LAPORAN PRAKTIKUM

PENGINDERAAN JAUH DAN INTERPRETASI CITRA TINGKAT

DASAR
Dosen PJ : Listumbinang Halengkara, S.Si., M.Sc.
Praktikum 5 : Pengantar Pemrosesan Citra Digital

Disusun oleh :
Robby Tri Mulyanto
(1413034057)

PROGRAM STUDI PENDIDIKAN GEOGRAFI

JURUSAN PENDIDIKAN ILMU PENGETAHUAN SOSIAL
FAKULTAS KEGURUAN DAN ILMU PENGETAHUAN
UNIVERSITAS LAMPUNG
2016

ACARA 5

Pengantar Pemrosesan Citra Digital

I.

Tujuan
1. Mempraktekan penggunaan perangkat lunak (software) PCD untuk
membuka dan menampilkan citra satelit serta melakukan proses
konversi citra
2. Melakukan identifikasi obyek pada citra berdasarkan nilai/karakteristik
spektralnya.
3. Melakukan penajaman citra dengan penyusunan citra komposit warna.

II.

Alat dan Bahan

Alat yang digunakan meliputi:
Perangkat komputer
Program ENVi 5.0
Bahan yang digunakan:

III.

Citra Satelit Landsat 8 Provinsi Lampung dan Sekitarnya

Tinjauan Pustaka

Interpretasi citra secara Digital

Interpretasi citra adalah tindakan mengkaji foto atau citra dengan maksud
untuk mengenali objek dan gejala serta menilai arti pentingnya objek dan gejala
tersebut. Dalam interpretasi citra, penafsir mengkaji citra dan berupaya mengenali
objek melalui tahapan kegiatan, yaitu:
1. Deteksi
2. Identifikasi
3. Analisis
Citra penginderaan jauh dapat pula disajikan menggunakan computer dalam
bentuk larik piksel, dimana masing-masing piksel berhubungan dengan nilai
digital yang merepresentasi tingkat kecerahan piksel tersebut pada citra. Data
seperti ini disebut dengan data format digital. Interpretasi visual dapat pula
dilakukan dengan mengamati citra digital pada layer komputer.
Interpretasi dapat dilakukan dengan tampilan hitam putih atau citra
berwarna. Citra hitam putih menampilkan citra satu saluran yang disajikan dengan
perbedaan tingkat keabuan (greyscale). Piksel dengan nilai rendah akan
representasi dengan warna hitam dan nilai tinggi direpresentasi dengan warna
putih. Perbedaan nilai pantulan spectral yang terrekam pada sensor menjadikan
nilai pada tiap piksel citra bervariasi. Variasi inilah yang selanjutnya diwujudkan
dengan tampilan gradasi hitam putih tersebut pada citra dan membentuk gambaran
obyek di muka bumi.
Citra berwarna merupakan tampilan citra dengan multi saluran yang
dihubungkan dengan penembak warna merah, hijau dan biru (RGB) pada
computer. Variasi nilai pada suatu koordinat piksel yang sama akan
mempengaruhi intensitas masing-masing warna yang muncul dilayar komputer.
Efek dari proses ini adalah tampilnya citra dengan warna-warna pada obyekobyeknya. Warna-warna obyek sangat tergantung dari kombinasi saluran yang
digunakan dalam penampilan tersebut. Tampilan citra ini sering pula disebut
dengan tampilan multi spektral.
Ketika data penginderaan jauh berbentuk digital, maka proses dan analisis
digital dapat dilakukan dengan menggunakan komputer. Proses dan analisis digital
citra dilakukan untuk mempertajam atau meningkatkan kualitas dan akurasi

interpretasi secara visual terhadap citra tersebut. Dalam proses dan analisis digital,
dapat dilakukan proses otomasi identifikasi obyek dan penyadapan informasi.
Proses otomasi ini mengurangi intervensi dari interpreter pada proses interpretasi
tersebut. Hal seperti ini sering dilakukan untuk melengkapi dan membantu analis
oleh interpreter citra.
Prinsip interpretasi secara digital:

Adalah mengubah data numerik menjadi informasi untuk keperluan

tertentu.
Tiap piksel memiliki nilai spektral tertentu atau yang biasa disebut nilai

pixel.
Kenampakan obyek yang berbeda pada citra dikarenakan adanya
perbedaan interval nilai yang merepresentasikannya, selain kesan pola
spektralnya juga berbeda.

Syarat pengolahan data digital

Ketersediaan citra penginderaan jauh yang nilai spektralnya dinyatakan

dalam bentuk digit. Berbagai jenis citra penginderaan jauh satelit Landsat,

SPOT, IKONOS, Quick Bird, ALOS, dll yang dapat diolah secara digital.
Adanya teknologi komputer yang canggih
Algoritma yang dapat diterapkan bagi penginderaan jauh
Metodologi atau strategi untuk analisis.

Proses dalam Pengolahan citra dapat dibagi ke dalam beberapa proses yang umum
dilakukan, di antaranya adalah:
1. image aquisition : merupakan proses pembuatan citra digital dari objek
nyata dengan menggunakan sensor.

2. image restoration : merupakan proses perbaikan citra yang ada. Tujuannya

sama

seperti image

enhancement namun image

restoration dilakukan

dengan memanfaatkan fungsi matematika dan hasilnya objektif.

3. image enhancement : merupakan proses peningkatan kualitas citra
sehingga didapatkan detail yang diinginkan. Perbedaannya dengan image
restoration, adalah keberhasilan proses imege enhancement merupakan
ukuran subjektif seseorang.
4. image analysis : merupakan proses analisis citra untuk mendapatkan data
yang diperlukan.
5. color image processing : pemrosesan warna citra yang membahas
mengenai ruang warna dan pemrosesan warna.
6. Wavelets : merupakan dasar pengolahan citra untuk menghasilkan citra
dengan resolusi yang berbeda.
7. Kompresi: Adalah proses untuk melakukan penghematan ruang memori
penyimpanan dari citra.
8. Operasi Morfologi : Proses untuk mendapatkan informasi mengenai
bentuk objek yang terdapat dalam suatu citra.
9. Segmentasi : Proses mendapatkan tepian yang ada pada suatu citra digital.
10. Pengenalan (Recognition) : Proses pengenalan objek yang terdapat dalam
suatu citra.

Landsat 8
Landsat Data Continuity Mission (LDCM) atau dikenal juga dengan nama
Landsat 8 merupakan satelit generasi terbaru dari Program Landsat. Satelit ini
merupakan project gabungan antara USGS dan NASA beserta NASA Goddard

Space Flight Center dan diluncurkan pada hari Senin, 11 Februari 2013 di
Pangkalan Angkatan Udara Vandeberg, California Amerika Serikat. Satelit
Landsat 8 yang direncanakan mempunyai durasi misi selama 5 10 tahun ini,
dilengkapi dua sensor yang merupakan hasil pengembangan dari sensor yang
terdapat pada satelit-satelit pada Program Landsat sebelumnya. Kedua sensor
tersebut yaitu Sensor Operational Land Manager (OLI) yang terdiri dari 9 band
serta Sensor Thermal InfraRed Sensors (TIRS) yang terdiri dari 2 band. Untuk
Sensor OLI yang dibuat oleh Ball Aerospace, terdapat 2 band yang baru terdapat
pada satelit Program Landsat yaitu Deep Blue Coastal/Aerosol Band (0.433
0.453 mikrometer) untuk deteksi wilayah pesisir serta Shortwave-InfraRed Cirrus
Band (1.360 1.390 mikrometer) untuk deteksi awan cirrus. Sedangkan sisa 7
band lainnya merupakan band yang sebelumnya juga telah terdapat pada sensor
satelit Landsat generasi sebelumnya. Dan untuk lebih detailnya, berikut ini daftar
9 band yang terdapat pada Sensor OLI.
Sebenarnya landsat 8 lebih cocok disebut sebagai satelit dengan misi
melanjutkan landsat 7 dari pada disebut sebagai satelit baru dengan spesifikasi
yang baru pula. Ini terlihat dari karakteristiknya yang mirip dengan landsat 7, baik
resolusinya (spasial, temporal, spektral), metode koreksi, ketinggian terbang
maupun karakteristik sensor yang dibawa. Hanya saja ada beberapa tambahan
yang menjadi titik penyempurnaan dari landsat 7 seperti jumlah band, rentang
spektrum gelombang elektromagnetik terendah yang dapat ditangkap sensor serta
nilai bit (rentang nilai Digital Number) dari tiap piksel citra.
Seperti dipublikasikan oleh USGS, satelit landsat 8 terbang dengan ketinggian
705 km dari permukaan bumi dan memiliki area scan seluas 170 km x 183 km
(mirip dengan landsat versi sebelumnya). NASA sendiri menargetkan satelit
landsat versi terbarunya ini mengemban misi selama 5 tahun beroperasi (sensor
OLI dirancang 5 tahun dan sensor TIRS 3 tahun). Tidak menutup kemungkinan
umur produktif landsat 8 dapat lebih panjang dari umur yang dicanangkan
sebagaimana terjadi pada landsat 5 (TM) yang awalnya ditargetkan hanya
beroperasi 3 tahun namun ternyata sampai tahun 2012 masih bisa berfungsi.

Keunggulan Landsat 8.

Dibandingkan versi-versi sebelumnya, landsat 8 memiliki beberapa

keunggulan khususnya terkait spesifikasi band-band yang dimiliki maupun
panjang

rentang

spektrum

gelombang

elektromagnetik

yang

ditangkap.

Sebagaimana telah diketahui, warna objek pada citra tersusun atas 3 warna dasar,
yaitu Red, Green dan Blue (RGB). Dengan makin banyaknya band sebagai
penyusun RGB komposit, maka warna-warna obyek menjadi lebih bervariasi.
Ada beberapa spesifikasi baru yang terpasang pada band landsat ini
khususnya pada band 1, 9, 10, dan 11. Band 1 (ultra blue) dapat menangkap
panjang gelombang elektromagnetik lebih rendah dari pada band yang sama pada
landsat 7, sehingga lebih sensitif terhadap perbedaan reflektan air laut atau
aerosol. Band ini unggul dalam membedakan konsentrasi aerosol di atmosfer dan
mengidentifikasi karakteristik tampilan air laut pada kedalaman berbeda.
Deteksi terhadap awan cirrus juga lebih baik dengan dipasangnya kanal 9
pada sensor OLI, sedangkan band thermal (kanal 10 dan 11) sangat bermanfaat
untuk mendeteksi perbedaan suhu permukaan bumi dengan resolusi spasial 100
m. Pemanfaatan sensor ini dapat membedakan bagian permukaan bumi yang
memiliki suhu lebih panas dibandingkan area sekitarnya. Pengujian telah
dilakukan untuk melihat tampilan kawah puncak gunung berapi, dimana kawah
yang suhunya lebih panas, pada citra landsat 8 terlihat lebih terang dari pada areaarea sekitarnya.

Karakteristik Spektral Objek

Penginderaan jauh memanfaatkan energi yang diterima sensor dari
pantulan atau pancaran gelombang elektromagnetik dari obyek di muka bumi.
Pengenalan obyek dari sebuah citra satelit memanfaatkan nilai-nilai spektral yang

berasal dari nilai energi yang diterima oleh sensor tersebut. Sebuah piksel
memiliki informasi tentang obyek di lapangan. Kesulitan dapat muncul dalam
pengenalan obyek yang mendasarkan pada nilai spektral citra dari satu saluran.
Kesulitan tersebut akan terkurangi dengan memanfaatkan nilai spektral dari dua
atau lebih saluran. Variasi nilai spektral dari berbagai saluran dapat dibandingkan
sehingga akan meningkatkan akurasi interpretasi terhadap suatu piksel.
Pola spektral tersusun oleh respon spektral beberapa panjang gelombang
terhadap suatu obyek. Setiap obyek memiliki karakteristik yang berbeda dalam
interaksinya dengan suatu panjang gelombang elektromagnetik. Masing-masing
panjang gelombang juga memiliki karakteristik yang berbeda ketika berinteraksi
dengan obyek, walaupun obyek tersebut adalah sama. Dengan melakukan
pengukuran energi terpantulkan atau yang dipancarkan suatu obyek muka bumi
pada berbagai panjang gelombang dapat diperoleh suatu bentuk pola spektral
obyek. Pada bagian lain, pola spektral terbentuk oleh perbedaan kemampuan
berbagai material dalam menyerap, memantulkan, dan memancarkan energi
radiasi (Adams, 2006). Terdapat beberapa obyek dominan di permukaan bumi
yang banyak digunakan sebagai parameter penelitian lingkungan, diantaranya
adalah vegetasi, tanah, batuan dan air.

Karakteristik dari pantulan spektral tanah memiliki bentuk yang berbalik

dengan pantulan spektral air. Kurva pantulan tanah selalu naik dari spektrum biru
hingga spektrum infra merah. Reflektivitas dari tanah disebabkan oleh keberadaan
material organik, tingkat kelembaban, dan oksida besi pada tanah.

Serapan oksida besi banyak terjadi pada spektrum ultraviolet, sehingga

nilai pantulan tanah pada spektrum tersebut sangat rendah. Kandungan oksida besi
juga memberikan pengaruh terhadap reflektivitas tanah berupa serapan pada
rentangan 0.85 hingga 0.93 m. Sementara serapan oleh kandungan air terjadi
pada rentang spektral 1.35 hingga 1.5 m dan 1.75 hingga 0.95 m. Pantulan
spektral tanah ini cenderung turun pada rentang spektral di atas 2m yang
diakibatkan biasanya oleh adanya lempung. Pada rentangan spektrum tampak
secara visual nampak oksida besi mengakibatkan tanah berwarna kemerahmerahan karena serapan terhadap spektrum yang lebih pendek ataupun lebih
panjang dari spektrum merah.
Pantulan spektral air dicirikan oleh grafik yang terus menurun dari
spektrum biru hingga inframerah dekat. Nilai pantulan air pada spektrum
inframerah hampir mendekati nol karena hampir seluruh energi pada spektrum
tersebut terserap oleh air. Nilai pantulan spektral dipengaruhi oleh kedalaman air
serta keberadaan dan tingkat konsentrasi kandungan suspensi material organik dan
anorganik pada air. Pantulan spektral yang diperoleh dari pantulan material yang
terlarut pada air disebut dengan istilah volume reflectance (Mather, 2004).
Gelombang elektromagnetik pada spektrum tampak dan inframerah secara
alamiah terserap oleh tubuh air. Pada kedalaman 20 meter, seluruh unsur spektrum
inframerah dekat telah terserap habis. Spektrum yang dapat terpantulkan hanyalah
sebagian dari spektrum biru.
Keberadaan klorofil pada tubuh air adalah suatu indikasi dari status danaudanau di daerah tropis dan juga indikator penting dalam perkiraan tingkat
kandungan material organik pada lingkungan pantai dan laut dalam.
Phytoplankton adalah pembentuk utama dari warna laut dalam. Chlorofil-a adalah
pigmen fotosistesis utama dari phytoplankton tersebut. Chlorofil-a menyerap
spektrum biru dan merah untuk proses fotosintesis. Penyerapan ini mengakibatkan
spektrum hijau memiliki nilai pantulan yang lebih tinggi dari spektrum biru dan
merah. Efek dari penyerapan ini mengakibatkan warna hijau pada laut. Oleh
karena itu warna hijau pada laut dapat dijadikan indikator tingkat konsentrasi
phytoplankton pada laut tersebut. Semakin hijau warna laut dapat diindikasikan
semakin tinggi tingkat konsentrasi phytoplankton.

Nilai pantulan spektral di atas permukaan laut sebagian besar berasal dari
hamburan atmosferik yang terjadi di atas permukaan laut tersebut. Pantulan
spektral yang berasal dari air laut hanya berkisar sekitar 10 persen. Sedangkan 90
persen spektrum yang tertangkap oleh sensor satelit berasal dari hamburan
atmosferik (Horning, 2010). Pantulan spektral yang berasal dari permukaan laut
dipengaruhi oleh kecepatan angin dan struktur gelombangnya (Liang, 2004). Oleh
karena itu untuk mendapatkan nilai pantulan spektral air laut harus terlebih dahulu
dilakukan kalibrasi terhadap nilai hamburan atmosferik dan sudut matahari.
Karakteristik pantulan spektral dari vegetasi dipengaruhi oleh kandungan
pigmen daun, material organik, air dan karakteristik struktural daun seperti bentuk
daun dan luas daun (Huete and Glenn, 2011). Karakteristik pantulan spektral dari
vegetasi dapat dibagi menjadi dua bagian yaitu pada bagian spektrum tampak (0.4
0.7 m) dan pada bagian spektrum inframerah dekat / Near Infra Red (0.7 1.1
m).
Pada bagian spektrum tampak, vegetasi memiliki nilai pantulan relatif
rendah pada spektrum biru dan merah dengan puncak minor pada spektrum hijau
(Mather, 2004). Pantulan spektral yang rendah pada spektrum biru dan merah
disebabkan karena vegetasi menyerap banyak energi pada kedua spektrum
tersebut. Energi pada spektrum tersebut digunakan untuk aktifitas photosintesis
pada daun (Song, 2011). Jumlah energi yang terserap pada kedua spektrum
tersebut mencapai 70% hingga 90% dari total energi yang datang ke permukaan
daun. Relatif lebih rendahnya pantulan spektral pada spektrum biru dan merah
dibandingkan pada spektrum hijau, memberi efek visualisasi warna hijau pada
daun tersebut. Daun nampak berwarna hijau oleh mata, karena kemampuan mata
dalam menangkap spektrum elektromagnetis berada pada spektrum tampak saja.
Pantulan spektral meningkat secara drastis pada rentangan spektral antara 0.65
hingga 0.76 m. Zona rentangan spektral pada pola spektral vegetasi ini disebut
dengan istilah titik batas merah (red edge point). Pada rentangan spektrum infra
merah dekat, yang juga merupakan bagian kedua dari karakteristik pola spektral
vegetasi, memiliki pantulan spektral yang relatif tinggi. Pantulan spektral yang
tinggi ini terrentang antara 0.76 1.35 m. Selanjutnya pada rentangan 1.35 2.5
m pantulan spektral dipengaruhi oleh struktur internal daun. Faktor pengaruh

yang dominan terhadap pantulan spektral pada rentangan 1.35 2.5 m ini adalah
banyak sedikitnya kandungan air pada lembar daun tersebut.

IV.

Langkah Kerja
1. Buka program ENVI 5.0

2. Buka File Citra Landsat 8 dengan cara File Open

3. Pilih Citra Landsat 8 dengan format TIFF (band 1- 7)

4. Amati

kenampakan

pada

masing-masing

band

dan

catat

perbedaannya.
5. Sesuaikan dengan karakteristik masing-masing band seperti yang
dapat dilihat pada tabel berikut:

6. Tentukan

nilai

menggunakan

pixel

pada

masing-masing

band

dengan

Crosshairs , dan akan muncul bidikan serta

keterangan nilai spektral dari titik yang telah ditentukan dari

masing-masing band

7. Selanjutnya melakukan penggabungan pada beberapa band agar

kita dapat membuat citra komposit warna citra Landsat 8 tersebut.
Gunakan Toolbox Layer Management Layer Stacking
8. Pilih Import file dan masukkan band 1,2,3,4,5,6,7, dan 9
9. Lakukan re-order files agar band urut mulai dari band 1 hingga 9.
Isikan informasi UTM, Datum WGS -84, dan zona 48 S. Kemudian

pada bagian enter output file name click choose, dan beri nama file
output citra tersebut.

10. Buatlah beberapa citra komposit warna sesuai dengan tabel berikut
ini.

11. Untuk membuat citra komposit warna digunakan fasilitas Data

Manager. Click File Data Manager Band Selection
Isikan RGB dengan band-band sesuai tabel diatas.

12. Tampilkan citra-citra komposit warna tersebut dengan click tombol

Load Data.
13. Simpan hasil masing-masing citra komposit warna tersebut dengan
format .JPG

14. Untuk menyimpan citra gunakan fasilitas button chip to file

output file pilih JPEG klik gambar folder untuk memilih nama
file.

V.

Hasil Praktikum
1. Citra satelit Landsat 8 Gabungan Band 1,2,3,4,5,6, dan 7 dengan

format .BIL atau ENVI standar

2. Tabel hasil pengamatan obyek dan nilai spektralnya masing-

masing.
3. Berbagai jenis citra komposit warna dengan format .JPG

VI.

Pembahasan
Menilai perbandingan masing-masing Band
Dalam

ciri-ciri

spektralnya,

masing-masing

band

memiliki

karakteristiknya masing-masing. Hal itu juga yang menentukan kegunaan

dari masing-masing Band. Berikut Uraian tentang perbedaan tersebut yang
penulis coba sampaikan:
Band 1 (0,43-0,45)

: pada band ini objek air tidak terlalu terlihat

begitupun dengan tanah dan Vegtasi yang tidak terlalu terlihat, namun
awan masih terlihat jelas
Band 2 (0,45-0,51)

: pada objek ini tidak terlalu berbeda dengan band 1

air,tanah dan vegtasi tidak terlalu terlihat tapi di bagian laut agar terlihat
detailnya, sehingga band ini cocok untuk penelitian kedalaman air laut
Band 3 (0,53-0,59)

: vegetasi mulai terlihat jelas, dan air sugai nya yang

memiliki nilai spektral

Band 4 (0,64-0,67)

: untuk penelitian tanaman yang sakit

Band 5 (0,85-0,88)

: pada band ini tanah dan air terlihat jelas dan sangat

kontras sekali, sehingga band ini cocok untuk penelitian garis pantai
Memberi nilai spektral
Dari masing-masing band memiliki nilai pantulan/spektral yang berbeda
pula menunjukkan bahwa masing-masing objek memiliki karakteristik
spektral nya masing-masing seperti yang telah diuraikan di bagian
Tinjauan pustaka.
Membuat Komposit warna
Komposit warna dalam interpretasi citra digital berguna untuk menilai
menentukan hal apa yang akan di amati dengan lebih fokus, di langkah

kerja tercantum kombinasi-kombinasi komposit warna yang bertujuan

unutuk melihat variabel dengan lebih jelas ini memudahkan para peneliti
untuk melakukan interpretasi citra digital, tidak menutup kemungkinan
masih ada lagi kombinasi-kombinasi yang lain, yang bisa digunakan untuk
memperlihat variabel-variabel tertentu.

VII.

Kesimpulan
Interpretasi citra adalah kegiatan mengkaji citra untuk mengenali obyek
yang memiliki nilai. Dalam hal ini menggunakan citra Landsat 8.
Berdasarkan hasil interpretasi secara digital, yang dilakukan terhadap data
penginderaan jauh yaitu citra Landsat 8 Wilayah Lampung dan sekitarnya
dapat disimpulkan bahwa :

1. Selain interpretasi citra secara manual, Citra penginderaan jauh dapat

pula disajikan menggunakan computer dalam bentuk larik piksel,
dimana masing-masing piksel berhubungan dengan nilai digital yang
merepresentasi tingkat kecerahan piksel tersebut pada citra.
2. Citra Landsat 8 sangat cocok dalam identifikasi berbagai objek dari
berbagai kombinasi band, karna citra Landsat 8 memiliki resolusi
spektral yang tinggi, jadi sangat cocok digunakan
3. Hampir semua objek dasar di Wilayah Lampung dan sekitarnya seperti
Tubuh air, Tanah, dan Vegetasi terlihat, namun agak terhalangi oleh
Awan yang menyelimuti.
4. Interpretasi citra secara Digital memiliki keunggulan tersendiri di
bandingkan dengan interpretasi citra secara manual, seperti waktu dan
tenaga yang dibutuhkan.
5. Dewasa ini sudah banyak cara interpretasi citra secara digital yang
digunakan karna dinilai lebih efisien.

VIII.

Daftar Pustaka

Lilesand,Kiefer. 1990. Penginderaan Jauh dan Interpretasi Citra. Gadjah Mada

University Press. Yogyakarta
Sutanto. 1986. Penginderaan Jauh. Fakultas Geografi Universitas Gadjah Mada.
Yogyakarta.
Danoedoro, Projo. 2012. Pengantar Penginderaan Jauh Digital. Andi. Yogyakarta
http://wawanhn.blogspot.co.id/2015/05/mengenal-komposit-band-pada-landsat8.html Di akses pada tanggal 5Desember 2016 pukul 17.10 WIB
http://allchitra.blogspot.co.id/2015/10/perbedaan-interpretasi-citra-manualdan.html Di akses pada tanggal 5 Desember 2016 pukul 19.10 WIB

http://www.kajianpustaka.com/2016/04/pengolahan-citra-digital.html Di akses
pada tanggal 6 Desember 2016 pukul 09.10 WIB
https://www.kaskus.co.id/thread/548306d0becb17e5248b4575/spesifikasi-dankeunggulan-landsat-8/ Di akses pada tanggal 7 Desember 2016 pukul 10.10
WIB

LAMPIRAN

I.

Citra Landsat 8 Gabungan Band 1-7 dengan format .BIL atau Envi
standar

II.

Tabel Hasil pengamatan objek dan nilai spektralnya masing-masing.

Objek

Band
Band 1 (0,43-0,45)
Band 2 (0,43-0,45)
Band 3 (0,43-0,45)

Tubuh Air
2
3
2

Vegetasi
2
2
2

Tanah
2
2
3

Awan
3
4
4

Band 4 (0,43-0,45)
Band 5 (0,43-0,45)
Band 6 (0,43-0,45)
Band 7 (0,43-0,45)
Keterangan :

3
3
3
3

1
3
3
4

2
3
3
4

4 = Sangat Jelas
3 = Jelas
2 = Kurang Jelas
1 = Tidak Terlihat
Tabel hasil nilai spektral dari masing masing band dengan koordinat :
5 33 57.51 LU dan 105 6 35.43
Band
Band 1 (0,43-0,45)
Band 2 (0,43-0,45)
Band 3 (0,43-0,45)
Band 4 (0,43-0,45)
Band 5 (0,43-0,45)
Band 6 (0,43-0,45)
Band 7 (0,43-0,45)

III.

Nilai Spektral
UV
B
G
R
NIR
SIR
SIR

12030
10822
9708
8185
23482
13721
8110

Berbagai jenis citra komposit warna dengan format .JPG

Natural Color (4 3 2)

3
3
3
3

False Color (Urban) (7 6 4)

Agriculture (6 5 2)

Atmospheric Penetration (7 6 5)

Healthy Vegetation

Land/ Water (5 6 4)

Natural Atmospheric (7 5 3)

Shortwave Infrared (7 5 4)

Vegetation Analysis (6 5 4)