Anda di halaman 1dari 63

BAB I

PENDAHULUAN

1.1. Latar Belakang

Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi


tentang obyek, daerah, atau gejala dengan jalan menganalisis data yang diperoleh
dengan menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau
gejala yang dikaji (Lillesand and Kiefer, 1979). Sedang menurut Lindgren,
Penginderaan jauh ialah berbagai teknik yang dikembangkan untuk perolehan dan
analisis informasi tentang bumi. Informasi tersebut khusus berbentuk radiasi
elektromagnetik yang dipantulkan atau dipancarkan dari permukaan bumi.

Penginderaan jauh juga merupakan aktivitas penyadapan informasi tentang


obyek atau gejala di permukaan bumi (atau permukaan bumi) tanpa melalui
kontak langsung. Karena tanpa kontak langsung, diperlukan media supaya obyek
atau gejala tersebut dapat diamati dan didekati oleh si penafsir. Media ini berupa
citra (image atau gambar). Citra adalah gambaran rekaman suatu obyek (biasanya
berupa gambaran pada foto) yang dibuahkan dengan cara optik, elektro-optik,
optik mekanik, atau elektronik. Pada umumnya ia digunakan bila radiasi
elektromagnetik yang dipancarkan atau dipantulkan dari suatu obyek tidak
langsung direkam pada film.

Interpretasi citra merupakan suatu kegiatan untuk menentukan bentuk dan


sifat obyek yang tampak pada citra, berikut deskripsinya. Interpretasi citra dan
fotogrametri berhubungan erat, meskipun keduanya tidak sama. Bedanya,
fotogrametri berkepentingan dengan geometri obyek, sedangkan interpretasi citra
berurusan dengan manfaat, penggunaan, asal-usul, ataupun identitas obyek yang
bersangkutan (Glossary of the Mapping Science, 1994).

Inderaja memiliki peran yang sangat besar dalam sistem informasi data
dan pengelolaannya. Peran tersebut antara lain untuk mendeteksi perubahan data
dan pengembangan model di berbagai kepentingan, sebagai alat bantu

1
dalammenyusun teori, sebagai alat bantu dalam menemukan fakta, sebagai alat
penelitian, serta sebagai dasar penjelasan. Melihat pentingnya kajian mengenai
Pengindraan jauh (inderaja) ini, maka laporan ini disusun guna lebih memahami
mengenai Inderaja tersebut, khususnya terkait mengenai interpretasi citra.

1.2. Tujuan

Adapun tujuan dari pembuatan laporan pengindraan jauh ini adalah


sebagai berikut :

1) Mengetahui pengertian dari ER Mapper.

2) Mengetahui kemampuan dan kegunaan yang dimiliki software ER Mapper.

3) Mengetahui dan memahami cara pengolahan citra.

4) Mengetahui dan memahami cara kerja dan kegunaan koreksi radiometrik dan
geometrik.

1.3. Manfaat

Adapun manfaat dari pembuatan laporan pengindraan jauh ini adalah


sebagai berikut :

1) Dapat menjelaskan pengertian dari ER Mapper.

2) Dapat menjalankan aplikasi ER Mapper.

3) Mengetahui dan memahami pengolahan citra.

4) Dapat melakukan koreksi radiometrik dan geometrik terhadap suatu citra.

2
BAB II
TINJAUAN PUSTAKA

2.1. Pengenalan ER Mapper


2.1.1. Pengertian ER Mapper

ER Mapper adalah salah satu software (perangkat lunak) yang digunakan


untuk mengolah data citra atau satelit. Masih banyak perangkat lunak yang lain
yang juga dapat digunakan untuk mengolah data citra, diantaranya adalah Idrisi,
Erdas Imagine, PCI dan lain-lain. Masing-masing perangkat lunak mempunyai
keunggulan dan kelebihannya sendiri. ER Mapper dapat dijalankan pada
workstation dengan sistem operasi UNIX dan komputer PCs (Personal
Computers) dengan sistem operasi Windows 95 ke atas dan Windows NT.
Pengolahan data citra merupakan suatu cara memanipulasi data citra atau
mengolah suatu data citra menjadi suatu keluaran (output) yang sesuai dengan
yang kita harapkan. Adapun cara pengolahan data citra itu sendiri melalui
beberapa tahapan, sampai menjadi suatu keluaran yang diharapkan. Tujuan dari
pengolahan citra adalah mempertajam data geografis dalam bentuk digital menjadi
suatu tampilan yang lebih berarti bagi pengguna, dapat memberikan informasi
kuantitatif suatu obyek, serta dapat memecahkan masalah.
Data digital disimpan dalam betuk barisan kotak kecil dua dimensi yang
disebut pixels (picture elements). Masing-masing pixel mewakili suatu wilayah
yang ada dipermukaan bumi. Struktur ini kadang juga disebut raster, sehingga
data citra sering disebut juga data raster. Data raster tersusun oleh baris dan kolom
dan setiap pixel pada data raster memiliki nilai digital (gambar 1).

Gambar 1. Struktur Data Raster

Data yang didapat dari satelit umumnya terdiri beberapa bands (layers)
yang mencakup wilayah yang sama. Masing-masing bands mencatat pantulan
obyek dari permukaan bumi pada panjang gelombang yang berbeda. Data ini

3
disebut juga multispectral data. Di dalam pengolahan citra, juga dilakukan
penggabungan kombinasi antara beberapa band untuk mengekstraksi informasi
dari obyek-obyek yang spesifik seperti indeks vegetasi, parameter kualitas air,
terumbu karang dan lain-lain.

2.1.2. Aplikasi Pengolahan Data Citra

Pengolahan data citra adalah bagian penting untuk dapat menganalisa


informasi kebumian melalui data satelit penginderaan jauh. Aplikasi-aplikasi yang
dapat diterapkan melalui pengolahan data citra antara lain:
pemantauan lingkungan
manajemen dan perencanaan kota dan daerah urban
manajemen sumber daya hutan
eksplorasi mineral
pertanian dan perkebunan
manajemen sumber daya air
manajemen sumber daya pesisir dan lautan
oseanografi fisik
eksplorasi dan produksi minyak dan gas bumi

2.1.3. Pengolahan Data Citra

Pengolahan data citra dimulai pada tahun 1960-an untuk memproses citra dari
satelit yang mengelilingi bumi. Pengolahan data citra dibuat dalam bentuk disk
to disk dimana kita harus menuliskan spesifikasi file yang akan diolah, kemudian
memilih tipe pemrosesan yang akan digunakan, kemudian menunggu komputer
mengolah data tersebut serta menuliskan hasilnya ke dalam file baru (gambar 2).
Jadi sampai final file terbentuk baru kita dapat melihat hasil yang diharapkan,
tetapi bila hasilnya jauh dari yang kita harapkan, maka kita harus mengulangnya
dari awal kembali. Sampai tahun 1980-an proses tersebut masih digunakan oleh
beberapa produk pengolahan data citra.

Gambar 2. Proses Pengolahan Data Citra Secara Tradisional

4
ER Mapper mengembangkan metode pengolahan citra terbaru dengan
pendekatan yang interaktif, dimana kita dapat langsung melihat hasil dari setiap
perlakuan terhadap citra pada monitor komputer. ER Mapper memberikan
kemudahan dalam pengolahan data sehingga kita dapat mengkombinasikan
berbagai operasi pengolahan citra dan hasilnya dapat langsung terlihat tanpa
menunggu komputer menuliskannya menjadi file yang baru (gambar 3). Cara
pengolahan ini dalam ER Mapper disebut Algoritma.

Gambar 3. Pengolahan Citra Menggunakan ER Mapper

Algoritma adalah rangkain tahap demi tahap pemrosesan atau perintah


dalam ER Mapper yang digunakan untuk melakukan transformasi data asli dari
hard disk sampai proses atau instruksinya selesai. Dengan Algoritma, kita dapat
melihat hasil yang kita kerjakan di monitor, menyimpannya ke dalam media
penyimpan (hard disk, dll), memanggil ulang, atau mengubahnya, setiap saat.
Oleh karena Algoritma hanya berisi rangkaian proses, maka file dari algoritma
ukurannya sangat kecil, hanya beberapa kilobyte sampai beberapa megabyte,
tergantung besarnya proses yang kita lakukan, sehingga sangat menghemat ruang
hard disk. Dan oleh karena file algoritma berukuran kecil, maka proses
penayangan citra menjadi relatif lebih cepat. Hal ini membuat waktu pengolahan
menjadi lebih cepat. Konsep Algoritma ini adalah salah satu keunggulan ER
Mapper. Selain itu, beberapa kekhususan lain yang dimiliki ER Mapper adalah :
1. Didukung dengan 130 format pengimpor data
2. Didukung dengan 250 format pencetakan data keluaran
3. Visualisasi tiga dimensi
4. Adanya fasilitas Dynamic Links
5. Penghubung dinamik (Dynamic Links) adalah fasilitas khusus ER Mapper
yang membuat pengguna dapat langsung menampilkan data file eksternal
pada citra tanpa perlu mengimportnya terlebih dahulu. Data-data yang
dapat dihubungkan termasuk kedalam format file yang populer seperti
ARC/INFO, Oracle, serta standar file format seperti DXF, DON dll.

5
Selain kelebihan-kelebihan di atas, ER Mapper memiliki keterbatasan, yaitu :
1. Terbatasnya format Pengeksport data
2. Data yang mampu ditanganinya adalah data 8 bit.

2.1.4 Prosedur Pengolahan Data Citra


Prosedur pengolahan data citra diawali dengan mengimport data sampai
dengan hasil akhir dalam bentuk cetakan (printing). Dari beberapa prosedur ini,
tidak semua prosedur harus dijalankan untuk mendapatkan hasil yang sesuai
dengan harapan. Untuk beberapa aplikasi dapat dihasilkan keluaran yang
diharapkan tanpa melalui seluruh prosedur pengolahan citra.

1. Import Data
Langkah pertama dalam pengolahan citra adalah mengimport data satelit yang
akan digunakan ke dalam format ER Mapper. Umumnya data disimpan dalam
bentuk magnetic tape, CD-ROM atau media penyimpanan yang lain. Dua bentuk
utama data yang diimport ke dalam ER Mapper adalah data raster dan vektor.
Data raster adalah tipe data yang menjadi bahan utama kegiatan pengolahan
citra. Contoh data raster adalah citra satelit dan foto udara. Pada saat mengimport
data raster, ER Mapper akan membuat dua files yaitu:
File data binary yang berisikan data raster dalam format BIL, tanpa file
extension.
File header dalam format ASCII dengan extension .ers
Data vektor adalah data yang terseimpan dalam bentuk garis, titik dan poligon.
Contoh data vektor adalah data yang dihasilkan dari hasil digitasi Sistem
Informasi Geografis (SIG) seperti jalan, lokasi pengambilan sampel atau batas
administrasi. ER Mapper juga akan membuat dua file hasil dari mengimport data
vektor:
File data dalam format ASCII berisikan data vektor
File header dalam format ASCII dengan extension .erv

2. Menampilkan Citra
Setelah proses mengimpor data, selanjutnya adalah menampilkan citra
tersebut. Hal ini dilakukan untuk mengetahui kualitas dari data yang digunakan.
Apabila data/citra tersebut memiliki kualitas yang tidak sesuai dengan keinginan
(berawan, data bergaris, dll) maka kita tidak perlu melanjutkan proses pengolahan,
dan mencari data baru yang memiliki kualitas yang lebih baik.

6
Di dalam ER Mapper, cara menampilkan citra disebut Color Mode. Ada beberapa
cara untuk menampilkan citra:
Pseudocolor Displays, menampilkan citra dalam warna hitam dan putih,
biasanya hanya terdiri dari satu layer/band saja.
Red-Green-Blue (RGB), menampilkan citra melalui kombinasi tiga band,
setiap band ditempatkan pada satu layer (Red/Green/Blue), cara ini disebut
juga color composite. Contoh: False Color Composite RGB 453.
Hue-Saturation-Intensity (HIS), menampilkan citra melalui kombinasi tiga
band, setiap band ditempatkan pada satu layer (Hue/Saturation/Intensity),
cara ini biasanya digunakan bila kita menggunakan dua macam data yang
berbeda, misalkan data Radar dengan data Landsat-TM.

3. Rektifikasi Data/Geocoding
Data raster umumnya ditampilkan dalam bentuk raw data dan memiliki
kesalahan geometrik. Untuk mendapatkan data yang akurat, data tersebut harus
dikoreksi secara geometrik kedalam sistem koordinat bumi. Ada dua proses
koreksi geometrik:
Registrasi, koreksi geometrik antara citra yang belum terkoreksi dengan
citra yang sudah terkoreksi.
Rektifikasi, koreksi geometrik antara citra dengan peta

4. Mosaik Citra
Mosaik citra adalah proses menggabungkan/menempelkan dua atau lebih citra
yang tumpang tindih (overlapping) sehingga menghasilkan citra yang representatif
dan kontinyu. Dalam ER Mapper proses ini dapat dilakukan tanpa membuat suatu
file yang besar, kecuali bila kita ingin menyimpannya menjadi file tersendiri.

5. Penajaman Citra
Proses penajaman citra dilakukan untuk mempermudah pengguna dalam
menginterpretasikan obyek-obyek yang ada pada tampilan citra. Dengan proses
Algoritma, ER Mapper mempermudah pengguna melakukan berbagai macam
proses penajaman citra tanpa perlu membuat file-file baru yang hanya akan
membuat penuh disk komputer. Jenis-jenis operasi penajaman citra meliputi:
Penggabungan Data (Data fusion), menggabungkan citra dari sumber yang
berbeda pada area yang sama untuk membantu di dalam interpretasi.
Contoh data Landsat-TM dengan data SPOT.
Colodraping, menempelkan satu jenis data citra di atas data yang lainya
untuk membuat suatu kombinasi tampilan sehingga memudahkan untuk
menganalisa dua atau lebih variabel. Contoh citra vegetasi dari satelit di
colordraping di atas citra foto udara pada area yang sama.

7
Penajaman kontras, memperbaiki tampilan citra dengan memaksimumkan
kontras antara pencahayaan dan penggelapan atau menaikan dan
merendahkan harga data suatu citra.
Filtering, memperbaiki tampilan citra dengan mentransformasikan nilai-
nilai digital citra, seperti mempertajam batas area yang mempeunyai nilai
digital yang sama (enhance edge), menghaluskan citra dari noise (smooth
noise), dll.
Formula, membuat suatu operasi matematika dan memasukan nilai-nilai
digital citra pada operasi matematika tersebut., misalnya Principal
Component Analysis (PCA).
Klasifikasi, menampilkan citra menjadi kelas-kelas tertentu secara statistik
berdasarkan nilai digitalnya. Contoh membuat peta penutupan lahan dari
citra satelit Landsat-TM.

6. Dynamic Links
Penghubung dinamik adalah fasilitas khusus ER Mapper yang membuat
pengguna dapat langsung menampilkan data file eksternal pada citra tanpa perlu
mengimportnya terlebih dahulu. Data-data yang dapat dihubungkan termasuk
kedalam format file yang populer seperti ARC/INFO, Oracle, serta standar file
format seperti DXF, DGN dll.

7. Komposisi Peta
Komposisi peta memungkinkan pengguna untuk mempresentasikan citra-citra
secara profesional dan penuh arti. Kualitas kartografik peta pada ER Mapper
dapat membuat grid, legenda, bar skala, panah arah utara, logo perusahaan,
legenda klasifikasi.

8. Pencetakan
Pengguna dapat menghasilkan keluaran suatu citra dengan menggunakan
peralatan pencetakan atau printer yang meliputi printer berwarna, film, printer
hitam putih dan format grafik. Pilihan pencetakan membutuhkan suatu algoritma
yang mendefinisikan semua data dan pengolahannya dengan catatan hanya
algoritma yang telah disimpan yang dapat dicetak. Pastikan kita telah menyimpan
algoritma kita sebelum mencetaknya.

8
2.2. Koreksi Radiometrik dan Koreksi Geometrik
A. Koreksi Radiometrik
Koreksi radiometrik ditujukan untuk memperbaiki nilai piksel dengan
mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan
utama. Metode-metode yang sering digunakan untuk menghilangkan efek
atmosfer antara lain metode pergeseran histogram (histogram adjustment)
dan metode regresi. Koreksi radiometrik dilakukan dengan menggunakan
salah satu dari dua metode tersebut.
1. Pergeseran Histogram
Metode pergeseran histogram merupakan metode koreksi
radiometrik yang paling sederhana. Prinsip dasar dari metode ini adalah
melihat nilai piksel minimum masing-masing panjang gelombang dari
histogram yang dianggap sebagai nilai bias minimum.

Nilai minimum dari masing-masing kanal digunakan untuk mengurangi


nilai piksel sehingga akan didapatkan nilai piksel minimum adalah 0 (nol).
Hasil dari proses koreksi radiometrik ini dapat dilihat pada Gambar 2.

Gambar 2. Hasil koreksi radiometrik dengan menggeser histogram

9
2. MetodeRegresi

Penyesuaian regresi (Regression Adjusment) diterapkan dengan


memplot nilai-nilai piksel hasil pengamatan dengan beberapa kanal
sekaligus. Hal ini diterapkan apabila ada saluran rujukan (yang relatif bebas
gangguan) yang menyajikan nilai nol untuk obyek tertentu, biasanya air
laut dalam atau bayangan. Kemudian tiap saluran dipasangkan dengan saluran
rujukan tersebut untuk membentuk diagram pancar nilai piksel yang diamati.
Saluran rujukan yang digunakan adalah saluran infra merah dekat. Cara
ini efektif mengurangi gangguan atmosfer yang terjadi hampir pada semua
saluran tampak bahkan mendekati perhitungan koreksi radiometrik metode
absolut. Walaupun metode ini melewati beberapa tahap yang cukup rumit,
akan tetapi hasilnya tidak selalu baik. Hal ini disebabkan karena tidak
setiap citra mempunyai nilai piksel objek yang ideal sebagai rujukan,
seperti air dalam atau bayangan awan.

Gambar 3. Koreksi radiometrik metode regresi

B. Koreksi Geometrik
Koreksi geometrik diperlukan untuk mentransformasi citra hasil
penginderaan jauh sehingga citra tersebut mempunyai sifat-sifat peta dalam
bentuk, skala dan proyeksi. Transformasi geometrik yang paling mendasar
adalah penempatan kembali posisi piksel sedemikian rupa, sehingga pada citra
digital yang tertransformasi dapat dilihat gambaran objek dipermukaan bumi yang
terekam sensor.

Koreksi geometrik harus dilakukan dengan mengacu ke geospasial dasar


seperti peta RBI dengan skala yang sama atau lebih besar dari data yang akan

10
dibuat. Informasi akurasi atau Root Mean Square (RMS) error hasil koreksi
geometri mengacu pada SNI yang sudah ada tentang ketelitian peta. Sebagai
contoh, untuk menghasilkan peta mangrove skala 1:50.000, maka peta dasar untuk
koreksi geometrik yang digunakan adalah peta RBI dengan skala
1:50.000atau1:25.000.

Citra yang Dikoreksi Titik Kontrol

Citra Rujukan Tabel RMSe

Koreksi geometrik citra dapat di lakukan dengan cara :

a. Image to map rectification


Menggunakan polynominal (titik kontrol) atau geocoding linear
untuk merektifikasi sebuah citra ke dalam sebuah datum dan
proyeksi peta menggunakan GCP ( titik kontrol) dari peta RBI atau
titik kontrol geodesi nasional;
Atau

b. Image to image rectification

Menggunakan polynomial (titik kontrol) atau geocoding linier


untuk merektifikasi satu citra ke citra yang lainnya menggunakan
GCP.

11
2.3. Interpretasi Citra

Interpretasi citra : adalah kegiatan menafsir, mengkaji, mengidentifikasi,


dan mengenali obyek pada citra, selanjutya menilai arti penting dari obyek
tersebut

Kegiatan memperoleh data inderja dari interpretasi citra ini dilakukan


dengan menggunakan alat bantu, yaiatu Stereoskop. Alat ini berfungsi untuk
memunculkan gambar 3D dari 2 buah foto udara 2D yang diletakkan secara
bertampalan. Dua buah foto udara tersebut merupakan wilayah yang sama namun
sudut pemotretannya berbeda.

Stereoskop Alat yang digunakan untuk melakukan kegiatan Interpretasi Citra

Langkah-langkah umum yang dilakukan untuk memperoleh data


penginderaan jauh agar dapat dimanfaatkan oleh berbagai bidang adalah :
o Deteksi : Pada tahap ini dilakukan kegiatan mendeteksi obyek yang
terekam pada foto udara maupun foto satelit
o Identifikasi : Mengidentifikai obyek berdasarkan ciri-ciri spektral,
spasial dan temporal.
o Pengenalan : Pengenalan obyek yang dilakukan dengan tujuan
untuk mengklasifikasikan obyek yang tampak pada citra
berdasarkan pengetahuan tertentu
o Analisis : Analisis bertujuan untuk mengelompokkan obyek yang
mempunyai ciri-ciri yang sama

12
o Deduksi : Merupakan kegiatan pemrosesan citra berdasarkan
obyek yang terdapat pada citra ke arah yang lebih khusus.
o Klasifikasi : Meliputi deskripsi dan pembatasan (deliniasi) dari
obyek yang terdapat pada citra
o Idealisasi : Penyajian data hasil interpretasi citra ke dalam bentuk
peta yang siap pakai.

UNSUR-UNSUR INTERPRETASI CITRA

Dalam melakukan kegiatan interpretasi citra, ada beberapa unsur yang


digunakan sebagai pedoman dalam melakukan deteksi, identifikasi untuk
mengenali sebuah obyek. Unsur-unsur tersebut jika disusun secara hirarki
menurut tingkat kesulitan interpretasi akan terlihat seperti pada gambar di bawah
ini :

unsur interpretasi citra, sebagai berikut:

1. Rona dan Warna

Rona ialah tingkat kegelapan atau tingkat kecerahan obyek pada citra,
sedangkan warna ialah wujud yang tampak oleh mata dengan menggunakan
spektrum sempit, lebih sempit dari spektrum tampak.

Sungai mempunyai warna lebih gelap dari pada jalan dikarenakan air
mempunyai sifat lebih banyak menerima tenaga dan sedikit memantulkan tenaga

13
sedangkan jalan aspal lebih sedikit menyerap tenaga dan banyak memantulkan
tenaga.

a. Rona

Rona adalah tingkat kecerahan/kegelapan suatu obyek yang terdapat pada


citra. Rona pada foto udara pankromatik merupakan atribut bagi obyek yang
berinteraksi dengan seluruh spektrum tampak yang sering disebut dengan sinar
putih. Rona merupakan tingkatan dari putih ke hitam atau selanjutnya.

Terdapat beberapa faktor yang mempengaruhi rona pada citra, yaitu:

a. Karakteristik obyek

Karakterisitik obyek yang mempengaruhi rona antara lain :

Warna obyek yang gelap cenderung menghasilkan rona yang gelap


Permukaan kasar cenderung menimbulkan rona gelap pada citra karena
sinar yang datang mengalami hamburan hingga mengurangi pantulan
sinarnya.
Obyek yang basah/lembab cenderung menghasilakn rona gelap
Pantulan obyek, misalnya perairan akan menghasilkan rona yang gelap.
Sedangkan perbukitan kapur akan menhasilkan rona yang terang

14
Cuaca

Kondisi udara di atmosfer dapat menyebabkan citra terlihat memiliki rona


yang terang/gelap. Jika kondisi udara di atmosfer sangat lembab dan berkabut
akan menyebabkan rona pada citra cenderung gelap

Letak Obyek dan waktu pemotretan

Letak obyek berkaitan dengan lintang dan bujur. Letak lintang menentukan
besarnya sudut datang sinar matahari. Waktu pemotretan juga mempengaruhi
sudut datang sinar matahari. Waktu pemotretan pada siang hari cenderung akan
menghasilkan rona yang lebih terang dibandingkan dengan pemotretan pada
sore/pagi hari.

Warna

Warna adalah ujud tampak mata dengan menggunakan spektrum sempit,


lebih sempit dari spektrum tampak. Berbeda dengan rona yang hanya menyajikan
tingkat kegelapan dalam wujud hitam putih, warna menunjukkan tingkat
kegelapan yang lebih beraneka. Contoh penggunaan unsur warna dapat dilihat
pada gambar berikut :

15
2. Bentuk

Merupakan variabel kualitatif yang memberikan konfigurasi atau kerangka


suatu obyek. Kita bisa adanya objek stadion sepakbola pada suatu foto udara dari
adanya bentuk persegi panjang. demikian pula kita bisa mengenali gunung api
dari bentuknya yang cembung. Sekolahan berbentuk I, L, U, atau kotak.

Bentuk merupakan variabel kualitatif yang mencerminkan konfigurasi atau


kerangka obyek. Bentuk merupakan atribut yang jelas dan khas sehingga banyak
obyek-obyek di permukaan bumi dapat langsung dikenali pada saat interpretasi
citra melalui unsur bentuk saja.

Ada dua istilah mengenai bentuk, yaitu :

1. Shape (bentuk umum/luar)

Merupakan bentuk secara umum atau dapat dikatakan bentuk sekilas


dari suatu obyek. Bentuk umum melihat ciri khas suatu obyek secara umum, misal
:

Gunung dengan type strato berbentuk kerucut jika foto udara yang digunakan
berskala kecil.

2. Form (bentuk rinci)

Form merupakan bentuk yang bersifat lebih rinci, maksudnya dalam


bentuk umum suatu obyek masih ada bentuknya yang terlihat lebih rinci, misal :

16
Jika gunung berapi dengan tipe strato diamati dengan menggunakan foto udara
yang berskala lebih besar maka kelihatan bahwa sebenarnya bentuknya tidak
mutlak kerucut, tetapi masih ada bentuk-bentuk lain yang lebih rinci. Contoh
bentuk rinci :

pada lereng gunung tersebut terdapat aliran sungai yang memanjang


menuruni lereng.
terdapat patahan-patahan sehingga membentuk puncak-puncak kecil,
jurang dan lembah.

Baik bentuk luar maupun bentuk rinci keduanya merupakan unsur interpretasi
yang penting. Banyak bentuk yang mempunyai ciri khas sehingga mempermudah
pengenalan obyeknya pada citra. Contoh-contoh obyek yang dapat dikenali
menurut bentuknya misalnya :

Gedung sekolah pada umumnya memiliki bentuk seperti huruf I, L, U dan


persegi panjang atau kotak.
Tajuk pohon palma berbentuk bintang, tajuk pohon kerucut berbentuk
kerucut dan tajuk pohohn bambu seperti buu-bulu.
Bekas Meander sungai yang terpotong dapat dikenali sebagai dataran
rendah yang berbentuk tapal kuda dan kadang berisi air yang menjadi
danau tapal kuda (danau oxbow).
Lapangan sepakbola yang memiliki lintasan lari berbentuk elips,
sedangkan yang tidak memiliki lintasan lari akan berbentuk persegi
panjang.
Masjid dapat dikenali dari bentuknya yang relatif persegi atau bentuk khas
pada kubahnya.

17
3. Ukuran

Ukuran merupakan ciri objek yang antara lain berupa jarak, luas, tinggi lereng
dan volume. Ukuran objek pada citra berupa skala, karena itu dalam
memanfaatkan ukuran sebagai interpretasi citra, harus selalu diingat
skalanya.. Contoh: Lapangan olah raga sepakbola dicirikan oleh bentuk (segi
empat) dan ukuran yang tetap, yakni sekitar (80 m 100 m).

Ukuran adalah atribut obyek yang meliputi jarak, luas, volume, ketinggian
tempat dan kemiringan lereng. Ukuran merupakan faktor pengenal yang dapat
digunakan untuk membedakan obyek-obyek sejenis yang terdapat pada foto udara
sehingga dapat dikatakan bahwa ukuran sangat mencirikan suatu obyek. Obyek
pada foto udara dapat diketahui ukurannya dengan membandingkan dengan skala
yang terdapat pada foto udara.

Beberapa obyek yang dapat dikenali dari ukuran-ukuran yang berbeda


misalnya :

18
Ukuran bangunan untuk pemukiman memiliki ukuran yang berbeda
dengan ukuran bangunan sekolah, perkantoran dan pabrik. Permukiman
pendudukan memiliki ukuran yang lebih kecil dari bangunan sekolah dan
perkantoran.

Nilai kayu selain ditentukan menurut jenis kayunya juga dapat volumenya.
Volume kayu dapat ditaksir dari ketinggian pohon, diameter batang pohon, luas
hutan serta kepadatan pohonnya.

Lapangan olahraga selain berbentuk segi empat juga dapat dibedakan dari
ukurannya. Misalnya :

Lapangan sepakbola memiliki ukuran yang luas, sekitar 100 m X 80 m

Lapangan tenis memiliki ukuran kecil, sekitar 15 m X 30 m

19
4. Tekstur

Tekstur adalah frekwensi perubahan rona pada citra. Ada juga yang
mengatakan bahwa tekstur adalah pengulangan pada rona kelompok objek yang
terlalu kecil untuk dibedakan secara individual. Tekstur dinyatakan dengan: kasar,
halus, dan sedang.Misalnya: Hutan bertekstur kasar, belukar bertekstur sedang dan
semak bertekstur halus.

stur adalah frekwensi perubahan rona pada citra, atau pengulangan rona
kelompok obyek yang terlalu kecil untuk dapat dibedakan secara individual.
Tekstur seding dinyatakan dengan kasar, belang-belang, sedang dan halus.

Suatu obyek dalam foto udara memiliki perbedaan tekstur dapat dilihat dari :

Permukaan buminya tidak rata atau tidak


Keadaaan dan keberadaan obyek lain di atas permukaan bumi misal
pepohonan, perairan, permukiman dll.

Beberapa contoh pengenalan obyek berdasarkan teksturnya adalah :

Hutan bertekstur kasar, belukar bertekstur sedang dan semak bertektur


halus.
Lahan kosong bertekstur halus, lahan tebu bertekstur sedang, kumpulan
pepohonan bertekstur kasar.
Permukaan air yang tenang bertekstur halus, sedikit beriak bertekstur
sedang, berombak besar bertekstur kasar.

20
5. Pola

Pola atau susunan keruangan merupakan ciri yang menandai bagi banyak
objek bentukan manusia dan bagi beberapa objek alamiah. Contoh: Pola aliran
sungai menandai struktur geologis. Pola aliran trelis menandai struktur lipatan.
Permukiman transmigrasi dikenali dengan pola yang teratur, yaitu ukuran rumah
dan jaraknya seragam, dan selalu menghadap ke jalan. Kebun karet, kebun kelapa,
kebun kopi mudah dibedakan dari hutan atau vegetasi lainnya dengan polanya
yang teratur, yaitu dari pola serta jarak tanamnya.

Pola adalah kecenderungan bentuk suatu obyek yang. Tingkat kerumitan pola
lebih tinggi dari pada tingkat kerumitan bentuk, ukuran dan tekstur. Pola atau
susunan keruangan merupakan ciri yang menandai bagi banyak obyek bentukan
manusia dan bagi beberapa obyek alamiah.

Beberapa contoh obyek dipermukaan bumi yang dapat dikenali dengan


menggunakan unsur pola misalnya :

1. Pola Aliran Sungai

Beberapa contoh pola aliran sungai yang dapat kita amati misalnya :

a. Aliran sungai konsekuen

Adalah sungai yang memeiliki arah aliran yang sesuai dengan kemiringan
batuan daerah yang dilewatinya.

21
b. Aliran sungai radial sentrifugal

Adalah pola aliran sungai dalam bentuk menjari yang arah alirannya
meninggalkan titik pusat. Pola aliran sungai ini biasanya terdapat di daerah vulkan
atau puncak yang berbentuk kerucut

Pola Aliran Radial Sentrifugal : arah aliran menjauhi/meninggalkan titik pusat.

c. Aliran sungai radial sentripetal

Adalah pola aliran sungai dalam bentuk menjari yang arah alirannya
menuju ke titik pusat. Pola aliran sungai ini biasanya terdapat di daerah
ledokan/basin atau aliran sungai yang masuk ke danau.

22
Pola Aliran Radial Sentripetal : arah aliran menuju ke titik pusat.

2. Permukiman

Perumahan rakyat yang disediakan khusus oleh suatu proyek baik


pemerintah atau swasta memiliki pola yang teratur, biasanya memiliki jarak dan
ukuran seragam. Sedangkan rumah yang di bangun oleh penduduk cenderung
memiliki pola tidak beraturan, dengan bentuk dan jarak yang tidak seragam.

Perumahan Teratur, ukuran dan jarak antar rumah cenderung sama jika
dibandingkan dengan perumahan di atasnya.

3. Pola tanam pada tanaman di lahan perkebunan.

Kebun kelapa, kebun karet, kebun kopi, kebun kelapa sawit dapat dibedakan dari
hutan atau vegetasi lainnya dengan polanya yang teratur, yaitu dari pola dan jarak
tanamannya.

23
Perkebunan kelapa sawit terlihat teratur pada pola tanam dan jarak antar
tanamannya.

6. Bayangan

Bayangan bersifat menyembunyikan detail atau objek yang berada di daerah


gelap. Meskipun demikian, bayangan juga dapat merupakan kunci pengenalan
yang penting bagi beberapa objek yang justru dengan adanya bayangan menjadi
lebih jelas.

Contoh: Lereng terjal tampak lebih jelas dengan adanya bayangan, begitu juga
cerobong asap dan menara, tampak lebih jelas dengan adanya bayangan.

Bayangan bersifat menyembunyikan detail atau obyek yang berada di


daerah gelap. Obyek atau gejala yang terletak di daerah bayangan biasanya hanya
tampak samar-samar atau bahkan tidak tampak sama sekali. Meskipun bayangan
membatasi gambaran penuh suatu obyek pada foto udara, kadang justru menjadi
kunci penting dalam interpretasi terutama untuk mengenali suatu obyek yang
justru kelihatan lebih tampak/jelas dengan melihat bayangannya.

Beberapa contoh obyek yang dapat dikenali dari bayangannya misalnya :

1. Jalan layang

Jalan layang dapat dikenali dari posisinya yang lebih tinggi dari jalan lain
disekitarnya sehingga pancaran sinar matahari akan menghasilkan bayangan jalan
layang tersebut.

24
Jembatan layang jelas terlihat dari bayangannya.

2. Jembatan

Jembatan dapat dikenali dari bayangannya yang memotong sebuah sungai.

Bayangan jembatan terlihat pada aliran sungai di bawahnya

Tembok stadion dan gawang terlihat lebih tampak dari bayangannya.


Cerobong asap, tangki minyak dan bak air. Cerobong asap, tangki minyak
dan bak air yang dipasang pada sebuah pabrik terlihat lebih tinggi dari
bayangannya.
Menara. Menara suatu bangunan terlihat jelas dari bayangannya

25
Monumen Nasional (Monas) terlihat lebih jelas pada foto udara karena ada
bayangannya yang tampak.

Lereng terjal tampak lebih jelas dengan adanya bayangan.

Bayangan yang terbentuk pada suatu obyek sangat dipengaruhi oleh arah datang
sinar matahari dan letak lintang.

Apabila pemotretan dilakukan pada pagi hari, bayangan obyek akan terletak di
sebelah barat.

26
Apabila pemotretan dilakukan pada sore hari, bayangan obyek akan terletak di
sebelah timur.

Posisi bayangan obyek pada foto udara yang dipotret pada sore hari dan bulan-
bulan tertentu di Equator.

Gerak semu matahari juga akan menyebabkan letak bayangan berbeda


meskipun sama-sama dipotret pada pagi atau sore hari. Gerak semu
matahari menyebabkan matahari seolah-olah mengalami perpindahan
letaknya di garis paralel bumi pada bulan-bulan tertentu.
Bayangan dapat digunakan untuk menentukan orientasi/arah mata angin
pada foto udara.

27
7. Situs

Situs adalah letak suatu objek terhadap objek lain di sekitarnya. Misalnya
permukiman pada umumnya memanjang pada pinggir beting pantai, tanggul alam
atau sepanjang tepi jalan. Juga persawahan, banyak terdapat di daerah dataran
rendah, dan sebagainya.

Situs adalah tempat kedudukan suatu obyek dengan obyek lain di sekitarnya.
Situs bukan merupakan ciri obyek secara langsung tetapi dalam kaitannya dengan
lingkungan sekitar.

Situs dapat diartikan sebagai berikut :

Letak suatu obyek terhadap obyek lain di sekitarnya (Estes dan Simonet,
1975). Van Zuidam menjelaskan pengertian ini dengan situasi atau situs geografi,
yang diartikan sebagai tempat kedudukan atau letak suatu obyek terhadap obyek
lain di sekitarnya. Misal pengaruh letak iklim terhadap interpretasi citra untuk
geomorfologi

Letak suatu obyek terhadap bentang darat (Estes dan Simonet, 1975),
seperti misalnya situs suatu obyek di rawa, di puncak bukit yang kering dan di
sepanjang tepi sungai. Van Zuidam menjelaskan pengertian ini dengan situs
topografi, yaitu letak suatu obyek dengan obyek lain di sekitarnya.

Pola permukiman memanjang sejajar dengan jalan.

28
Pola permukiman memanjang sejajar dengan garis pantai.

Pola permukiman memanjang sejajar dengan sungai.

Tajuk pohon yang berbentuk bintang mencirikan pohon palma, bila


tumbuhnya menggerombol dan berada di daerah air payau maka mungkin
sekali pohon nipah.

8. Asosiasi

Asosiasi adalah keterkaitan antara objek yang satu dengan objek yang lainnya.
Contoh: Stasiun kereta api berasosiasi dengan jalan kereta api yang jumlahnya
lebih dari satu (bercabang), bandara berasosiasi dengan bandara.

Asosiasi diartikan sebagai keterkaitan antara obyek satu dengan obyek lain.
Karena adanya keterkaitan itu, maka terlihatnya suatu obyek sering merupakan

29
petunjuk bagi obyek lain. Keterkaitan suatu obyek dengan obyek lain dapat
dimaksudkan sebagai berikut :

Sebuah obyek A dapat dikenali karena adanya obyek B yang mempunyai


kaitan/hubungan dengan obyek A.
Dengan kata lain obyek B merupakan petunjuk bagi obyek A.
Obyek B dapat merupakan bagian dari obyek A, atau merupakan ciri-ciri
khusus obyek A.
Obyek B belum tentu ciri-ciri khusus obyek A, tetapi sangat berhubungan
dengan obyek A.

Beberapa contoh obyek dalam citra yang dapat dikenali melalui interpretasi
mengggunakan unsur asosiasi misalnya :

1. Lapangan Sepakbola

Sebuah obyek dikenali sebagai lapangan sepakbola jika lapangan tersebut


memiliki gawang pada dua sisi lapangannya. Jika tidak terlihat adanya gawang
maka obyek tersebut belum tentu merupakan lapangan sepakbola, bisa lapangan
lain. Obyek gawang dapat dikatakan sebagai ciri-ciri khas dari lapangan
sepakbola.

Lapangan Sepakbola berasosiasi dengan gawang yang ada di dua sisi lapangan.

2. Stasiun Kereta Api

Sebuah bangunan dengan bentuk memanjang dikenali sebagai stasiun


kereta api jika pada sekitar bangunan tersebut terdapat rel kereta api lebih

30
dari satu jalur. Rel bukan merupakan ciri-ciri bangunan stasiun tetapi
sangat berhubungan dengan keberadaan stasiun.
Selain jumlah rel, bangunan stasiun kereta api dapat juga di asosiasikan
dengan adanya gerbong-gerbong yang diparkir karena belum/tidak
beroperasi.

Stasiun Kereta Api berasosiasi dengan adanya rel di sekitarnya yang berjumlah
lebih dari satu.

3. Terminal Bis

Sebuah obyek dikenali sebagai terminal bis jika pada lahan bagian dalam
terminal tersebut berupa lahan parkir yang dipenuhi oleh bus/kendaraan angkutan
umum. Lahan parkir di bagian dalam merupakan ciri-ciri terminal, sedangkan
bus/angkutan umum yang sedang diparkir bukan ciri-ciri terminal tetapi keduanya
sangat berkaitan dengan bangunan terminal itu sendiri.

31
Terminal diasosiasikan dengan adanya lahan parkir di dalam yang dipenuhi oleh
bus/kendaraan angkutan umum

4. Bandara/Lapangan Terbang

Sebuah obyek dikenali sebagai bandara/lapangan terbang jika di sekitar


landasan terdapat hanggar dan area parkir untuk pesawat.

Bandara/Lapangan Terbang

5. Bangunan Sekolah

Sebuah bangunan dikenali sebagai sekolah jika di sekitar/dalam kompleks


bangunan tersebut memiliki lapangan untuk kegiatan olahraga seperti lapangan
basket, tenis, voli atau badminton.

9. Konvergensi Bukti

32
Konvergensi bukit adalah bukti-bukti yang mengarah kepada kebenaran,
artinya semakin banyak unsur interpretasi yang digunakan dalam menginterpretasi
suatu citra maka semakin besar kemungkinan kebenaran interpretasi yang
dilakukan.

2.4. Interpolasi Citra

Pada saat kita mempunyai citra dengan ukuran kecil, kadang kita ingin
memperbesar citra yang kita miliki untuk melihat gambarnya secara lebih jelas.
Proses memperbesar gambar pada pengolahan citra memiliki istilah lain yaitu
interpolasi. Apakah interpolasi itu?

Interpolasi adalah proses yang dikerjakan oleh perangkat lunak untuk


melakukan pembuatan ulang (resample) dari contoh data citra untuk menentukan
nilai-nilai antara pixel-pixel yang ditetapkan (sumber: Wijaya, M. C. dan A.
Prijono. 2007. Pengolahan Citra Digital Menggunakan Matlab Image Processing
Toolbox. Bandung : Informatika).

Ketelitian hasil perhitungan interpolasi dan lama waktu yang diperlukan


untuk perhitungan dari suatu algoritma interpolasi sangat tergantung pada metode
interpolasi yang digunakan.

Jenis interpolasi sendiri sebenarnya ada bermacam-macam, namun pada


tulisan ini saya hanya akan membahas 2 tipe interpolasi yaitu : interpolasi
tetangga terdekat dan interpolasi bilinier.

INTERPOLASI TETANGGA TERDEKAT

Interpolasi tetangga terdekat (nearest neighbour), nilai keabuan titik hasil


diambil dari nilai keabuan pada titik asal yang paling dekat dengan koordinat hasil
perhitungan dari transformasi spasial. Untuk citra 2 dimensi, tetangga terdekat
dipilih di antara 4 titik asal yang saling berbatasan satu-sama lain. Kelebihan dari
interpolasi tetangga terdekat adalah kemudahan dan kecepatan eksekusinya
(sumber: Achmad, B. dan K. Firdausy. 2005. Teknik Pengolahan Citra
Menggunakan Delphi. Yogyakarta : Ardi Publishing).

33
Penggunaan teknik interpolasi ini pada pembesaran citra merupakan
proses pengulangan elemen gambar, sedangkan pada pengecilan citra merupakan
proses sampling berjarak. Pada proses pembesaran citra dengan skala besar,
metode ini akan menghasilkan gambar yang bertampak blok-blok atau kumpulan-
kumpulan pixel dengan intensitas sama. Hal tersebut disebabkan karena tidak
adanya proses penghalusan (sumber: Murni, A. 1992. Pengantar Pengolahan
Citra. Jakarta : Gramedia kerjasama dengan UI Press.).

INTERPOLASI BILINIER

Interpolasi bilinier, nilai keabuan dari keempat titik yang bertetangga


memberi sumbangan terhadap nilai keabuan hasil, dengan bobot masing-masing
yang linier dengan jaraknya terhadap koordinat yang dimaksud. Makin dekat titik
tetangga tersebut, makin besar bobotnya, dan sebaliknya makin jauh akan makin
kecil bobotnya (sumber: Achmad, B. dan K. Firdausy. 2005. Teknik Pengolahan
Citra Menggunakan Delphi. Yogyakarta : Ardi Publishing ).

Metode interpolasi bilinier digunakan pada proses registrasi dan


menggunakan dua persamaan linier, pendekatannya juga lebih halus dibandingkan
dengan metode tetangga terdekat, di mana proses interpolasi dilakukan dengan
memperhitungkan pengaruh distribusi tingkat keabuan pixel-pixel tetangga yang
digunakan pada proses interpolasi berbanding terbalik dengan jaraknya ke pixel
yang diinterpolasi (sumber: Murni, A. 1992. Pengantar Pengolahan
Citra. Jakarta : Gramedia kerjasama dengan UI Press ).

34
Perbedaan gambar interpolasi tetangga terdekt dan interpolasi bilinier

Perbedaan keduanya dapat terlihat secara jelas dari hasil gambar


interpolasi dan nilai intensitas pixelnya. Berikut hasil citra yang saya olah dengan
menggunakan software buatan sendiri (hasil tugas akhir saya) sehingga terlihat
jelas bentu perbedaan interpolasi tetangga terdekat dan interpolasi bilinier.

Perbedaan hasil nilai intensitas pixel dan histogram pada interpolasi tetangga
terdekat dan interpolasi bilinier

Perbedaan terlihat jelas pada hasil gambar dari interpolasi tetangga


terdekat dan interpolasi bilinier dari citra lena yang di crop. Hasil gambar
interpolasi tetangga terdekat terlihat tidak smooth sedangkan hasil gambar
interpolasi bilinier terlihat smoot. Begitu juga dengan hasil gambar citra crop yang
diolah pada gambar kedua, terlihat bahwa antara hasil interpolasi tetangga
terdekat dengan interpolasi bilinier memiliki nilai intensitas pixel dan gambar
histogram yang berbeda-beda.

35
BAB III

PELAKSAAN PRATIKUM

3.1. Pelaksaan Pratikum

Mata Kuliah : Penginderaan Jauh

Dosen : ARMIJON, S.T., M.T.

Hari/Tanggal : Senin/

36
Gedung : Gedung G Teknik Geodesi ( Ruangan G 1.1 )

Pukul : 10.00 WIB -12.00 WIB

Pratikum : Penginderaan Jauh ( ER MAPPER)

BAB IV

HASIL dan PEMBAHASAN

4.1. Tahap Tahap Pratikum dan Penjelasan

37
Pertama kita buka dulu aplikasi ER Mapper nya. Setelah itu kita klik edit
algoritma, maka akan keluar tampilan seperti di bawah.

Setelah itu, kita duplicate sebanyak 7 layer dan kita ubah nama nya seperti
gambar di bawah.

38
Setelah kita ubah nama layer kita open file landset yang sudah kita
download di USGS. Layer 1 untuk landset band 1, tetapi band 6 tidak kita
gunakan.

Proses input band pada setiap layer nya.

39
Seperti ini tampilan, apabila kita sudah memasukan band para masing masing
leyer.

Kita ulangin proses yang sama pada layer ke 7.

40
Setelah kita masukan band, kita melakukan koreksi radiometrik dengan cara
mengklik tools Edit Transform Limit.

Setalah itu kita ganti Limits menjadi Limits To Actual dan Display Histogram
Only. Ulangi proses ini sampe layer ke 7.

41
Setelah itu kita bisa save as data kita seperti di atas.

Kita pilih tempat penyimpanan dan nama file ny. Jangan lupa menggantik
extension nya menjadi Rester (.ers).

42
Dan kita ubah Null Value nya menjadi 0. Dan klick Ok.

43
Tunggu proses ini sampai selesai.

Setelah itu kita bisa open lagi data yang kita save tadi.

44
Pilih data yang kita save tadi.

Dan ini hasil. Di proses ini kita melakukan proses koreksi radiometrik.

45
Pengeditan dapat di lakukan seperti cara di atas.

Semua Layer kita edit agar hasil citra nya bisa terlihat bagus.

46
Ini tahap terakhir dari tahap ini.

Ini penampakan citra setelah di zoom, dan telah melewatin beberapa proses di
atas.

47
Setelah itu kita atur Edit Transfrom Unit, dan pilih Display Histogram Only dan
Limit di ubah menjadi Limits To Actual, dan pilih Create Autoclip Tranform.

Lalu kita save as, setelah kita ksih nama dengan extention (.alg). untuk
menyimpan data yang sudah kita edit.

48
Untuk membuka kemabli data yang sudah kita edit kita pilih open dan memilih
extention yang (.alg).

Setelah proses di atas selesai, kita masukin tahap pengoreksian geometrik, pada
tahap ini kita klik proses pilih Geocoding Wizard, setelah itu kita pilih data yang
mau kita koreksi dan pilih Orthorectify using ground control points dan kita save.

49
Selanjutnya kita masuki tahap kedua, File to use as DEM nya masuki data yang
sama seperti tahap pertama, band di masuki B1:1, Units : Meters dan camera nya
pilih yang Jena dan kita save.

Tahap keetiga kita tentukan point pada peta kita, pada tahap ini RMS nya harus 0
agar posisi nya pas dengan yang asli nya.

50
Pada tahap ke empat ini kita ceklis pada coloum geocoded image, vectors or
algorithm. Dan kita isi file nya sama seperti file di tahap pertama.

Pada tahap ke lima ini kita menentukan lagi titik seperti tahap ketiga dan RMS nya
harus 0.

51
Ini tahap terakhir dari proses ini, kita oilih nama file yang akan menjadi ouput
dan. Klik Defult Cell Size dan klik Save File Start Rectification.

Untuk proses klasifikasi kita pilih proses lalu klik Classification dan pilih
ISOCLASS Unsupervised Classifitaion.

52
Pada tahap ini Input Dataset kita pilih data kita yang ingin di Classification.

Pada Band to use kita masukan seluruh band dengan cara di drag.

53
Output Dataset, memberi nama pada data yang sudah kita Classification.

Pada coloum Maximum Interation kita masuki angga 15 dan pada Maximum
number of classes kita masuki angka 30 setelah itu kita klik Ok

54
Tunggu sampai proses ini selesai.

Setelah selesai kita klik OK.

55
Untuk membuka file yang sudah kita proses tadi dengan cara di atas. Klik OPEN
dan pilih data kita.

Ini adalah data yang sudah kita OPEN.

56
Setelah itu kita klik Edit Algorithm dan pada Layer kita klik kanan dan pilih Class
Display.

Setelah itu kita klik Copy Window.

57
Setelah selesai kita pilih data yang sudah kita koreksi geometrik nya. Lalu klik
OK.

Pada Layer yang terdiri dari tiga band kita klik pada menu bar yaitu Create RGB
Algorithm. Dan jangan lupa untuk menset kedua data menjadi Set Geolink to
Window dengan cara klik Kanan pada citra pilih quick zoom, lakukan proses ini
pada kedua citra.

58
Setelah itu kita pilih Edit dan pilih Edit Class/Region Color and Name.... .

Setelah muncul seperti tampilan di atas kita pilih file yang akan kita
Classification. Yaitu file yang sudah melalu proses Classification tadi.

59
Setelah kita Pilih filenya. Kita tinggal menentukan warna apa yang akan kita
gunakan untuk membagi Classification dan jangan lupa memberi nama wilayah
yang kita warnai.

Setelah kita beri warna dan memberi nama kita Save data tersebut.

60
Setelah di save kita tinggal merefresh pada gambar agar warna nya keluar.
Lakukan proses ini sampe seluruh citra terClassification.

Ini hasil dari Classification, dan proses Classification Citra telah Selesai.

61
BAB V

PENUTUP

5.1. Kesimpulan
Dalam mengolah kita dapat menggunakan aplikasi ER MAPPER
ini yang mana aplikasi ini sangat mudah untuk di gunakan. Di dalam
pengolahan Citra terdapat dua kali pengoreksian, yaitu : koreksi
radiometrik dan koreksi geometrik yang mana koreksi ini di lakukan agar
citra kita benar dan juga pas pda koordinat aslinya.
Dalam pengolahan citra selain di koreksi citra juga harus di
klasifikasi agar kita mudah untuk mengetahui apa saja yang ada di dalam
citra tersebut, selain itu juga dalam peroses pengolahan citra terdapat
proses interpolasi dan juga interpretasi.

5.2. Saran
1. Dalam mengajarkan menggunakan aplikasi Dosen di harapkan
lebih memperlihat kan tahap demi tahap nta
2. Lebih detail menjelaskan dalam pengunaan aplikasi karena
keterbatasan e-book atau manual book terhadap beberapa
aplikasi.

Dafar Pustaka

PERATURAN BADAN INFORMASI GEOSPASIAL. NOMOR 3 TAHUN 2014.


PEDOMAN TEKNIS PENGUMPULAN DAN PENGOLAHAN DATA
GEOSPASIAL MANGROVE.

62
http://www.oocities.org/yaslinus/b1_1.html (diakses pada 11 Desember 2016)

Hidayah,AfifNur. INTERPOLASI CITRA. 06 September 012.


http://affinh.blogspot.co.id/2012/09/interpolasi-citra.html (diakses 11 Desember
2016)

Inquirer, Skeptical. 5 Juli 2015. PENGINDERAAN JAUH :


INTERPRETASI CITRA.
https://skepticalinquirer.wordpress.com/2015/07/05/penginderaan-jauh-
interpretasi-citra/ (diakses 11 Desember 2016)

63

Anda mungkin juga menyukai