ERMapperTutorial PDF
ERMapperTutorial PDF
Mengenal
ER Mapper 5.5
1.1 Memulai ER Mapper 5.5
Untuk memulai atau menjalankan ERMapper 5.5 menggunakan
tombol Start yang ada di Taskbar, ikuti langkah berikut ini :
1. Nyalakan komputer Anda, tunggu sampai komputer menampilkan
area kerja (desktop) Windows 95/98/NT.
2. Klik tombol Start yang ada di taskbar.
3. Pilih menu Programs.
4. Kemudian pilih dan klik program ER Mapper 5.5. Tunggu sampai
tampilan awal muncul.
Menu bar
Toolbars
Menu bar (baris menu), berisi barisan perintah berupa menu seperti
menu File, Edit, View, Toolbars, Process, Utilities, Windows
dan Help.
Toolbars (baris toolbar), berisi tombol-tombol yang digunakan
untuk menjalankan suatu perintah dengan cepat dan mudah,
terutama untuk perintah-perintah yang sering Anda gunakan.
Sizing Button (tombol ukuran) yang terdiri dari:
o Minimize Button (tombol minimize), untuk
memperkecil jendela hingga membentuk icon aktif pada
Taskbar.
o Maximize Button (tombol maximize), untuk
memperbesar ukuran jendela hingga menjadi satu layar
penuh.
o Restore Button (tombol restore), untuk mengembalikan
jendela ke ukuran semula atau ukuran sebelumnya.
o Close Button (tombol close), untuk menutup jendela dan
mengakhiri program aplikasi.
1
1.3 Mengenal Menu Bar dan Toolbar serta Fungsinya
Menu bar (baris menu) merupakan barisan perintah berupa
menu seperti menu File, Edit, View, Toolbars, Process, Utilities,
Windows dan Help.
2
Gambar Image Window
3
o Tekan OK jika anda ingin menampilkan file yang terpilih
dan menutup Dialog Box.
o Tekan Apply jika anda ingin menampilkan file yang
terpilih dan tetap membuka Dialog Box tersebut.
o Tekan Cancel jika anda ingin membatalkan dan menutup
Dialog Box
Close, untuk menutup Image Window yang aktif.
4
o Defaults, untuk menentukan secara otomatis banyaknya
kolom dan baris pixel yang akan disimpan dalam Dataset
Baru
Page Setup, yang berfungsi untuk mengatur dan menentukan :
o Ukuran dan warna latar Hardcopy.
o Mengatur skala Hardcopy,
Exit, yang berfungsi untuk keluar dan menutup program ER
Mapper.
5
1.3.3 Menu View
Menu Edit ini terdiri dari :
6
o Zoom In atau tombol , untuk memperbesar tampilan
citra.
7
o Confusion Matrix, untuk menampilkan matrik konfusi
antara citra yang sudah diklasifikasi dengan citra
referensi.
o Area Summary Report, untuk menampilkan luasan area
citra baik sebelum atau sesudah klasifikasi.
o Means Summary Report, untuk menampilkan rata-rata
nilai pixel citra baik sebelum atau sesudah klasifikasi.
o Standard Deviation Summary Report, untuk
menampilkan standard deviasi nilai pixel citra baik
sebelum atau sesudah klasifikasi.
Scattergrams, untuk menampilkan Scattergram dialog box.
Dialog box ini berfungsi untuk menunjukkan sebaran masing-
masing kelas yang kita buat terhadap nilai pixel.
Cell Values Profile, untuk menampilkan nilai Digital Number
(DN) piksel yang kita pilih pada tiap Band. Untuk memilih
8
Cell Coordinate, untuk menampilkan koordinat piksel yang
kita pilih. Untuk memilih piksel gunakan Pointer Mode dengan
mengklik tombol .
9
1.3.5 Menu Process
Menu Process ini terdiri dari :
Isikan text box Dataset dengan nama file dataset yang akan
10
Classification, berfungsi untuk melakukan klasifikasi terhadap
dataset. Pada menu ini terdapat beberapa sub menu, yaitu :
o Supervised Classification, untuk melakukan klasifikasi
terbimbing (untuk selanjutnya dijelaskan pada bab 7).
o ISOClass Unsupervised Classification, untuk
melakukan klasifikasi tak terbimbing (untuk selanjutnya
dijelaskan pada bab 6).
o View Scattergram, seperti pada menu View.
o Edit Class/Region Color and Name, seperti pada menu
Edit.
Rectification, berfungsi untuk melakukan rektifikasi atau
koreksi geometrik. Menu ini terdapat beberapa sub menu, yaitu:
o Define Ground Control Points, untuk membuat GCP.
o Rotate Dataset, untuk merotasi dataset.
o Rectify Dataset using Ground Control Points, untuk
melakukan rektifikasi menggunakan GCP.
o Map to Map Transformation, untuk melakukan
resampling, transformasi, tipe rektifikasi, mengubah
geodetic datum, dan mengubah proyeksi.
11
1.3.6 Menu Utilities
Menu Utilities ini terdiri dari :
12
1.3.8 Menu Help
Menu Help ini terdiri dari :
13
2. Mengenal Format
Data ER Mapper
2.1 Format Data ER Mapper 5.5
Dalam ER Mapper dikenal tiga bentuk format data yaitu :
1. Format Raster Dataset dan Header File (.ers)
Sebuah data raster dalam ER Mapper terdiri dari dua bagian :
Bagian pertama berupa Dataset Header File, yang
merupakan sebuah file ASCII yang menerangkan data
raster yang ada dalam file data.
Bagian kedua berupa Data File, yang berisi data raster itu
sendiri.
Dataset Header File memiliki nama yang sama dengan nama
file datanya. Misalnya Bogor.ers merupakan nama Dataset
Header File dari Data File Bogor.
2. Format Vector Dataset dan Header File (.erv)
Sebuah data vector dalam ER Mapper terdiri dari dua bagian :
Bagian pertama berupa Dataset Header File, yang
merupakan sebuah file ASCII yang menerangkan data
vector yang ada dalam file data.
Bagian kedua berupa Data File, yang berisi data vector
itu sendiri.
Dataset Header File memiliki nama yang sama dengan nama
file datanya. Misalnya Jakarta.erv merupakan nama Dataset
Header File dari Data File Jakarta.
14
3. Format Algorithms File (.alg)
File Algoritma menerangkan mengenai dataset dan proses-
proses yang kita lakukan terhadap suatu citra tertentu, sehingga
kita bisa menampilkan secara langsung citra hasil pengolahan.
15
Isikan text box Import File/Device Name untuk data citra yang
akan diimpor. (pastikan data sudah masuk dalam harddisk anda)
Isikan Output Dataset text box untuk nama file hasil impor.
Isikan Geodetic Datum text box untuk datum citra yang
diimpor. (misalnya WGS84).
Isikan Map Projection text box untuk proyeksi citra yang
diimpor.
(misalnya UTM;SUTM48)
Kemudian klik OK untuk memulai proses.
16
Beri nama file dan direktori hasil ekspor.
Isikan Line Range untuk banyaknya baris yang akan diekspor.
Isikan Cell Range untuk banyaknya kolom yang akan di
ekspor.
Klik OK untuk memulai proses.
17
Isikan Input Dataset dengan menekan icon untuk memilih
file mana saja yang harus digabung.
Isikan Output Dataset untuk memberi nama file hasil
gabungan dataset.
Klik OK untuk memulai proses.
18
Isikan Start Cell dan Start Line untuk menentukan titik awal
pemotongan. Ini bisa dilihat pada Cell Coordinates.(bisa
dilihat pada dataset X,Y)
Isikan End Cell dan End Line untuk menentukan titik akhir
pemotongan, seperti pada langkah sebelumnya.
Klik OK untuk memulai proses.
19
3. Algoritma dan
Statistik
3.1 Algoritma
Algoritma merupakan elemen dasar dari program ER Mapper
dalam melakukan pengolahan data. Pengolahan data dalam algoritma
meliputi penajaman citra, filtering, formula, citra komposit, dll. Proses
dalam algoritma terpisah dari dataset yang digunakan. Artinya, kita
dapat memanipulasi data yang akan kita buat tanpa mengubah dataset
original. Untuk menampilkan Algorithm Dialog Box pilih menu View
dan klik Algorithm atau klik tombol . Setelah itu akan muncul
gambar berikut :
20
Namun sebelum menampilkan Algorithm, tampilkan dahulu
data yang akan dianalisis.
icon .
Sorot Red Layer, lalu pilih band pada Band Chooser.
Sorot Green Layer, lalu pilih band pada Band Chooser.
Sorot Blue Layer, lalu pilih band pada Band Chooser.
Klik GO untuk menjalankan perintah.
21
Klik tombol Surface. Klik Color Table.
Pilih Greyscale.
Klik GO.
3.1.3 Penajaman Citra
Tahapan dalam penajaman citra adalah sebagai berikut :
Tampilkan citra yang akan dianalisis.
Tampilkan Algorithm Dialog Box.
Klik Edit Transform Limit. Lalu akan muncul Transform
dialog box seperti dibawah ini :
Layer mode
Histogram
Radiometrik Enhancement Button
22
3.1.4 Formula
Formula diperlukan untuk melakukan analisa citra seperti band
rasio, PCA, Tasseled Cap, Masking, dll. Tahapan dalam melakukan
analisis menggunakan formula adalah sebagai berikut :
Tampilkan citra yang akan dianalisis.
Tampilkan Algorithm Dialog Box.
Klik Edit Formula, lalu akan muncul dialog box berikut :
23
3.2 Statistik
Statistik pada ERMapper dilakukan untuk menghitung nilai
statistik dataset original, training area, dan statistic hasil klasifikasi.
Untuk menghitung nilai statistik dataset dilakukan tahapan sebagai
berikut :
Dari menu Process pilih Calculate Statistic. Lalu akan muncul
dialog box sebagai berikut :
Isikan text box Dataset dengan nama file dataset yang akan
24
Statistics. Kemudian klik Show Statistics. Lalu akan tampil dialog
box sebagai berikut :
25
4. Koreksi Geometrik
26
Beri tanda V pada Algorithm images and/or vectors dan pada
Manual entry.
Pada text box FROM Algorithm isikan dengan data yang akan
kita koreksi.
Pada text box TO Algorithm isikan dengan data yang telah
dikoreksi yang akan kita jadikan dasar (base) dalam koreksi
geometrik.
Klik OK.
27
2. Pilih titik-titik yang akan dijadikan sebagai GCP.
Setelah kita klik OK, kemudian akan muncul GCP Setup
information dialog box seperti berikut ini :
28
Isikan dengan nama Dataset pada text box Load GCP from
Dataset jika kita ingin memasukkan titik GCP dari suatu
.
Klik OK, kemudian akan muncul GCP Edit dialog box dan
window image seperti berikut ini :
29
Pilihlah titik-titik yang akan dijadikan GCP dengan cara melihat
lokasi yang sama pada kedua citra dengan menggunakan pointer
Pada text box Input Dataset isikan dengan data yang akan
30
Klik OK, tunggu sampai muncul pernyataan bahwa rektifikasi
selesai dilakukan.
31
2. Pilih titik-titik yang akan dijadikan sebagai GCP.
Setelah kita klik OK, kemudian akan muncul GCP Setup
information dialog box seperti berikut ini :
32
Isikan dengan nama Dataset pada text box Load GCP from
Dataset jika kita ingin memasukkan titik GCP dari suatu
33
Pilihlah titik-titik yang akan dijadikan GCP dengan cara melihat
lokasi yang sama pada citra dan peta dengan menggunakan
Pada text box Input Dataset isikan dengan data yang akan
34
Pada text box Output Dataset isikan dengan nama file baru
35
5. Koreksi
Radiometrik
Setelah citra satelit dikoreksi Geometrik, maka langkah
selanjutnya adalah koreksi radiometrik. Adapun tahapan dalam
koreksi radiometrik ini adalah sebagai berikut :
1. Tampilkan citra dalam bentuk Pseudocolor sesuai dengan tahapan
yang dijelaskan pada bab 3. Tampilkan Algorithm Dialog Box pilih
36
3. Klik Edit Transform Limits sebelah kanan (selanjutnya kita sebut
Grafik II). Ganti nilai yang ada menjadi 0 sampai 255. Kemudian
enter. Lakukan langkah ini sampai band terakhir.
4. Non aktifkan seluruh band dengan cara menekan tombol Turn
tekan Linear tekan GO. Klik Grafik II. Ubah nilai actual
limit menjadi 0 sampai 255 dengan cara menggeser histogram pada
Grafik I lalu tekan GO. Klik Grafik II dan lihat nilai actual
limitnya. Jika sudah cocok. Non aktifkan band tersebut dan beralih
ke band selanjutnya. Jika belum cocok geser kembali histogram
yang ada pada Grafik I hingga nilainya menjadi 0 sampai 255.
5. Setelah seluruh band memiliki nilai 0 sampai 255, aktifkan kembali
seluruh band. Tekan GO.
6. Simpan file dengan cara memilih Save As Dataset pada menu
File.
7. Hitung dan tampilkan nilai statistiknya seperti yang telah
dijelaskan pada bab 3.
37
6. Klasifikasi Tak
Terbimbing
Klasifikasi tak terbimbing (unsupervised classification)
merupakan salah satu metode klasifikasi dimana komputer secara
otomatis menghitung dan mengenali nilai spektral yang ada pada citra.
ERMapper 5.5 menggunakan algoritma ISOClass untuk
menampilkan data citra dalam metode ini.
Sebelum kita melakukan metode ini, kita harus menentukan
berapa kelas yang akan kita buat.
Tahapan dalam klasifikasi tak terbimbing ini adalah sebagai berikut :
1. Menentukan jumlah kelas, ulangan, dan jumlah band yang
digunakan.
Pada menu Proccess pilih Classification kemudian pilih
ISOClass Unsupervised Classification. Kemudian muncul
dialog box berikut :
38
Input Dataset adalah data yang akan kita proses unuk
klasifikasi. Ingat dataset dalam format .ers.
Band to use adalah pilihan band yang diinginkan dalam proses
klasifikasi.
Output Dataset adalah nama dataset yang kita buat sebagai
identitas data hasil klasifikasi.
Maximum iteration adalah banyaknya ulangan yang kita
inginkan dalam proses klasifikasi. Tampilan pertama adalah
99999 untuk mempersingkat proses kita dapat mengubah
jumlah ulangan.
Desired percent unchanged adalah untuk menentukan berapa
persen kelas yang tak berubah.
Maximum number classes adalah banyaknya kelas yang kita
inginkan.
Klik OK untuk mulai proses.
39
Isi nama kelas dan pilih warna kelas yang kita inginkan.
Klik Save pada dialog box setelah kita menentukan warna dan
nama kelas.
40
7. Klasifikasi
Terbimbing
Klasifikasi terbimbing (Supervised Classification) dilakukan
ketika kita sudah melakukan survey lapangan. Artinya kita sudah
mengetahui landcover dari training area yang kita buat. Training area
merupakan sampel kelas yang sudah kita ketahui di lapangan.
Metode ini sering digunakan untuk meningkatkan hasil
klasifikasi. Dibandingkan dengan metode sebelumnya, metode ini
lebih akurat.
Prosedur yang perlu dilakukan pada metode ini adalah sebagai
berikut:
1. Pembuatan Training Area.
Buka file yang akan dibuat training area.
Training area dibuat dengan memilih Edit/Create Region pada
menu Edit. Kemudian akan muncul dialog box berikut :
41
Klik OK pada dialog box tersebut. Lalu akan muncul
Annotation Tool seperti pada gambar berikut :
42
o Tombol Display/Edit Object Attributes adalah
untuk memberi nama region. (Ingat setelah kita membuat
region pastikan region telah diberi nama.)
43
Klik Close untuk kembali ke dialog box awal.
Pilih Classification Type yang kita inginkan.
Klik OK untuk memulai proses klasifikasi.
44
Daftar Pustaka
45