I. SATELIT LANDSAT
V. SATELIT IKONOS
1. PRODUK GEO
2. PRODUK GEOPROFESSIONAL
KEGUNAAN
PERTAHANAN NEGARA
KEAMANAN NASIONAL
TRANSPORTASI AIR DAN KELAUTAN
MINYAK DAN GAS
ENERGI
PERTAMBANGAN
PEMETAAN DAN LAYANAN BERBASIS LOKASI
NEGARA DAN PEMERINTAHAN DAERAH
ASURANSI DAN MANAJEMEN RISIKO
PERTANIAN
SUMBER DAYA ALAM DAN PEMANTAUAN LINGKUNGAN
2. ATMOSFER
ATMOSFER MEMPUNYAI SIFAT YANG SELEKTIF TERHADAP PANJANG
GELOMBANG SEHINGGA MEMBATASI BAGIAN SPEKTRUM
ELEKTROMAGNETIK YANG DAPAT MENCAPAI BUMI DAN DAPAT
DIGUNAKAN DALAM PENGINDERAAN JAUH. UNTUK MENGHILANGKAN
PENGARUH ATMOSFER DIPERLUKAN KALIBRASI YANG MELIBATKAN
PENGAMATAN YANG BERULANG SUATU WILAYAH GEOGRAFIK PADA
TERAPAN TERTENTU.
4. SENSOR
TIDAK ADA SENSOR YANG SEMPURNA SERTA PEKA TERHADAP
SELURUH PANJANG GELOMBANG, DAN MEMILIKI KEPEKAAN DALAM
MEREKAM OBYEK TERKECIL YANG MASIH DAPAT DIKENALI DAN
DIBEDAKAN TERHADAP OBYEK YANG LAIN (RESOLUSI SPASIAL).
2. WAHANA
DIRGANTARA
WAHANA YANG DIGUNAKAN UNTUK MEMBAWA SENSOR
ADALAH PESAWAT TERBANG.
ANTARIKSA
WAHANA YANG DIGUNAKAN UNTUK MEMBAWA SENSOR
BERADA DI ANTARIKSA, SEPERTI SATELIT, PESAWAT ULANG-
ALIK , DLL.
5. SENSOR
1. SISTEM FOTOGRAFIK
PEREKAMANNYA BERLANGSUNG SECARA KIMIAWI, TENAGA
ELEKTROMAGNETIK DITERIMA DAN DIREKAM PADA LAPISAN
EMULSI FILM YANG BILA DIPROSES AKAN MENGHASILKAN
FILM.
2. SISTEM ELEKTRONIK
PEREKAMANNYA BERLANGSUNG MENGGUNAKAN SINYAL
ELEKTRIK.
6. ANALISIS DATA
1. INTERPERTASI SECARA VISUAL
INTERPERTASI DILAKUKAN DENGAN MENGGUNAKAN HASIL
PENGINDERAAN YANG BERUPA DATA PIKTORIAL ATAU CITRA
2. INTERPERTASI SECARA NUMERIK
INTERPERTASI DILAKUKAN MENGGUNAKAN HASIL
PENGINDERAAN YANG BERUPA DATA DIGITAL
2. KARDONO DARMOJUWONO
PENGINDERAAN JAUH MERUPAKAN TEKNIK YANG
BERKEMBANG MENJADI ILMU KARENA RUANG LINGKUP
STUDINYA BERKEMBANG MENJADI LUAS, MELIPUTI :
BAGIAN ANGKASA YAITU SISTEM SENSOR, SISTEM WAHANA,
DAN SISTEM TELEMETRI.
BAGIAN DARAT YAITU SISTEM PENERIMA DATA BUMI, SISTEM
PEMPROSESAN DATA, SISTEM PENYIMPANAN DAN DISTRIBUSI
DATA, DAN SISTEM PENAFSIRAN SERTA PEMAKAIAN DATA.
SEMUA SISTEM TERSEBUT DIATAS MEMERLUKAN PAKAR YANG
BIDANG KEAHLIANNYA TERSENDIRI.
3. LUEDER
PENGINDERAAN JAUH MERUPAKAN ILMU YANG BERSIFAT
KOORDINATIF KARENA MELIPUTI BERBAGAI BIDANG KEAHLIAN
DAN MEMENUHI BATASAN SEBAGAI BERIKUT:
DILAKUKAN ATAU DIPEROLEH DENGAN JALAN BELAJAR
DAN LATIHAN.
MERUPAKAN PENGETAHUAN SISTEMATIK.
DILAKUKAN DENGAN OBSERVASI DAN KLASIFIKASI FAKTA
KARENA FOTO DAN CITRA LAINNYA MENYAJIKAN
GAMBARAN TENTANG KENYATAAN YANG ADA DI
PERMUKAAN BUMI.
DAPAT DIGUNAKAN UNTUK MENEMUKAN KEBENARAN
SECARA UMUM SEPERTI MISALNYA SEBAGAI MODEL
MEDAN.
KONSEPSI DASAR
RESOLUSI
MENENTUKAN KERINCIAN INFORMASI YANG DAPAT DISADAP
DARI DATA PENGINDERAAN JAUH, MELIPUTI :
RESOLUSI SPASIAL ADALAH UKURAN OBYEK TERKECIL
YANG DAPAT DISAJIKAN, DIBEDAKAN, DAN DIKENALI PADA
CITRA.
RESOLUSI SPEKTRAL MENUNJUKKAN KERINCIAN
SPECTRUM ELEKTOMAGNETIK YANG DIGUNAKAN DI
DALAM PENGINDERAAN JAUH.
RESOLUSI RADIOMETRIK MENUNJUKKAN KEPEKAAN
SYSTEM SENSOR TERHADAP PERBEDAAN TERKECIL
KEKUATAN SINYAL.
RESOLUSI TEMPORAL MERUPAKAN FREKUENSI PEREKAMAN
ULANG BAGI DAERAH YANG SAMA.
STRATEGI JAMAK
KONSEPSI ATAU STRATEGI JAMAK DALAM PENGINDERAAN
JAUH MELIPUTI :
MULTITINGKAT KARENA PENGINDERAANNYA DAPAT
DILAKUKAN DARI KETINGGIAN YANG BERBEDA-BEDA.
MULTITEMPORAL KARENA PENGINDERAANNYA DAPAT
DILAKUKAN PADA SAAT YANG BERBEDA-BEDA.
MULTIPENAJAMAN YAITU PENGGUNAAN LEBIH DARI SATU
PENAJAMAN (MERENTANG KONTRAS, PENAJAMAN TEPI,
PEMUTARAN SUMBU KOORDINAT).
MULTISPECTRAL YAITU PENGINDERAAN SUATU DAERAH
DENGAN MENGGUNAKAN LEBIH DARI SATU SENSOR ATAU
DETECTOR DENGAN SPECTRUM ELEKTROMAGNETIK
YANG BERBEDA-BEDA.
MULTIPOLARISASI IALAH MEMBUAT TENAGA
ELEKTROMAGNETIK YANG MENGENAI OBYEK DAPAT
DIPANDANG MENJALAR MELALUI SEGALA BIDANG.
MULTIARAH YAITU ARAH SENSORNYA YANG DIGUNAKAN
BERBEDA-BEDA (TEGAK LURUS, MIRING KE KIRI DAN KE
KANAN).
PERANAN PENGINDERAAN JAUH
PERANAN PENGINDERAAN JAUH DI DALAM SISTEM
INFORMASI DATA DAN PENGELOLAANNYA MELIPUTI
MENDETEKSI PERUBAHAN, KALIBRASI BAGIAN LAIN PADA
SISTEM YANG SAMA, SUBSTITUSI DATA SETELAH
DIKALIBRASI, DAN PENGEMBANGAN MODEL
DASAR FISIKA PENGINDERAAN JAUH.
TENAGA ELEKTROMAGNETIK :
PAKET ELEKTRISITAS DAN MAGNETIS YANG BERGERAK DENGAN
KECEPATAN SINAR PADA FREKUENSI DAN PANJANG GELOMBANG
TERTENTU DENGAN SEJUMLAH TENAGA TERTENTU.
HAMBATAN ATMOSFER
E= P+S+T
1. HAMBURAN
HAMBURAN ADALAH PANTULAN KEARAH SERBA BENDA YANG DISEBABKAN
OLEH BENDA YANG PERMUKAAN KASAR DAN BENTUKNYA TAK MENENTU,
ATAU OLEH BENDA-BENDA KECIL YANG TERSERAK TAK MENENTU.
A) REYLEIGH
ATMOSFER YANG CERAH TERUTAMA MENGANDUNG BUTIR - BUTIR GAS
NITROGEN DAN OKSIGEN (DIAMETER1 L ATMOSFER REYLEIGH). SEDANG
HAMBURANNYA DISEBUT HAMBURAN REYLEIGH. HAMBURAN INI TERJADI
PADA KETINGGIAN 4500 M HINGGA 9000 M.
B) MIE
BUTIR - BUTIR YANG MEMPUNYAI DIAMETER SAMA ATAU LEBIH BESAR
DARI GELOMBANG TAMPAK DISEBUT "BUTIR MIE" BIASANYA BERUPA DEBU,
KABUT, DAN ASAP. ATMOSFERNYA DISEBUT ATMOSFER MIE SEDANGKAN
HAMBURANNYA DISEBUT HAMBURAN MIE. HAMBURAN MIE INI TERJADI
DIBAWAH DIBAWAH 4500 M. HAMBURAN MIE TERJADI DOMINAN PADA
GELOMBANG PANJANG DAN PADA CUACA BERWARNA (ATMOSFER TAMPAK
PUTIH HINGGA KEMERAHAN).
C) NONSELEKTIF
PENYEBABNYA BUTIR - BUTIR DALAM ATMOSFER YANG DIAMETERNYA
JAUH LEBIH BESAR DARI PANJANG GELOMBANG SPEKTRUM TAMPAK.
(UKURAN BUTIR - BUTIR 5 M - 1 00M).
HAMBURAN INI DISEBUT NONSELEKTIF KARENA TIDAK TERGANTUNG
PANJANG GELOMBANG. HAMBURAN INI TERJADI PADA SPEKTRUM
TAMPAK DAN NEAR INFRARED SAMA KUATNYA YANG AKAN
MENGAKIBATKAN KABUT DAN AWAN TAMPAK PUTIH.
2. SERAPAN
PENYEBABNYA ADALAH UAP AIR, KARBON DIOKSID, DAN OZON. SPEKTRUM
INFRA MERAH MERUPAKAN BAGIAN YANG TERKENA GANGGUAN TERPARAH
matahar
i
I
5. INTERPRETASI CITRA
B. MENURUT LO (1976)
BERDASARKAN PENDAPAT VINK MAKA LO MENGUTARAKAN BAHWA
INTERPERTASI CITRA DILAKUKAN DENGAN TAHAPA SBB:
DISINI DAPAT DISIMPULKAN BAHWA INTERPRETASI TERDIRI DARI DUA
PROSES YAITU MERUMUSKAN IDENTITAS OBYEK DAN PROSES YANG
LEBIH RUMIT YAITU ANALISIS DAN DEDUKSI, KEMUDIAN DILAKUKAN
KLASIFIKASI DALAM UPAYA MENYAJIKAN SEJENIS KETERATURAN DAN
KAITAN ANTARA INFORMASI KUALITATIF YANG DITERIMA DAN AKHIRNYA
MENUJU ARAH TEORISASI.
7. UJI KETELITIAN
UJI KETELITIAN MERUPAKAN SUATU TAHAPAN YANG PENTING DI DALAM PJ
SEBAB:
1. UNTUK DI KETAHUI SEBELUM PENELITI MELANGKAH LEBIH JAUH
DENGAN ANALISIS BERDASARKAN DATA TERSEBUT.
2. UNTUK PENGGUNA KETELITIAN SANGAT MEMPENGARUHI BESARNYA
KEPERCAYAAN YANG DAPAT DI BERIKAN TERHADAP DATA TERSEBUT.
3. UNTUK PENELITI YANG MELAKUKAN PENELITIAN SERUPA, HASILNYA
TERSEBUT PENTING PULA DALAM UPAYA MENINGKATKAN KETELITIAN
SELANJUTNYA.
-------------------------------------------------------------------------------------
--
PRIME
R
UNSUR DASAR RONA/
WARNA
SUSUNAN
--------------------------
KERUANGAN
----------------------------------
RONA
UKURAN TEKSTUR
BENTUK
SEKUNDER
------------------
-------
-
SITUS ASOSIASI
II. BENTUK
BENTUK MERUPAKAN VARIABEL KUALTATIF YANG MEMBERIKAN
KONFIGURASI ATAU KERANGKA SUATU OBYEK (Lo,1976).
BENTUK JUGA MERUPAKAN ATRIBUT YANG JELAS SEHINGGA BANYAK
OBYEK YANG DAPAT DI KENALI BERDASARKAN BENTUKNYA SAJA.
TERDAPAT DUA ISTILAH YANG MEMEPUNYAI PENGERTIAN BENTUK, YAITU
SHAPE BENTUK LUAR ATAU UMUM ( BENTUK BUMI BULAT),
FORM MERUPAKAN SUSUNAN ATAU STRUKTUR YANG BENTUKNYA LEBIH
RINCI. ( PADA BUMI BENTUKNYA BULAT TERDAPAT BERBAGAI RELIEF
SEPERTI GUNUNG API, DATARAN PANTAI DAN SEBAGAINYA ).
IV.TEKSTUR.
TEKSTUR ADALAH FREKUENSI PERUBAHAN RONA PADA CITRA ATAU
PENGULANGAN RONA KELOMPOK OBYEK YANG TERLALU KECIL
UNTUK DI BEDAKAN SECARA INDIVIDU ANTAR LAIN :
TEKSTUR SERING DINYATAKAN DENGAN KASAR, HALUS SEPERTI BELUDRU,
DAN BELANG-BELANG.
V. POLA
POLA ATAU SUSUNAN KERUANGAN MERUPAKAN CIRI YANG MEMADAI BAGI
BANYAK OBYEK BENTUKAN MANUSIA DAN BAGI BEBERAPA
OBYEK ALAMIAH.
VI. BAYANGAN
BAYANGAN BERSIFAT MENYEMBUNYIKAN DETAIL ATAU OBYEK YANG
BERADA DI DAERAH GELAP.
NAMUN DEMIKIAN BAYANGAN SERING MERUPAKAN KUNCI PENGENALAN
YANG PENTING BAGI BEBERAPA OBYEK YANG JUSTRU LEBIH TAMPAK DARI
BAYANGANNYA.
CONTOH PENGENALAN OBYEK DENGAN BAYANGAN
- CEROBONG ASAP, MENARA, BAK AIR, YANG DI PASANG TINGGI LEBIH
TAMPAK DARI BAYANGANNYA.
- LERENG YANG TERJAL LEBIH JELAS DENGAN ADANYA BAYANGAN.
VII. TINGGI
TINGGI MERUPAKAN UNSUR INTERPRETASI YANG SANGAT ERAT
KAITANNYA DENGAN BAYANGAN UNTUK MENGENALI OBYEK.
UNTUK MELIHAT UNSUR TINGGI DIPERLUKAN ALAT STEREOSKOP DAN
FOTO UDARA YANG SALING OVERLAP.
VIII. SITUS
SITUS MERUPAKAN LETAK SUATU OBYEK TERHADAP OBYEK LAIN DI
SEKITARNYA.
SITUS DIARTIKAN BERBAGAI MAKNA OLEH BERBAGAI AHLI SBB :
LETAK SUATU OBYEK TERHADAP OBYEK LAIN DI SEKITARNYA.
SEPERTI LETAK KOTA TERHADAP WILAYAH KOTA, ATAU LETAK
SUATU BANGUNAN TERHADAP PERSIL TANAHNYA. (SITUS GEOGRAFI
SEBAGAI TEMPAT KEDUDUKAN ATAU LETAK SUATU DAERAH ATAU
WILAYAH TERHADAP SEKITARNYA).
LETAK OBYEK TERHADAP BENTANG DARAT SITUS INI MERUPAKAN
UNIT TERKECIL DARI MORFOLOGI YANG DI PENGARUHI OLEH
FAKTOR SITUS BEDA TINGGI, KECURAMAN LERENG, KETERBUKAAN
TERHADAP SINAR, KETERBUKAAN TERHADAP ANGIN, KETERSEDIAAN
AIR PERMUKAAN DAN AIR TANAH.
MISAL SITUS SUATU OBYEK DI RAWA, DI PUNCAK BUKIT YANG
KERING, DI SEPANJANG TEPI SUNGAI DSB. SITUS SEMACAM INI DI
SEBUT SITUS TOPOGRAFI. (LETAK SUATU OBYEK ATAU TEMPUH
TERHADAP DAERAH SEKITARNYA).
CONTOH PENGENALAN OBYEK BERDASARKAN SITUS
- TAJUK POHON YANG BERBENTUK BINTANG MENCIRIKAN POHON PALMA
MUNGKIN JENIS PALMA TERSEBUT POHON KELAPA, KELAPA SAWIT,
SAGU, NIPAH DAN SEBAGAINYA. BILA TUMBUHANNYA MENGGEROMBOL
DAN SITUSNYA DI AIR PAYAU MAKA TAMPAK PADA FOTO TERSEBUT
MUNGKIN SEKALI NIPAH.
- SITUS KEBUN KOPI TERLETAK DI TANAH MIRING KARENA TANAMAN
KOPI MENGHENDAKI AIR YANG BAIK.
IX. ASOSIASI
ASOSIASI DAPAT DIARTIKAN SEBAGAI KETERKAITAN ANTARA OBYEK YANG
SATU DENGAN YANG LAIN.
KARENA ADA KETERKAITAN INI MAKA TERLIHATNYA SUATU OBYEK PADA
CITRA SERING MERUPAKAN PETUNJUK ADANYA OBYEK LAIN.
X. KONVERGENSI BUKTI
ADALAH MERUPAKAN UPAYA UNTUK MENCIUTKAN LINGKUP KE ARAH TITIK
SIMPUL TERTENTU DENGAN DIGUNAKANNYA UNSUR
INTERPRETASI CITRA YANG BANYAK.
KELAPA
SAGU
SAGU
TEKNIK INTERPRETASI
3. PENANGANAN DATA.
UNTUK KEMUDAHAN DALAM MENYIMPAN CITRA DAN MENCARI KEMBALI
DAN UNTUK KEAWETAN CITRA, DIPERLUKAN PENANGANAN DATA YANG
HANDAL.
CARA SEDERHANA UNTUK PENANGANAN DATA YANG BERGUNA UNTUK
INTERPRETASI CITRA :
1. MENYUSUN CITRA TIAP SATUAN PEREKAMAN ATAU
PEMOTRETAN SECARA NUMERIK MENGHADAP KEATAS.
2. MENGURUTKAN TUMPUKAN CITRA SESUAI DENGAN URUTAN
INTERPRETASI YANG AKAN DILAKSANAKAN DAN MELETAKKAN
KERTAS PENGIKAT DI ATASNYA.
3. MELETAKKAN TUMPUKAN CITRA SEDEMIKIAN SEHINGGA JALUR
TERBANG MEMBENTANG DARI KIRI KE KANAN TERHADAP ARAH
PENGAMATAN.
4. MELETAKAN CITRA YANG AKAN DIGUNAKAN SEBAGAI PEMBANDING
DI SEBELAH MENYEBELAH YANG AKAN DI INTERPRETASIKAN.
5. DI USAHAKAN PADA SAAT CITRA DI KAJI, TUMPUKAN MENGHADAP
KE BAWAH DALAM URUTANNYA.
4. PENGAMATAN STEREOSKOPIK
PENGAMATAN STEREOSKOPIK PADA PASANGAN CITRA YANG SALING
BERTUMPUKAN DAN BERURUTAN YANG DAPAT MENIMBULKAN
GAMBARAN 3-D BAGI JENIS CITRA TERTENTU. KARENA OBYEK TEMPUH
3-D PENGENALAN CITRA LEBIH MUDAH DI LAKSANAKAN. DI SAMPING
ITU, PENGENALAN OBYEK JUGA DI PERMUDAH OLEH 2 HAL :
1. PERBESARAN TEGAK YANG MEMPERJELAS RELIEF.
2. PERBESARAN (TEGAK DAN MENDATAR) BILA DI GUNAKAN
BINOKULER DALAM PENGAMATANNYA
5. METODE PENGKAJIAN
PEKERJAAN INTERPRETASI UMUMNYA DI MULAI PENGKAJIAN TERHADAP
SEMUA OBYEK YANG SESUAI DENGAN TUJUANNYA.
NAMUN DEMIKIAN ADA SEBAGIAN PENDAPAT BAHWA INTERPRETASI DI
LAKUKAN DENGAN METODIK YAITU :
MULAI PERTIMBANGAN UMUM YANG DI LANJUTKAN KE ARAH OBYEK
KHUSUS
METODE PENGKAJIAN SECARA UMUM :
1. FISHING EXPEDITION.
BAHWA PENAFSIRAN CITRA MENGAMATI SELURUH CITRA DAN
MENGAMBIL DATANYA SEPERTI ORANG MENCARI IKAN DI DALAM
AIRNYA. YAITU MENJELAJAHI SELURUH DAERAH. DI DALAM HAL INI
PENGAMATAN ATAS SELURUH OBYEK YANG TERGAMBAR PADA
SELURUH CITRA.
2. LOGICAL SEARCH
PENAFSIR CITRA JUGA MENGAMATI CITRA SECARA MENYELURUH,
TETAPI LOGICAL SEARCH SECARA SELECTIF HANYA MENGAMBIL
DATA YANG RELEVAN TERHADAP TUJUAN INTERPRETASINYA
(PENAFSIRAN SECARA SELECTIF).
6. KONSEP MULTI
PENAFSIRAN CITRA YANG DI PEROLEH MELIPUTI :
1. MULTI SPEKTRAL
3 KEUNTUNGAN MULTI SPEKTRAL
a. MENINGKATKAN KEMAMPUAN CITRA SECARA MANUAL KARENA
PADA SPEKTRUM SEMPIT TERTENTU, MAKA KARAKTERISTIK OBYEK
SERING LEBIH MENONJOL BEDANYA TERHADAP KARAKTERISTIK
SPEKTRAL OBYEK PADA SALURAN SEMPIT LAINNYA MAUPUN
TERHADAP SPEKTRUM LEBAR.
b. DI MUNGKINKANNYA PEMBUATAN CITRA PADUAN WARNA.
BISA MELAKSANAKAN ENHANCEMENT (PENAJAMAN CITRA)
SEHINGGA LEBIH MENGENAL OBYEK YANG TAK TAMPAK PADA CITRA
HITAM-PUTIH.
c. DI MUNGKINKANNYA PERAGAAN CITRA PADUAN WARNA DENGAN
MENGGUNAKAN ALAT PANGAMAT WARNA ADITIF.
2. MULTI TINGKAT.
PENGINDERAAN JAUH YANG MENGGUNAKAN WAHANA DENGAN
KETINGGIAN TERBANG DI ATAS MUKA BUMI ATAU TINGGI ORBIT YANG
BERBEDA-BEDA.
AKIBAT DARI MULTI TINGKAT ANALISIS INI MEMBUAHKAN CITRA YANG
BERBEDA. BAGI FOTO YANG BERSKALA BESAR, SEDANG, DAN KECIL.
SKALA BESAR 1 : 10.000 (FOTO)
SKALA SEDANG 1 : 10.000 1 : 30.000
SKALA KECIL LEBIH KECIL 1 : 30.000
UNTUK SATELIT
BESAR 1 : 50.000
SEDANG 1 : 50.000 1 : 250.000
KECIL LEBIH KECIL 1 : 250.000
3. MULTI TEMPORAL
SUATU DATA DAERAH YANG MENGGAMBARKAN KONDISI SAAT
PEREKAMAN YANG BERBEDA. SANGAT BAIK UNTUK MEMONITORING
PERUBAHAN-PERUBAHAN YANG TERJADI.
4. MULTI ARAH
SENSOR YANG DAPAT DIATUR KE ARAH YANG BERBEDA DAPAT
MENINGKATAKAN KEMAMPUAN PENGADAAN DATA PENGINDERAAN JAUH.
E.G. SPOT SENSOR ANAG DAPAT DI ARAHKAN UNTUK MENDAPATKAN
OVERLAPING TERTENTU DIRI CITRA.
RADAR ANTENA BISA DI PASANG DENGAN SUDUT INCIDEN YANG
BERBEDA.
5. MULTI POLARISASI
KONSEP INI UMUMNYA DI TERAPKAN PADA RADAR. POLARISASI DI DALAM
RADAR INI MELIPUTI :
1.H HORIZONTAL
2.V VERTIKAL
6. MULTI DISIPLIN
CITRA PENGINDERAAN JAUH MENYAJIKAN GAMBARAN LENGKAP SEHINGGA
IA MERUPAKAN SARANA YANG BAIK SEKALI BAGI PENDEKATAN MULTI
DISIPLINER.
PENGERTIAN CITRA DIGITAL
TAPE)/CD/DVD
SCANNER
SEBUAH DIGITAL IMAGE DISIMPAN DALAM 2 DIMENSI YANG BERJAJAR
JAJAR DENGAN LUASAN YANG KECIL DISEBUT PIXEL (PICTURE
ELEMENT)
MASING MASING PIXEL DI DALAM RASTER IMAGE DIWAKILI OLEH
DIGITAL NUMBER
DIGITAL NUMBER
32 75 100 10 44 LINE
20 45 120 24 20
65 74 40 44 44
45 44 20 24 47
SAMPLES
CITRA DIGITAL
PROSES LEBIH CEPAT, KARENA SEMUA DIKERJAKAN SECARA
DIGITAL
KEMAMPUAN YANG LEBIH BESAR DAN PASTI DALAM
MEMBEDAKAN KARAKTERISTIK SPEKTRAL SUATU OBYEK.
KURANG BAGUS DALAM MENGANALISA POLA SPATIAL OBYEK
TRANSFER
DATA
IMAGE
DISPLAY
KOREKSI
RADIOMETRIK
KOREKSI
GEOMETRI
PENAJAMAN CITRA
PENAPISAN/FILTERING
KLASIFIKASI
PENYAJIAN HASIL
DATA IMPORT
MERUPAKAN PEMBACAAN EXTERNAL DATA YANG DAPAT BERUPA :
TAPE
CD-ROM
EXABYTE
DI DALAM PENGINDERAAN JAUH DIKENAL 4 STRUKTUR FORMAT
PENYIMPANAN DATA YAITU :
BIL (BAND INTERLEAVED BY LINE), DATA DISIMPAN TIAP GARIS
DISELURUH BAND
CONTOH STRUKTUR DATA SUATU CITRA YANG TERSUSUN DARI 2
BARIS DAN 3 KOLOM SERTA TERDIRI DARI 2 BAND :
L1C1B1 L1C2B1L1C3B1
L1C1B2 L1C2B2L1C3B2
L2C1B1 L2C2B1L2C3B1
L2C1B2 L2C2B2L2C3B2
BIP (BAND INTERLEAVED BY PIXEL), DATA DISIMPAN PER PIXEL DI
SELURUH SPEKTRAL BAND
CONTOH STRUKTUR DATA SUATU CITRA YANG TERSUSUN DARI 2
BARIS DAN 3 KOLOM SERTA TERDIRI DARI 2 BAND :
L1C1B1 L1C1B2 L1C2B1 L1C2B2 L1C3B1 L1C3B2
L2C1B1 L2C1B2 L2C2B1 L2C2B2 L2C3B1 L2C3B2
BSQ (BAND SEQUENTIAL), DATA DISIMPAN PERSPECTRAL BAND DI
SELURUH PIXEL DENGAN BERURUTAN
CONTOH STRUKTUR DATA SUATU CITRA YANG TERSUSUN DARI 2
BARIS DAN 3 KOLOM SERTA TERDIRI DARI 2 BAND :
<BAND1>
L1C1L1C2L1C3
L2C1L2C2L2C3
<BAND 2>
L1C1L1C2L1C3
L2C1L2C2L2C3
GEOTIFF DATA DISIMPAN DALAM TIFF FILE YANG SUDAH
DIREKTIFIKASI DENGAN MENGGUNAKAN PETA SKALA SANGAT KECIL,
FORMAT INI SEKARANG UMUM DIBERIKAN KE PENGGUNA UNTUK
MEMUDAHKAN MEMBUKA FILE.
IMAGE DISPLAY
WARNA SEGITIGA
TRANSFORMASI DATA
Gambar 1
Gambar 2
I. OPERASI ARITMATIC
1. VEGETATION INDEX
MSS = b7/b5 TM = b4/b3
SPOT = b3/b2 NOAA = b2/b1 = IR/R
2. NORMALIZED DIFFERENCE VEGETATION INDEX (NDVI)
MSS NDVI = (b7-b5/b7+b5) * 127 + 128
TM NDVI = (b4-b3/b4+b3) * 127 + 128
SPOT NDVI = (b3-b2/b3+b52) * 127 + 128
NOAA NDVI = (b2-b1/b2+b1) * 127 + 128
METHOD
1. PERPENDICULAR VEGETATION INDEX (PVI)
Gambar 3
Gambar 4
SBI = 0.322*MSS4+0.603*MSS5+0.675*MSS6+0.262*MSS7
GBI = -0.283*MSS4 -0.660*MSS5+0.577*MSS6+0.322*MSS7
YVI = - 0.899*MSS4+0.428*MSS5+0.076*MSS6-0.410*MSS7
NSI = - 0.016*MSS4+0.131*MSS5-0.452*MSS6+0.882*MSS7
3 PRINCIPAL COMPONENT ANALISIS
BIASANYA BAND-BAND YANG BERDEKATAN DI DALAM IMAGE
MEMPUNYAI KORELASI. KENAMPAKAN DARI KORELASI DARI BAND
BAND IMAGE BERARTI BAHWA ADANYA KELEBIHAN DI DALAM DATA
YANG BERARTI BEBERAPA INFORMASI DIULANGI.
UNTUK MELAKSANAKAN PC ANALYSIS SUMBU SPECTRAL
DIROTASIKAN, DIUBAH KOORDINATNYA DARI MASING MASING PIXEL
DI RUANG SPEKTRAL SUMBU BARU PARAREL TERHADAP SUMBU
ELLIPSE.
Gambar 5
RUMUS =
B = k ni (Xi X) (Xi X)
i=1
W = k Wi
j= 1
DALAM HAL INI:
Xi = PIXEL VEKTOR PADA GROUP i
Xi = MEAN VEKTOR GROUP i
X = KESELURUHAN MEAN VEKTOR
Xji = VEKTOR PENGUKURAN PADA KE j PIXEL DALAN GROUP i
Wi = JUMLAH KWADRAT DARI GROUP i HASIL PERPOTONGAN MATRIK
W = PENGGABUNGAN HASIL DALAM GROUP DARI JUMLAH KWADRAT
DAN HASIL PERPOTONGAN MATRIK
B = KELOMPOK ANTARA KWADRAT DAN HASIL PERPOTONGAN MATRIK
6. FOURIER TRANSFORMATION
DARI PEMBAHASAN DIATAS BAHWA TRANSFROMASI MENGGUNAKAN
MULTI BAND NAMUM PADA TRANDFORMASI INI HANYA MENGGUNAKAN
SINGLE BAND TUJUAN UTAMA DARI TRANSFORMASI INI ADALAH
MEMBENTUK HASIL SKALA KEABU-ABUAN PADA SEBUAH SINGLE
IMAGE ATAU SINGLE BAND YANG DAPAT DILIHAT 3-D. TRANSFORMASI
INI BANYAK DIPILIH KARENA HASIL AKAN MEMBERIKAN GAMBARAN
KONDISI ILLUMINASI , PERUBAHAN KEMIRINGAN, DAN ARAH
KEMIRINGAN (aspect) PADA CITRA. UNTUK ANALISA 3 D
I. NO STRETCHING
DIGITAL MEMBER (DN) 0 255 DI BAGI RATA TERHADAP KLASS YANG
DIINGINKAN IMAGE BERKUALITAS RENDAH
LEBIH BAIK PERLU ADANYA NILAI STATISTIK YANG MENUNJUKKAN
NILAI TERENDAH DAN TERTINGGI YANG SELANJUTNYA STRETCHING
MUNGKIN BERKURANGNYA CLASS.
2. LINER STRETCHING.
HARGA TERENDAH DI TETAP 0 DAN HARGA YANG TERTINGGI 255.
HARGA TERENDAH DAN TERTINGGI DIHASILKAN DARI INFO STATISTIK.
Gambar 6
Gambar 7
UNTUK MENSTRETCHING DN YANG MEMPUNYAI HARGA RENDAH.
APLIKASI UNTUK MENGENHANCING AIR
4. HISTOGRAM EQUALIZATION
Gambar 8
JIKA FREKUENSI DARI REFLEKTANCE DI DALAM HUBUNGAN KE
SELURUH IMAGE PENTING, MAKA PERLU MEMBERIKAN BOBOT DN
YANG MEMPUNYAI FREKUENSI YANG TINGGI.
DIBUTUHKAN DATA PERSENT COMMULATIVE FREKUENSI
5. GAUSSIAN STRETCHING
DATA YANG DIBERIKAN DAPAT DI STRETCHING FIT TERHADAP KURVA
DISTRIBUSI NORMAL. MENINGKATKAN KECERAHAN DAN KEGELAPAN.
Gambar 9
PRE PROCESSING
1. RADIOMETRIC CORRECTION
RADIOMETIC CORRECTION SERING DISEBUT COSMETIC OPERATION.
RADIOMETIC CORRECTION INI MELIPUTI :
1. KORELASI UNTUK HILANGNYA. BAGIAN GARIS GARIS YANG
DISEBAB TIDAK BERFUNGSINYA DENGAN BAIK SALAH SATU
DETECTOR.
2. BELANG BELANG BARIS SECARA PERIODIC YANG
DISEBABKAN KELEBIHAN ATAU KEKURANGAN PENYIMPANAN
DATA OLEH DETECTOR.
3. KORELASI UNTUK TITIK-TITIK (NOISE) YANG TERLETAK
SEMBARANGAN (RANDOM)
4. KOREKSI ATMOSFIR
Gambar 10
JADI OUTPUT
OUTPUT (FOR SENSOR i) = GAIN (i) X INPUT + OFFSET (i)
DIMANA
GAIN (i) = S
Si
OFFSET = x GAIN *xi
METODE INI MENGASUMSIKAN BAHWA SEBUAH HISTOGRAM YANG
DIBENTUK OLEH SEMUA DETECTOR DI SPECTRAL BAND DARI AREA
HARUS IDENTIK JIKA PROPORSI SAMA DARI AIR, VEGETASI, TANAH,
SEBAGAI CONTOH OLEH SEMUA DETECTOR.
Ad 4. KOREKSI ATMOSFIR
KETIKA RADIASI MATAHARI MELALUI ATMOSFER BANYAK TERJADI
INTERAKSI YANG MELIPUTI DIANTARA PEMBAURAN CAHAYA. PADA
SPECTRUM ELEKTROMAGNETIK DENGAN PANJANG GELOMBANG
PALING RENDAH MEMPUNYAI PEMBAURAN YANG PALING TINGGI
BEGITU SEBALIKNYA. AKIBAT DARI INI TIMBUL KABUT DIATAS CITRA.
CARA CARA MENGKOREKSI DENGAN ASUMSI:
1. AREA DIBAWAH KABUT MEMPUNYAI BAYANGAN
2. TIDAK ADA NILAI REFLEKTAN YANG DIPEROLEH DARI DAERAH
BAYANGAN
3. JIKA ADA VALUE REFLEKTANCE LEBIH DARI NOL MERUPAKAN
KONSTRIBUSI DARI KABUT.
KOREKSI
I. PLOT DISTRIBUSI FREKUENSI DARI DATA REFLECTANCE DI
MASING-MASING SPEKTRAL BAND.
II. CATAT OFFSET DATA DARI ANGIN INI DIASUMSIKAN
PENYEBAB PEMBAWAAN SINAR OLEH ATMOSFER
III. KOREKSI = (OUTPUT = ROW DATA PERKIRAAN KABUT)
KOREKSI GEOMETRI
DIMANA :
Q = SUDUT KEMIRINGAN
XI = C X
C = AKHIR KOREKSI MATRIK
XI = DATA CONNECTED
X = RAW DATA
.
UNTUK RELOKASI NILAI PIXEL DIGUNAKAN ALGORITMA
POLYNOMIAL (LIHAT KETERANGAN DIATASNYA)
UNTUK INTERPOLASI NILAI SPEKTRAL (RESAMPLING) DIGUNAKAN
METODE SBB:
1. NEAREST NEIGHBOUR, MENGAMBIL NILAI DARI PIXEL
TERDEKAT DAN DITERAPKAN PADA CITRA-CITRA DENGAN
SALURAN ASLI DAN HASIL KLASIFIKASI PENUTUP LAHAN
2. BILINIER INTERPOLATION, MEMPERTMBANGKAN KEEMPAT
NILAI PIXEL YANG BERDEKATAN KEMUDIAN DIRATA-RATA
SECARA PROPORSIONAL.
FORMULA YANG BERLAKU
4
( ZK / DK)
BV b1 k=1
4
( 1 / DK)
k=1
KLASIFIKASI MULTISPEKTRAL
KLASIFIKASI MULTISPEKTRAL
MERUPAKAN SUATU ALGORITMA YANG DIRANCANG UNTUK
MENURUNKAN INFORMASI TEMATIK DENGAN CARA
MENGELOMPOKKAN FENOMENA BERDASAR KRETERIA
TERTENTU (NILAI SPEKTRAL).
ASUMSINYA OBYEK DIBEDAKAN BERDASARKAN NILAI
SPEKTRALNYA, SEMAKIN SEMPIT DAN BANYAK SALURAN YANG
DIGUNAKAN AKAN SEMAKIN TELITI HASIL KLASIFIKASI
MULTISPEKTRAL INI.
3. FILTER MAYORITAS
DIGUNAKAN UNTUK MEMPERBAIKI HASIL KLASIFIKASI
MULTISPEKTRAL. DIRANCANG BERDSARKAN ASUMSI BAHWA
FENOMENA GEOGRAFIK BERSIFAT KERUANGAN, ARTINYA
KEHADIRAN SUATU OBYEK/FENOMENA TIDAK LEPAS DARI KAITAN
DENGAN OBYEK MLAIN. JADI JIKA TAMPAK NILAI PIXEL A (MISAL
HUTAN) DI TENGAH-TENGAH RATUSAN PIXEL HOMOGEN (MISAL
AIR LAUT), MAKA NILAI PIXEL DAPAT DIHILANGKAN DAN DIGANTI
DENGAN CARA MOVING WINDOW (MATRIK)
5. KETERSEDIAAN DATA
MEMPERTIMBANGKAN KEMUNGKINAN PEROLEHAN DATA CITRA
SATELIT, YAITU MENGETAHUI AGEN/RESELLER PENJUALAAN DATA
TERSEBUT DI INDONESIA, ATAU KEMUNGKINAN PEMESANAN
MELALUI INTERNET JIKA TAK DITEMUI AGEN TSB DI INDONESIA
6. KUALITAS DATA
MENURUT HILWIG(1979) BAHWA KRITERIA YANG PENTING
DIANTARA KRITERIA YANG ADA DIATAS (LIPUTAN AWAN)
7. SISTEM REFERENSI GRID DATA SATELIT
MENGETAHUI SISTEM REFERENSI GRID PENYIMPANAN CITRA
SATELIT, MISAL UNTUK DAERAH MALANG PADA SISTEM
REFERENSI GRID DATA SATELIT LANDSAT TERLETAK PADA PATH-
ROW 118-65 DAN 118-66