PENGINDERAAN JAUH
MODUL I: INTERFACE PENGENALAN ER MAPPER 7.0
DAN CITRA LANDSAT 8
Disusun Oleh:
ESSY PRATIWY
26020215140115
OSEANOGRAFI B
26020213140036
26020213140083
26020213120017
26020213140031
26020214140089
26020214140067
26020214120020
26020214120018
DEPARTEMEN OSEANOGRAFI
FAKULTAS PERIKANAN DAN ILMU KELAUTAN
UNIVERSITAS DIPONEGORO
SEMARANG
2016
Shift:
Tgl Praktikum : 25 September 2016
Tgl Pengumpulan : 29 September
2016
LEMBAR PENILAIAN
MODUL 1: INTERFACE PENGENALAN ER MAPPER 7.0
DAN CITRA LANDSAT 8
NIM: 26020215140115
KETERANGAN
Pendahuluan
Tinjauan Pustaka
Materi dan Metode
Hasil dan Pembahasan
Penutup
Daftar Pustaka
TOTAL
Ttd: ..........................
NILAI
Mengetahui,
Koordinator Praktikum
Asisten
Rinto Setyawan
Rinto Setyawan
26020213140036
26020213140036
I.
PENDAHULUAN
data yang diperoleh dengan sutu alat tanpa kontak langsung dengan objek, daerah,
atau fenomena yang dikaji. Penafsiran citra penginderaan jauh berupa pengenalan
obyek dan elemen yang tergambar pada citra penginderaan jauh serta
penyajiaanya ke dalam bentuk peta tematik.
Perkembangan teknologi yang sangat pesat ini membawa dampak positif
bagi manusia karena dengan pengindraan jarak jauh tersebut manusia dapat
melakukan penelitian tanpa terjun langsung kelapangan melainkan hanya
melihat pada citra tersebut. Untuk memudahkan tujuan kita memonitor wilayah
dibumi ini, para ilmuan menciptakan rekayasa teknologi berupa perangkat lunak
atau software dalam bahasa inggris yang bertujuan memudahkan manusia dalam
menganalisa, memonitor, dan memprediksi atas apa yang akan terjadi pada waktu
yang akan datang mengenai bumi kita ini.
Dengan software diharapakan kita akan lebih mudah dalam melakukan
proses pengukuran, penelitian dan pengelolaan suatu sumberdaya bumi dengan
menggunakan konsep interpretasi foto udara, fotogeometri, interpretasi citra dari
sensor nonfotografi baik secara visual maupun menggunakan tehnik pemrosesan
citra digital. Sehingga dapat mempermudah dalam pengumpulan data dari jarak
jauh yang dapat dianalisis untuk mendapatkan informasi tentang objek, daerah
maupun fenomena yang diinginkan.
I.2 Tujuan
1. Mahasiswa mengetahui arti dan fungsi dari penginderaan jauh.
2. Mahasiswa mengetahui spesifikasi Landsat 8.
Mahasiswa mengetahui dan mampu mengoprasikan ER Mapper 7.0
yang dapat membantu dalam proses pengolahan data hasil dar citra
penginderaan jauh.
I.3 Manfaat
1. Untuk menambah pengetahuan tentang penginderaan jauh.
2. Untuk dapat memahami pengetahuan tentang ER Mapper.
3. Agar dapat menggunakan aplikasi ER Mapper dalam melakukan
penelitian.
II.
II.1
TINJAUAN PUSTAKA
Penginderaan Jauh
Interpretasi citra adalah perbuatan mengkaji foto udara atau citra dengan
maksud untuk mengidentifikasi objek dan menilai arti pentingnya objek tersebut.
Interpretasi citra dapat dilakukan secara visual maupun digital. Interpretasi visual
dilakukan pada citra hardcopy ataupun citra yang tertayang pada monitor
komputer. Interpretasi visual adalah aktivitas visual untuk mengkaji gambaran
muka bumi yang tergambar pada citra untuk tujuan identifikasi objek dan menilai
maknanya (Somantri, 2008).
Prinsip pengenalan objek pada citra secara visual bergantung pada
karakteristik atau atribut yang tergambar pada citra. Karakteristik objek pada citra
digunakan sebagai unsur pengenalan objek yang disebut unsur-unsur interpretasi.
Menurut Sutanto (1986) unsur-unsur interpretasi meliputi sebagai berikut:
1. Rona atau warna (tone/color). Rona adalah tingkat kegelapan atau
kecerahan objek pada citra, sedangkan warna adalah wujud yang tampak
oleh mata. Rona ditunjukkan dengan gelap putih. Pantulan rendah,
ronanya gelap, pantulan tinggi ronanya putih.
2. Bentuk (shape) adalah variabel kualitatif yang memberikan konfigurasi
atau kerangka suatu objek. Bentuk merupakan atribut yang jelas sehingga
banyak objek yang dapat dikenali berdasarkan bentuknya saja, seperti
bentuk memanjang, lingkaran, dan segi empat.
3. Ukuran (size) adalah atribut objek yang antara lain berupa jarak, luas,
tinggi, kemiringan lereng, dan volume.
4. Kekasaran (texture) adalah frekuensi perubahan rona pada citra atau
pengulangan rona terhadap objek yang terlalu kecil untuk dibedakan
secara individual.
5. Pola (pattern) adalah hubungan susunan spesial objek. Pola merupakan
ciri yang menandai objek bentukan manusia ataupun alamiah.
ER Mapper
pemula.
5. Dapat digunakan secara cepat untuk lebih dari 130 aplikasi khusus.
6. Pengolahan langsung dapat dilihat hasilnya tanpa menyimpannya di
media terlebih dahulu.
7. Pembuatan mozaik citra yang sangat mudah baik untuk citra satelit
juga citra foto udara.
8. Data yang berbeda dapat ditampilkan bersamaan bahkan saat diproses
(Geomedia, 2004).
Kekurangan ER Mapper, antara lain:
1. Terbatasnya format pengekspor data
2. Data yang mampu ditangani hanya 8 byte
(Paramadina, 2014).
II.4
perpajakan, dan deteksi perubahan. Mampu menyediakan data yang relefan untuk
studi lingkungan. Ikonos menyediakan pandangan udara dan foto satelit untuk
banyak tempat di seluruh dunia (Danoedoro, 1990).
II.5
Geolink
RGB
Pada warna citra, setiap titik mempunyai warna yang spesifik yang
merupakan kombinasi dar 3 warna dasar, yaitu merah, hijau biru. Format citra ini
sering disebut sebagai citra RGB (red-green-blue). Setiap warna dasar memiliki
intensitas sendiri dengan nilai maksimum 2 (8 bit) (Iswahyudi, 2010).
RGB (Red, Green, Blue) atau Color Image ini masing-masing pixel
memiliki warna tertentu, warna tersebut adalah merah (Red), hijau (Green), dan
biru (Blue). Jika masing-masing warna memiliki range 0 255, maka totalnya
adalah 2553 = 16.581.375 (16 K) variasi warna berbeda pada gambar, dimana
variasi warna ini cukup untuk gambar apapun. Karena jumlah bit yang diperlukan
untuk setiap pixel, gambar tersebut juga disebut gambar-bit warna. Color Image
ini terdiri dari tiga matriks yang mewakili nilai-nilai merah, hijau dan biru untuk
setiap pixelnya (Kusumanto dan Alan, 2011).
Waktu
: 18.00-19.15
Tempat
: Office Register
3.2 Materi
Alat
- Software ER Mapper 7.0
- Laptop
Bahan
- Beberapa citra Landsat
- Data satelit IKONOS daerah sekitar Bandara Ahmad Yani, Semarang pada
tahun 2005 dan 2009.
3.3 Metode
3.3.1 Penggabungan Citra
) pada toolbar.
Kemudian, cari folder dimana data citra ditempatkan. Jika sudah ditemukan, pilih
data citra band 1. Lalu, klik OK.
Kemudian, Duplicate (
Lalu, ubah nama tiap band sesuai dengan data citra yang akan dimasukkan secara
berurutan. Ketika hanya akan mengisi satu data citra pada satu layer, klik OK this
layer only.
Langkah selanjutnya adalah memotong garis yang dapat mengganggu hasil citra
dengan cara klik kanan, lalu klik Quick Zoom > Zoom to All Datasets.
Setelah ditempatkan di folder yang diinginkan, ubah nama dokumen, lalu ubah
tipe dokumen menjadi ER Mapper Raster Datasets (.ers) dan klik OK.
Kemudian, klik Defaults untuk mengubah tipe data ang sesuai dengan
kemampuan laptop yag digunakan. Lalu, masukkan 0 pada Null Value dan centang
Delete output transforms > OK. Data telah tersimpan.
).
). Saat icon
Kemudian, ubah band sesuai ketentuan. Red layer: band 4; Green layer: band 3;
Blue layer: 2. Setelah itu, klik Refresh Image with 99% clip on limits ( ).
Pilih tempat dimana data akan di-save. Ubah nama dokumen, lalu ubah tipe
dokumen menjadi ER Mapper Raster Datasets (.ers) dan klik OK.
Kemudian, klik Defaults untuk mengubah tipe data ang sesuai dengan
kemampuan laptop yag digunakan. Lalu, masukkan 0 pada Null Value dan centang
Delete output transforms > OK. Data telah tersimpan.
Setelah itu, klik kanan pada window, lalu klik Quick Zoom > Zoom to All
Datasets.
).
).
Klik Zoom Box Tool ( ). Lalu, sorot pada daerah yang akan dianalisa.
Kemudian, un-checklist smoothing agar pixel lebih terlihat.
Lalu, cut (
) Pseudo Layer.
Setelah itu, klik View > Cell Values Profile. Untuk memunculkan Cell Coordinate
klik View > Cell Coordinate.
Selanjutnya, akan keluar window untuk Cell Values Profile dan Cell Coordinate.
b. Mengetahui jarak
Untuk mengetahui jarak, klik Edit > Annote Vector Layer
Kemudian akan keluar window New Map Composition, lalu klik OK.
) untuk
Susuri jarak yang ingin diketahui, lalu klik Edit Object Extents (
) dan window
Map Composition Extents yang berisi data dari jarak tersebut akan muncul.
c. Mengetahui Luas
Setelah itu, untuk mengetahui luas dari suatu tempat kita bisa menggunakan
Polygon ( ). Susuri luas yang ingin diketahui. Agar garis-garis tersebut
menyatu, tempatkan kursor diantara titik pertama kali garis dibuat dan titik
terakhir garis dibuat, lalu klik dua kali, maka garis akan tersambung.
3.3.5 Geolink
a. Geolink to Window
Klik Edit Algorithm(
) pada toolbar.
)).
Langkah selanjutnya adalah klik kanan lalu klik Quick Zoom > Set Geolink to
Window pada masing-masing window.
Setelah itu, kita dapat membandingkan daerah yang kita inginkan pada tahun yang
berbeda dengan menyorotkan daerah tersebut dengan Zoom Box Tool (
).
Setelah selesai, kita dapat menghilangkan Geolink to Window dengan klik kanan
lalu, klik Quick Zoom > Set Geolink to None.
b. Geolink to Screen
Copy window menjadi empat bagian. dengan Copy Window (
). Lalu,
masukkan data citra. Kemudian, klik kanan lalu klik Quick Zoom > Set Geolink to
Screen pada setiap window.
Setelah itu, kita dapat melihat perbedaan daerah dari setiap citra dari tahun yang
berbeda dengan menggeser-geser kursor.
Setelah selesai, kita dapat menghilangkan Geolink to Screen dengan klik kanan
lalu, klik Quick Zoom > Set Geolink to None.
). Lalu, masukkan
Kemudian, Zoom ketiga window dengan jarak yang berbeda-beda dengan Zoom
Box Tool ( ).
Lalu, klik kanan pada window yang akan dianalisa, lalu klik Quick Zoom > Set
Geolink to Overview Roam.
Setelah itu, gerakkan kursor ke daerah yang akan dianalisa dan ketiga window
lainnya akan melakukan zoom pada jarak yang berbeda.
IV.
IV.1 Hasil
IV.1.1 Penggabungan Citra
b. Cell Coordinate
c. Menghitung jarak
d. Menghitung Luas
IV.1.5 Geolink
a. Geolink to Window
b. Geolink to Screen
IV.2
Pembahasan
1. Geolink to Window
Berfungsi agar kita mudah membandingkan wilayah citra satu
dengan lainnya. Kita dapat menggeser kursor ke wilayah yang
ingin dianalisa, window yang lain juga akan memperlihatkan
daerah tersebut hanya dengan menggeser dari salah satu kursor.
Dalam praktikum ini kami membandingkan pencitraan Bandara
Ahmad Yani pada tahun 2005 dan pencitraan Bandara Ahmad Yani
pada tahun 2009. Terlihat pada gambar terjadi perubahan topografi
dan wilayah karena adanya pembangunan.
2. Geolink to Screen
Berfunsi agar kita mudah menghubungkan citra yang berbedabeda. Pada praktikum yang telah dilakukan, dihubungkan window
pencitraan Bandara Ahmad Yani pada tahun 2005 dengan 3
window pencitraan Bandara Ahmad Yani 2009. Pada hasil yang
didapat, terlihat hubungan yang menunjukkan perubahan
lingkungan dalam wilayah tersebut.
3. Geolink to Overview Roam
Berfungsi untuk melakukan interpretasi suatu citra. Interpretasi ini
dilakukan agar dapat mengetahui titik suatu objek yang akan
dianalisis dengan lebih fokus dengan melakukan perbandingan
suatu citra. Proses ini bermanfaat untuk melihat unsur geografis
yang sama tetapi terdapat pada citra yang berbeda atau algoritma
yang berbeda pula.
DAFTAR PUSTAKA
Curran, P. 1985. Principles of Remote Sensing. New York: John Wiley &
Sons
Danoedoro, P., 1996. Pengolahan Citra Digital dan Aplikasinya dalam Bidang
Penginderaan Jauh. Yogyakarta: Fakultas Geografi Universitas Gadjah
Mada.
Geomedia. 2004. Modul Pelatihan ER Mapper. Yogyakarta: GeoMedia Sp.
Iswahyudi, C. 2010. Prototype Aplikasi Untuk Mengukur Kematangan Buah Apel
Berdasar Kemiripan Warna. Yogyakarta: Program Studi Teknik
Informatika, Fakultas Teknologi Industri, Institut Sains & Teknologi
AKPRIND. Vol. 3 (2).
Kusumanto, R.D., Alan N.T. 2011. Pengolahan Citra Digital Untuk Mendeteksi
Obyek Menggunakan Pengolahan Warna Model Normalisasi RGB.
Seminar Nasional Teknologi Informasi dan Komunikasi Terapan 2011
Lillesand, T. M. dan R. W. Kiefer 1990. Penginderaan Jauh dan Interpretasi
Citra. Yogyakarta: Gadjah Mada Universitas Press.
Mather, P.M., 1987. Computer Processing of Remotely Sensed Images: An
Introduction. New York: John Wiley & Sons.
Paramadina, G. 2014. Laporan SIG.
http://paramadinaputranti.blogspot.co.id/2014/11/laporan-sig.html
(diakses tanggal 28 September 2016)
Putra, E.H. 2011. Penginderaan Jauh dengan ER-Mapper. Yogyakarta: Graha
Ilmu
Rendra. 2012. http://geologi2an.blogspot.com/2012/06/satelit-landsat.html.
(diakses tanggal 28 September 2016)
Sirat, M. Samat, N. 2014. Kerja Lapangan Teknik, Prosedur Dan Aplikasi Dalam
Geografi. Kuala Lumpur: Penerbit Universiti Sains Malaysia.
Somantri, L. 2008. Pemanfaatan Teknik Penginderaan Jauh Untuk
Mengidentifikasi Kerentanan dan Resiko Banjir. Jurnal Gea, Jurusan
Pendidikan Geografi, Vol. 8 (2).
Sukresno, B. 2006. Pengolahan Data Satelit Noaa-Avhrr Untuk Pengukuran Suhu
Permukaan Laut Rata-Rata Harian. Yogyakarta: UNY.