LAPORAN PRAKTIKUM

PENGOLAHAN CITRA DIGITAL

Mengindentifikasi Komposit Band dan Cropping

Citra Landsat Menggunakan ENVI

Disusun oleh:
Nurul Aisyah Amini
(14/364297/TK/41948)

DEPARTEMEN TEKNIK GEODESI

FAKULTAS TEKNIK
UNIVERSITAS GADJAH MADA YOGYAKARTA
2016
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

A. Mata Acara Praktikum

Mengidentifikasi band beserta kompositnya dan cropping citra landsat menggunakan
software ENVI dan ArcGIS.

B. Tujuan
1. Mahasiswa dapat mengindentifikasi manfaat dari setiap band yang ada pada citra
Landsat 8.
2. Mahasiswa dapat mengkombinasi band pada citra landsat 8 untuk berbagai
keperluan.
3. Mahasiswa dapat melakukan cropping citra menggunakan ENVI dan ArcGIS.

C. Waktu dan Tempat Pelaksanaan

Hari/tanggal : Selasa 16 Februari 2017
Waktu : 13.00-15.30 WIB
Tempat : Laboraturium Fotogrameteri dan Pengindraan Jauh, Geodesi, UGM

D. Alat dan Bahan

Alat:
1. Laptop/PC 1 unit
2. Software ENVI
3. Software ArcGIS
Bahan
Citra Landsat 8 Jawa Tengah

E. Landasan Teori

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.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

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.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

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 :

Sedangkan untuk Sensor TIRS yang dibuat oleh NASA Goddard Space Flight Center,
akan terdapat dua band pada region thermal yang mempunyai resolusi spasial 100
meter.

Band Spektral Panjang Resolusi Kegunaaan

Gelombang Spasial
Band 10-Long 10.30-11.30 100 Meter Thermal
Wavelength mikrometer Mapping,
InfraRed estimated soil
moisture
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

Band 10-Long 11.50-12.50 100 Meter Thermal

Wavelength mikrometer Mapping,
InfraRed estimated soil
moisture

Penggunaan Kombinasi Band untuk Aplikasi atau Penelitian.

Aplikasi Kombinasi
Band
Natural Color 432
False Color (urban) 764
Color Infrared (vegetation) 543
Agriculture 652
Atmospheric Penetration 765
Healthy Vegetation 562
Land/Water 564
Natural With Atmospheric Removal 753
Shortwave Infrared 754
Vegetation Analysis 654

F. Langkah Kerja
a. Langkah kerja identifikasi band
1. Buka software ENVI
2. Pilih menu file kemudian klik open image file pilih citra yang ada di gunakan
(ada 12 file citra dalam bentuk *.tiff) klik Open
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

3. Pada kotak dialog Available Band, pilih band yang akan di tampilkan, kemudian
klik load, untuk membandingkan band satu dengan band lain, maka klik new
display #2, lalu load.

4. Setelah muncul di kedua display pilih link display untuk menghubungkan

keduanya saat akan melihat lokasi yang mana. Dengan cara klik pada display
pertama tools link display OK. Setelah itu lakukan identifikasi band.

b. Langkah kerja kombinasi band

1. Buka ENVI untuk melakukan kombinasi. Setelah ENVI terbuka load ke 12 file citra
landsat 8 caranya sama seperti diatas.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

2. Pada kota dialog Available Band List pilih band yang terdapat pada list yang akan
dicoba, terlebih dahulu pilih warna normal untuk display 1 yaitu kombinasi band
4,3,2 untuk r, g, b. Harus urut, band 4 sebagai red, band 3 sebagai green, band 2
sebagai blue. Kemudian klik display. Setelah warna natural terload, load
kombinasi band lain dengan cara yang sama pada #display 2, klik Load Display.

3. Simpan hasil band yang yang telah dikombinasi melaui menu yang terdapat pada
tampilan utama band file save image file as pilih Image file

4. Pilih format penyimpanan pada kotak dialog kemudian klik OK, lalu lakukan
analisis pada band tersebut.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

c. Cropping dengan metode grid

1. Klik kanan pada image save image as (berdasar image) pada bar image map
dll pilih image, kemudian sesuaikan ukuran krop

2. Load band tersebut kemudian akan muncul gambar yang sudah di save.
3. Lalu pilih crop dari lokasi yang sama dengan lokasi crop sebelumnya dengan
cara pilih file
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

d. Cropping Citra dengan ROI

1. Menyiapkan file yang akan di crop, dalam hal ini vector dapat disiapkan melalui
sofware ArcGIS dengan mengeksport fitur SHP. Misalnya dengan menginmport
SHP dari desa yang didapat dari SHP desa di Jawa.
2. Buka software ArcGIS kemudian masukan data shp dengan Add Data pilih
data shp yang akan dimasukkan. Setelah file shp terbuka, klik pada layer shp
melakukan seleksi fitur lalu pilih export data.

3. Menentukan lokasi dimana file akan disimpan, memberi nama file kemudian klik
OK.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

4. Membuka citra yang sudah diinginkan dengan pilih menu file open image file
open

5. Buka menu vektor klik open Image Vektor pilih file SHP yang telah
diseleksi dengan arcgis sebelumnya.
6. Pada kotak dialog import file par, tentukan lokasi penyimpanan file dan sistem
proyeksi yang digunakan.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

7. Maka akan muncul kotak dialog Available vector list, kemudian pilih layer shp
klik load selected pilih new vector windows klik ok maka akan muncul
boundary dari file yang akan digunakan untuk memotong citra.

8. Langkah selanjutnya adalah memilih menu file pada tampilan kotak dialog
boundary, pilih export active layers to ROIs lalu klik file citra yang akan di
crop, misal natural.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

9. Pilih menu basic tools subset data via ROIs pilih citra klik OK pilih file
vector yang telah digunakan untuk memotong pada dialog mask pixel. Ganti
dengan Yes temukan lokasi hasil cropping OK

10. Buka hasil kropping pada tampilan available band dan kemudian pilih RGB lalu
load band.

G. HASIL
i. Identifikasi setiap band pada citra
Menurut dari fungsinya yang terdapat pada tabel ini, saya akan membuktikan
apakah fungsi dari setiap band sesuai dengan apa yang di definisikan, berikut
tabel dari bad beserta panjang gelombang dan fungsinya:

Identifikasinya sebagai berikut:

1. Perbandingan band 1 (aerosol) dengan band 3 (GREEN)

LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

Pada band 3, puncak dari vegetasi atau kontras antar vegetasi besar,
sehingga terlihat permukaannya. Sedangkan band 1 tidak jelas
perbedaan dari vegetasinya (kabut) sehingga susah dilakukan
identifikasi.
2. Perbandingan band 4 (red) dengan band 1 (aerosol)

Pada band 1, karena kontras di garis pantai kecil, pada saat di

komposit memungkinkan untuk melakukan identifikasi objek yang
berada diatasnya, dan dapat dilihat perbedaan kedalaman dari pantai
tersebut, sedangkan pada band 4 pada daerah pantai terlihat gelap
perairannya, sehingga akan samar untuk mengidentifikasinya.

3. Perbandingan band 2 (Blue ) dengan band 5 (NIR)

LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

Terlihat pada band 2, bahwa sungai berwarna cerah, sehingga dapat

diidentifikasi yang ada diatasnya, pada kenampakan lautnya juga
sama, dengan warna biru yang jelas, air yang biasanya memantulkan
spektrum warna biru akan berwarna cerah pada band 2, sehingga
dapat dilakukan identifikasi objek saat ada warna gelap pada sungai
atau perairan. Sedangkan pada band 5 (NIR), dataran hijau terlihat
cerah dengan gradasi keabu-abuan, biasanya digunakan untuk
mengidentifikasi tanaman atau biomasa, apakah tanaman tersebut
sehat atau tidak.

4. Perbandingan band 6 (SWIR 1) dan band 7 (SWIR 2)

LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

Pada dasarnya band 6 dapat mengidentifikasi perbedaan dari

kelembaban tanah dan tumbuhan juga penetrasi atau menembus
awan tipis sehingga objek bisa dilihat dengan jelas. Namun
perbedaan antar keduanya terletak pada bagian putih dari band 7,
menggambarkan bahwa tanah di daerah tersebut berbeda dengan
yang lainnya (harus belajar sifat bad dahulu) kemudian bercak putih
tersebut tidak tampak di band 6. Tanah yang mengandung banyak air
akan semakin gelap warnanya.
ii. Identifikasi kombinasi band

5. Perbandingan band 8 (Panchromatic) dan band 9 (Cirrus)

Pada gambar diatas, dapat dilihat bahwa band 9 (kiri) dapat

mengidentifikasi benda atau objek yang berada diatas awan atau
atmosfer, khususnya awan cirrus, karena pada band 9 akan terlihat
jelas. Sedangkan pada band 8 (kanan), resolusi spasial yang
ditawarkan tinggi, hingga 15 meter, karena band ini mengumpulkan
seluruh warna dan mengumpulkannya kedalam satu saluran
sehingga mendapat lebih banyak kemampuan untuk menangkap
cahaya sehingga gambar yang dihasilkannya lebih tajam.
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

6. Perbandingan band 10 dan 11

Pada band 10 dan 11, memiliki resolusi spasial yang sama yaitu
100m, biasanya digunakan untuk pemetaan termal dan perkiraan
kelembaban tanah, karena bisa dilihat pada perbandingan keduanya
hampir mirip, dan terdapat sedikit perbedaan yaitu lebih gelap yang
ada di band (kiri), gambar yang gelap menunjukkan suhu dan
kelembaban yang rendah, contohnya pada gambar tersebut adalah
daerah gunung dataran tinggi yang memiliki suhu rendah, maka dari
itu berwarna gelap.

iii. Identifikasi Kombinasi Band pada Citra

Berikut gambar dari kombinasi band pada citra:

Kombinasi ditunjukan dengan beberapa band yang diload secara bersamaan

sehingga menghasilkan warna yang khas. 3 band yang di load
merepresentasikan pembentukan warna untuk merah (R), hijau (G), dan biru
(G). Berukut kombinasi dari band:
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

1. Warna Natural (4, 3, 2)

Warna natural menunjukan warna sesungguhnya pada citra.

2. False Color (7,6,4)

Band ini sangat berguna untuk mengidentifikasi pemukiman, karena

pemukiman berwarna putih dan terlihat batas-batas dari jalannya. Karena
band pada false color dapat menyerap warna selain dari warna merah,
hijau dan biru.

3. Color Infra Red (5, 4, 3)

LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

Tanaman menjadi berwarna merah karena bisa dibedakan dengan air yang
berwarna sangat biru. Sedangkan daerah perkotaan berwarna biru muda.

4. Agriculture (6, 5, 2)

Dari kombinasi natural yang memperlihatkan daerah pertanian dapat

dilihat bahwa sawah berwarna ungu, kombinasi ini baik untuk agriculture
karena dapat menunjukan tingkat kesuburan yang berbeda pada tanah.
Dapat dilakukan penelitian tentang mana vegetasi yang subur dan tidak
melalui terang gelapnya dari warna kombinasi.

Kombinasi lain dapat dilakukan dengan cara yang sama dan metode
analisis berbeda tergantung dari warna apa yang dimaksudkan pada
kombinasi band tersebut. biasanya warna yang dimaksudkan akan
LAPORAN PRAKTIKUM PENGINDRAAN CITRA DIGITAL 11/22/2016

berwarna lebih terang dari yang lainnya, dan semakin terang semakin baik
tapi tidak menutup kemungkinan sebaliknya, perlu dilakukan penelitian
lebih lanjut.

iv. Hasil Cropping dengan metode GRID, Batas Wilayah Roi dan Masking

Pada cropping dengan metode ROIs, dapat dilakukan lebih cepat dan lebih
muda dalam pemrosesan datanya, dengan mengeksport shapefile yang dituju ke envi.
Pada metode masking, crop lama dan prosesnya panjang. Krop cara ini dilakukan saat
kita akan menggunakan suatu daerah saja, untuk keperluan tertentu sehingga
komputer atau laptop tidak berat kerjanya dengan harus menampilkan seluruh
wilayah. Dan krop metode ini lebih fleksibel daripada krop jenis grid yang hanya bisa
berbentuk persegi.

H. KESIMPULAN

Dari praktikum minggu ini dapat disimpukan bahwa setiap band memiliki
karaketeristik yang beda serta kegunaan yang berbeda-beda. Pada suatu objek dapat
di identifikasi dari berbagai aspek, salah satunya aspek warna, dan skala gelap terang.
Untuk melakukan analisa foto, harus diketahui terlebih dahulu band-band
yang diperlukan sehingga saat kombinasi juga mengerti warna apa saja yang terdapat
pada image tersebut guna dilakukan analisa.
Sedangkan untuk pemotongan citra yang bertujuan mengefisienkan
perkerjaan baik dari segi user yang tidak bingung karena melihat banyak gambar,
serta dari segi komputer atau perangkat yang digunakan juga mengurangi beban
karena yang diload hanya bagian yang diinginkan.