra Digital

Jumat, 01 Juni 2012

Klasifikasi Citra (Supervised & Unsupervised)
Pada praktikum pengolahan citra digital seminggu yang lalu, diajarkan klasifikasi tema citra
yang terbagi kedalam dua teknik yaitu teknik supervised classification dan teknik
unsupervised classification. Klasifikasi supervised dan unsupervised biasanya digunakan
untuk mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas. Kelas-kelas dapat
mengidentifikasi area hutan, perkebunan, mineral, urban.
Teknik klasifikasi supervised dapat diartikan sebagai teknik klasifikasi yang diawasi.
Menurut Projo Danoedoro (1996) klasifikasi supervised ini melibatkan interaksi analis secara
intensif, dimana analis menuntun proses klasifikasi dengan identifikasi objek pada citra
(training area). Sehingga pengambilan sampel perlu dilakukan dengan mempertimbangkan
pola spektral pada setiap panjang gelombang tertentu, sehingga diperoleh daerah acuan yang
baik untuk mewakili suatu objek tertentu.
(Klasifikasi citra by authori Arfie; http://sekerasbatu.blogspot.com/2009/08/klasifikasicitra.html)
Sedangkan Klasifikasi unsupervised yang berarti klasifikasi tak terawasi merupakan
pengklasifikasian hasil akhirnya (pengelompokkan pixel-pixel dengan karakteristik umum)
didasarkan pada analisis perangkat lunak (software analysis) suatu citra tanpa pengguna
menyediakan contoh-contoh kelas-kelas terlebih dahulu.
(Difference
Unsupervised
and
Supervised
Image
Clustering
by
Murinto
Kusno http://blog.uad.ac.id/murintokusno/2009/01/19/difference-unsupervised-dansupervised-image-clustering/)
Yang akan dijelaskan dibawah ini adalah proses klasifikasi citra menggunakan software
arcGIS 9.3.
1. Pertama, add data berupa band pada citra yang dimiliki. Lalu kompositkan semua band
yang dimiliki dengan menggunakan salah satu fungsi dari ArcTool > Data Management Tools
> Raster > Raster Processing > Composite Band. Maka akan muncul display dari fungsi
Composite Band Seperti pada gambar dibawah ini.

1.

2. Masukkan seluruh band kepada input raster, dan tempatkan outpunya daalm bentuk .tif
pada suatu folder. Maka komposit band akan muncul pada layer. Atur komposit band pada
layer menjadi band 3,2,1 untuk menampilkan warna asli dari citra. Pengaturan komposit band
dilakukan dengan cara klik kanan pada layer landsat > properties > Simbology.

1. 3. Dalam klasifikasi unsupervised fungsi ArcTool pertama yang dibutuhkan adalah fungsi Iso
Cluster yang terdapat pada Spatial Analyst Tool > Multivariate > Iso Cluster. Maka akan
muncul display dari Iso Cluster

.
4. Masukan landsat hasil komposit band sebelumnya dalam input raster dan tempatkan
outputnya pada suatu folder. Lalu tentukan jumlah klasifikasinya pada kolom number of
class.

1. 5. Setelah proses ini selesai, maka proses kedua yang perlu dilakukan adalah dengan
menggunakan fungsi Maximum Likelihood Classification. Lokasi fungsi ini sama dengan
lokasi fungsi Iso Cluster pada ArcTool.

1. 6. Pada display Maximum Likelihood Classification masukkan data landsat.tif pada kolom
input raster bands. Lalu masukkan data .gsg hasil analisis pada fungsi Iso Cluster
sebelumnya. Masukkan data .gsg ini pada kolom input signature file. Terakhir tempatkan
outpu pada suatu folder.

1. 7. Maka hasil dari klasifikasi ini adalah pengelompokkan informasi citra dengan warna
tertentu yang selanjutnya perlu dianalisis lebih lanjut untuk mengetahui secara pasti setiap
kelas yang telah ditentukan. Angka yang terdapat pada setiap warna kelas dapat dirubah
sesuai dengan informasi yang terdapat dalam citra apabila kita sudah memastikannya.

2.

Diposkan oleh Rahajeng Kusumaningtyas di 10.17 Tidak ada komentar:

Kirimkan Ini lewat EmailBlogThis!Berbagi ke TwitterBerbagi ke Facebook

Jumat, 04 Mei 2012

Praktikum Ke-2
Registrasi Image
1. Registrasi dengan acuan titik koordinat
Metode ini dilakukan dengan menyamakan titik koordinat pada suatu data
raster/image yang memiliki koordinat.

Hal yang pertama harus dilakukan adalah melihat koordinat pada gambar
yang dimiliki apakah koordinat dalam satuan meter atau dalam satuan
derajat derajat menit detik (decimal degree). Hal ini menentukan
coordinate system yang digunakan, sebagai berikut :
Meter : Projected Coordinate System (PCS), UTM
Decimal degree : Geographic Coordinate System (GCS)
Masukkan data (add data) image yang akan diregistrasi. Maka akan
muncul image pada arcmap.
Lalu, klik icon Add Control Points lalu arahkan ke 4 perpotongan garis
(grid) koordinat yang terdapat pada peta. Klik kanan, lalu pilih perintah
Input X dan Y kemudian input nilai X dan Y yang terdapat pada peta.
Jika koordinat peta adalah dalam bentuk PCS maka koordinat bisa
langsung diimput pada kolom X dan Y. Apabila koordinat dalam bentuk
GCS maka yang perlu dilakukan sebelum input X dan Y adalah sebagai
berikut :
Misal
Koordinat X = 1063030
Maka : 106 + (30/60) + (3600)
Hasil : 106,508
Maka hasil tersebut yang diinput pada kotak input X dan Y.
Perhitungan tersebut juga dioperasikan pada koordinat X.
Setelah Input X dan Y dilakukan pada 4 titik. Klik georeferencing lalu klik
update georeferencing. Maka selesailah registrasi image dengan acuan
titik koordinat.

2. Registrasi dengan acuan tanda alam

Metode ini menyamakan koordinat suatu data raster/image berdasarkan
data/raster yang sudah memiliki koordinat. Misalnya terdapat shapefile
jalan dari komplek arcamanik yang posisinya tidak sesuai dengan gambar
komplek arcamanik yang sudah memiliki koordinat.
Maka yang perlu dilakukan adalah, klik Add Control Point, lalu klik pada
suatu titik (A) dan arahkan control point pada titik (B) lain dimana
seharusnya posisi titik A sama dengan posisi pada titik B. Lakukan sampai
mendapatkan posisi yang sesuai dengan data raster/image yang telah
memiliki koordinat.
3. Input data pada Excel pada GIS
Terdapat data pada program microsoft excel yang menginformasikan
koordinat dari posisi suatu ruang (misal RTH, permukiman). Setelah data
FIX lalu simpan data tersebut.
Untuk memasukkan data pada program microsoft excel, klik Add Data lalu
klik nama file excel lalu klik pada sheet berapa kita menaruh data
tersebut. Maka akan muncul pada layer nama data excel yang telah
dimasukkan, dan akan muncul juga titik-titik dimana posisi yang
diinformasikan, sesuai dengan koordinat yang diketahui.

Diposkan oleh Rahajeng Kusumaningtyas di 16.19 Tidak ada komentar:

Kirimkan Ini lewat EmailBlogThis!Berbagi ke TwitterBerbagi ke Facebook

Kamis, 26 April 2012

Resume Praktikum SIP dan PCD
Sistem Informasi Perencanaan dan Pengolahan Citra Digital
(Praktikum Pertama)
ARCGIS
ArcCatalog Adalah sebuah modul program yang terdapat di ArcGis yang berguna
untuk membuat, memanagement dan mengeksplor data-data GIS. ArcCatalog
berfungsi sebagai aplkasi untuk mengeksplor berbagai macam sumber data yang
berbeda.

ArcGlobe

berfungsi hampir sama seperti google earth dimana kita dapat

menampilkan peta dalam bentuk 3D, tampilan peta secara globe.

ArcMap berfungsi untuk menampilkan data, peta, editing, pencetakan peta, dan
melakukan berbagai analisis spasial.
ArcReader merupakan aplikasi pemetaan desktop yang memungkinkan pengguna
untuk melihat, mengexplorasi dan mencetak peta dan bola dunia.
ArcScene
KOMPONEN GIS
Geodatabase : Sistem Database Management (DBMS) di mana data tersebut
disimpan dan ber georeferenced /Geographic Information . Terdiri dari spatial
database yang mempresentasikan suatu informasi geographic (feature, raster,
topologi, netwokrs,dll).
Geoprocessing : kumpulan fungsi fungsi yang terhubung dengan sistem arcview
dan melakukan operasi dengan didasarkan dari lokasi geografis layer-layer input,
geoprocessing ada 6 fungsi yakni Dissolve, Merge, Clip, Intersect, Union, dan Assign
Data.

Geovisualization : Suatu kumpulan informasi dalam suatu peta, dimana antara satu
feature dan lainnya saling berhubungan dalam kerangka referensi lokasi permukaan
bumi.
PIXEL
Pixel atau picture element adalah bagian terkecil dari suatu citra digital yang
berbasis bitmap/peta bit. Operasi pixel adalah operasi sebuah titik tanpa
memperhatikan titik lain disebelahnya, maka sering disebut dengan lokal operator.
Contoh penggunaan operasi ini adalah untuk memerangkan citra gelap, membuat

citra negatif seperti pada negatf film, white balance, dan menaikkan tingkat kontras.
Alokasi warna atau kecerahan pixel yang baru ditampilkan dengan LUT (Look Up
Table), dimana korelasi antara pixel dari citra asal ke citra hasil didefinisikan.

SISTEM PENCITRAAN

PENGIDERAAN JAUH SATELIT

Satelit merupakan benda yang mengitari planet dalam periode revolusi dan rotasi
tertentu. Kegunaan dari satelit yait seagai pembawa sensor dan penghubung antar
stasiun di bumi.
CITRA
Citra merupakan gambaran kenampakan permukaan bumi hasil penginderaan pada
spectrum elektromagnetik tertentu yang ditayangkan pada layar atau disimpan pada
media rekam/cetak.
Citra satelit merupakan citra hasil sensor dengan satelit sebagai wahana atau media
pembawa sensor.
RESOLUSI CITRA
Resolusi : Ukuran ketelitian data citra satelit

Kemampuan menampilkan sejumlah pixel pada layer tayangan

Kemampuan semua jenis pengindera (lensa, antenna, tayangan, bukaan
rana, dll.) untuk menyajikan citra tertentu dengan tajam. Ukuran dapat
dinyatakan dengan baris per mm atau meter. Pada citra RADAR resolusi
biasa dinyatakan dalam lebar pancaran efektif dan panjang jangkauan. Pada
citra infra merah resolusi biasa dinyatakan dalam IFOV. Resolusi juga dapat
dinyatakan dalam perbedaan temperatur atau karakter lain yang mampu
diukur secara fisik (Manual of Remote Sensing).
1. Resolusi spasial
Resolusi spasial adalah ukuran objek terkecil yang masih dapat disajikan
dibedakan, dan dikenali pada citra. Semakin kecil ukuran objek yang dapat direkam,
semakin baik resolusi spasialnya. Begitupun sebaliknya, semakin besar ukuran
obyek yang dapat direkam, semakin buruk resolusi spasialnya.

Citra SPOT resolusi spasialnya 10 dan 20 meter

Citra Landsat TM resolusi spasialnya 30 meter

Citra Landsat MSS resolusi spasialnya 79 meter

Citra Satelit Landsat

Citra IKONOS resolusi spasialnya 1.5 meter, diluncurkan pertama kali pada tanggal
24 September 1999 oleh Space Imagine, merupakan citra satelit komersil pertama.

Rekaman Citra Ikonos

Citra QuickBird resolusi spasialnya yang tertinggi saat ini yaitu 0.61 meter.
Diluncurkan pada tanggal 18 Oktober 2001 oleh Digital Globe.

Rekaman Citra Quickbird

2.

Resolusi Temporal
Resolusi temporal adalah kemampuan sensor untuk merekam ulang objek yang
sama. Semakin cepat suatu sensor merekam ulang objek yang sama, semakin baik
resolusi temporalnya.

Satelit GMS resolusi temporalnya yaitu 2 x sehari

Landsat MSS dan TM resolusi temporalnya yaitu18 hari untuk generasi 1, 16 hari
untuk generasi 2

Satelit SPOT resolusi temporalnya yaitu 26 hari

Satelit IKONOS resolusi temporalnya yaitu 3 hari. Satelit ini mengorbit bumi sinkron
dengan matahari setinggi 681 km. Waktu revolusinya adalah 98 menit.
Satelit QUICKBIRD resolusi temporalnya yaitu 3-7 hari. Satelit ini mengorbit bumi
sinkron dengan matahari setinggi 450 km. Waktu revolusinya adalah 93.4 menit.
3.

Resolusi Spektral
Resolusi spektral merupakan ukuran kemampuan sensor dalam memisahkan
objek pada beberapa kisaran panjang gelombang. Dibawah ini contoh tabel resolusi
spektral dan aplikasinya.
Band

Resolusi Spektral
(Microns)

EM Region

0,45-0,52

Biru Tampak

0,52-0,60

Hijau Tampak

0,63-0,69

Merah Tampak

0,76-0,90

Inframerah Dekat

1,55-1,75

Inframerah Tengah

Aplikasi
Pemetaan pesisir, diskriminasi
vegetasi dan tanah
Menduga vigositas vegetasi
Penyerapan klorofil untuk
diskriminasi tumbuhan
Survey biomasa dan deliniasi
badan air
Pengukuran kelembaban vegetasi
dan tanah; diskriminasi salju dan
awan
Pemetaan termal, studi

10,40-12,50

Inframerah Thermal

kelembaban tanah dan pengukuran

2,08-2,35
0,52-0,90

Middle Infrared
Hijau, Merah Tampak,

stress tanaman
Pemetaan hidrotermal
Pemetaan area luas, studi

(pancromatic)

Inframerah Dekat

perubahan perkotaan

4. Resolusi Radiometrik
Resolusi radiometrik yaitu ukuran kemampuan sensor dalam merekam atau
mengindera perbedaan terkecil suatu objek dengan objek yang lain (ukuran
kepekaan sensor). resolusi radiometrik berhubungan dengan kekuatan sinyal,
kondisi atmosfir (hamburan, serapan dan tutupan awan), dan saluran spektral yang
digunakan.

SENSOR
Sensor Aktif : mendeteksi radiasi alam yang dipancarkan atau direkfleksikan
oleh objek atau area sekitar yang diamati.
Sensor Pasif : aktif memancarkan energi untuk melakukan scanning objek
kemudian sensor akan mendeteksi dan mengukur radiasi yang direkfleksikan target.

Diposkan oleh Rahajeng Kusumaningtyas di 17.46 Tidak ada komentar:

Kirimkan Ini lewat EmailBlogThis!Berbagi ke TwitterBerbagi ke Facebook

Composite Band
Komposit Band
Masing-masing band dalam Landsat memiliki kemampuan mendeteksi yang berbeda
sesuai kebutuhan, tapi band tersebut tidak bisa digunakan secara terpisah. Untuk
bisa diasosiasikan menjadi warna supaya bisa dibaca dan diinterpretasi oleh mata
normal kita, kita memerlukan band lain untuk dikomposisikan dalam kanal RGB.
Macam-Macam Komposit Band
1. Komposit band 5,4,3 dapat dengan mudah dibedakan antara obyek vegetasi
dengan non vegetasi, obyek bervegetasi dipresentasikan dengan warna hijau, tanah
kering dengan warna merah, komposist ini paling popular untuk penerapan di bidang
kehutanan (Departemen kehutanan.

2. Komposit band 4,3,2 mempunyai kelebihan untuk membedakan obyek kelurusan

seperti jalan dan kawasan perkotaan. Jaringan jalan dipresentasikan dengan warna
putih.
Geomorfologi Menggunakan komposit band 4,5,7

3. Geologi menggunakan komposit band 4,5,7

4. Penggunaan Lahan (Landuse) menggunakan komposit band 4,5,3

5. Vegetasi (Hutan, Pertanian) menggunakan komposit band 4,3,2

6. Hidrologi menggunakan komposit band 3,2,1 (true colour)

7. Komposit band 3,2,1 merupakan true color composite atau warna sebenarnya
yang ada di permukaan bumi (natural color).

8. Komposit band 4,5,3 merupakan false color composite atau warna yang bukan
sebenarnya yang ada di permukaan bumi.

Berikut ini merupakan perbandingan komposit band 3,2,1 dan komposit band
4,5,3 pada berbagai objek tampak pada peta.
1. Vegetasi (Objek Area)
Pada komposit band 3,2,1 tutupan vegetasi ditunjukan dengan warna hijau atau bisa
dikatakan sesuai dengan warna yang tampak jika dilihat dengan mata sedangkan
pada komposit band 4,5,3 tutupan vegetasi dtandai dengan warna jingga.
2. Lahan Terbangun (Objek Area)
Pada komposit band 3,2,1 lahan terbangun ditandai dengan warna asli sesuai
keadaan di lapangan. Dari citra diatas dapat dilihat bahwa warna dari lahan
terbangun adalah warna coklat sesuai dengan warna genting rumah/bangunan.
Pada komposit band 4,5,3 lahan terbangun ditandai dengan warna biru mudah
dengan rona cerah. Kelebihan dari kompositband 4,5,3 untuk interpetasi lahan
terbangun adalah dari ronanya. Semakin cerah rona dari warna biru maka lahan
terbangun yang ada semakin padat, sedangkan semakin gelap rona dari warna biru
maka lahan terbangun yang ada semakin jarang.
3. Jalan (objek garis)
1: Pada komposit band 3,2,1 kenampakan objek garis berupa jalan tidak dapat
dilihat dan diindentifikasi. Objek jalan yang tampak pada komposit band 3,2,1 telihat
tersamarkan oleh objek area berupa lahan terbangun jadi tidak dapat dibedakan
satu sama lainnya.
2: Pada komposit band 4,5,3 kenampakan objek garis berupa jalan terlihat cukup
jelas dan dapat dibedakan dengan kenampakan objek area berupa lahan terbangun.
Jalan ditunjukan dengan sebuah garis melintang dengan warna biru berona gelap.

Perbedaan secara Sistematis

Objek Vegetasi

Komposit Band 3,2,1

Sesuai warna yang ada di

Komposit Band 4,5,3

Jingga

(area)
Objek Lahan

lapangan (hijau)
Sesuai warna yang ada di

Warna biru; semakin

Terbangun (area)

lapangan (coklat untuk

padat lahan terbangun di

genting)

suatu daerah rona yang

terbentuk semakin cerah

Objek Jalan (area)

Tidak dapat

dan sebaliknya
Dapat dibedakan

dibedakan/tersamarkan

dengan objek lahan

dengan objek lahan

terbangun

terbangun