Cara Kerja
Untuk memperoleh hasil sebaran dan luasan mangrove serta kerapatan
vegetasi mangrove diperlukan beberapa tahap. Langkah langkah pengolahan
data citra Satelit SPOT 4 untuk mendapatkan informasi sebaran dan luasan
mangrove pada daerah Laguna Segara Anakan disajikan pada Gambar 5.
Kombinasi Band
Unsupervised Classification
Reclass
NDVI Editing
Luas Area
Layout
3. Data file .TIF dibuka pada kotak import dan save sebagai file ers pada kotak
output
2. Data citra yang akan dikombinasikan dipilih dengan mengklik Load data set
Gambar 6. Proses Load Dataset
6. Setelah layer berhasil di copy maka layer tersebut sebaiknya diberi nama sesuai
dengan Band yang ada.
7. Simpan hasil penggabungan band yang telah diselesaikan dengan format ers.
Kemudian buka kembali file tersebut di Er-Mapper dan lakukan proses RGB
untuk menentukan daerah vegetasi mangrove
Gambar 11. Menu RGB pada Er-Mapper
8. Band yang digunakan pada RGB yakni 432, masing masing ditentukan pada
setiap layer
1. Zoom box tool diklik pada menu Er-mapper untuk melakukan proses
cropping secara manual, dengan mengetahui daerah Segara Anakan maka dapat
langsung dilakukan proses croping
2.3.4. Klasifikasi
Klasifikasi citra merupakan proses yang bertujuan agar setiap objek yang
dianggap sama pada data citra dapat diwakili oleh satu warna, klasifikasi yang
digunakan adalah Unsupervised Classification. Prosesnya sebagai berikut :
2. Input data set dimasukkan dengan data hasil cropping serta output dataset
dengan data unsupervised classification, masing-masing dengan file .ers. 200
kelas ditentukan pada maximum number of classes, 2 pada maximum standar
deviation, dan 1 pada min.distance between class means. Semakin banyak
classes yang dibuat maka tingkat keakurasian akan semakin tinggi
3. Untuk menampilkan file yang hendak dilakukan proses klasifikasi, klik Load
dataset, lalu data dipilih.
2.3.5. Reclass
Reclass merupakan proses yang bertujuan agar objek objek yang
memiliki warna atau kelas yang sama ditempatkan pada satu kelas saja. Prosesnya
adalah sebagai berikut :
1. Langkah pertama yakni dengan melakukan klik pada menu view kemudian
Algorithm atau klik icon pada Windows Main menu. file klasifikasi yang
telah melalui proses pewarnaan dibuka, kemudian Pseudo layer diubah
menjadi class display
2. Edit Formula diklik lalu rumus yang telah ditentukan ditulis sesuai
dengan warna pada klasifikasi. Rumus yang diberikan yakni if i1=1 or
(i1>=10 and i1<=18) or ( i1>= 47 and i1<=101) then 1 else if (i1>=2 and
i1<= 9) or (i1>=19 and i1<=46) or (i1>=111 and i1<=112) or i1=114 or
(i1>=139 and i1<=153) then 2 else if (i1>=102 and i1<=110) or i1=113 or
(i1>=115 and i1<=138) or (i1>=139 and i1<=153) then 3 else null
Gambar 27. Tampilan tahap Reclass
6. Mengubah tampilan warna dapat dilakukan dengan cara melakukan klik Edit
Class / Region Color and Name lalu pilih warna yang diinginkan
Gambar 31. Proses Editing warna
2.3.6. Editing
Editing merupakan proses lanjutan dari proses klasifikasi, dimana pada
proses klasifikasi akan terdapat objek objek yang tidak pada tempatnya atau
tidak sesuai dengan karakteristik objek yang sebenarnya. Untuk mempermudah
proses editing, perlu dilakukan perbandingan citra yaitu dengan citra yang telah
terkombinasi. Prosesnya adalah sebagai berikut :
1. Klik Edit pada menu ErMapper lalu dipilih Edit Class Region, data hasil
Reclass dimasukkan, raster region dipilih kemudian diklik Ok
2. Objek yang tidak pada tempatnya dipilih dengan melakukan region pada menu
polygon
Gambar 33. Tampilan Editing pada Citra Klasifikasi
3. Setelah melakukan polygon, klik Display Edit Object, lalu berikan nama R1,
R2, dan seterusnya sesuai dengan jumlah region
6. Rumus edit formula dimasukkan untuk mengubah region pada citra yang
dilakukan editing. Pilihan kotak region pada formula editor ditentukan sesuai
dengan nomor region yang ada pada citra (mis : Region1 : R1)
7. Simpan data dengan melakukan save as, beri nama editing laguna segara
dengan format Er Mapper Raster Dataset (.ers)
2. Data yang akan digabung dimasukkan dengan mengklik pada symbol load
data. Isikan Subsampling interval dengan angka 1, dan diberi tanda centang
pada force recalculate statistics
5. Data yang hendak dicari luasan area dipilih pada kotak input dataset
1. Data citra hasil editing dalam bentuk penyimpanan ers. dibuka menggunakan
software Envi lalu dilakukan export data dengan DN=1.
3. Data vektor kemudian dibangun/dilakukan Build Mask dari menu Basic tools
lalu kemudian dilakukan apply mask terhadap data gabungan. Hasil proses
NDVI Mangrove dengan warna putih dapat dilihat pada Gambar 50
Gambar 46. Hasil proses NDVI untuk Mangrove
4. Dari hasil masking dapat dilakukan proses pewarnaan berdasarkan nilai NDVI
dengan menu Density. Lalu menentukan kelas-kelas terhadap kerapatan
mangrove itu sendiri, seperti Mangrove sangat jarang dengan warna merah,
Mangrove jarang dengan warna hijau, Mangrove sedang dengan warna biru,
serta Mangrove rapat dengan warna kuning. Kelas kerapatan dapat dilihat pada
Gambar 51.
2. Memberikan warna dengan cara klik 2x pada nama layer, kemudian pilih
unique values, berikan warna dan nama, kemudian apply dan ok
3. Menu View dipilih lalu Layout kemudian pilih page and print set up lalu
ukuran kertas diatur seperti berikut:
Gambar 52. Tampilan tahap pengaturan kertas
4. Editing pada layer dilakukan dengan tahap insert, Title untuk memberikan
judul, Text untuk memberikan huruf/angka, Legend untuk memberikan
Legenda, Scale Bar untuk menu skala dan Picture untuk gambar