BAB II

DASAR TEORI

2.1 Konsep Dasar Penginderaan Jauh

Dengan Penginderaan jauh atau inderaja (remote sensing) kita bisa
mendapatkan informasi tentang obyek, area atau fenomena melalui analisa terhadap
data yang diperoleh dengan menggunakan alat tanpa kontak langsung dengan obyek,
daerah ataupun fenomena yang dikaji (Lillesand dan Kiefer,1979). Alat yang
dimaksud dalam pengertian diatas adalah alat pengindera atau sensor. Pada umumnya
sensor dibawa oleh wahana baik berupa pesawat, balon udara, satelit maupun jenis
wahana yang lainnya ( Sutanto,1987). Hasil perekaman oleh alat yang dibawa oleh
suatu wahana ini selanjutnya disebut sebagai data penginderaan jauh. Penginderaan
jauh mempunyai konsep yaituTerdapat tujuh buah elemen yang berhubungan dengan
penginderaan jauh, yaitu :
a. sumber energy
b. radiasi dan atmosfer
c. interaksi gelombang elektromagnetik dengan target
d. Perekaman oleh sensor
e. Transmisi
f. Penerimaan
g. Proses gelombang elektromagnetik,interprestasi dan analisis serta
aplikasinya.
Berdasarkan panjang gelombang elektromagnetik yang digunakan, sistem
dalam penginderaan jauh dapat di bedakan menjadi :
a. Penginderaan jauh terlihat dan inframeah,sumber energy yang digunakan
adalah matahari dengan puncak radiasinya 0.5 m. Data yang diperoleh
tergantung pada kemampuan target merefleksikan radiasi elektromagnetik
matahari. Selanjutnya informasi mengenai target dapat diperoleh melalui
spectrum refleksinya.

4
 b. penginderaan jauh inframerah thermal, sumber energy yang digunakan
adalah energi radiasi ari target yang bersangkutan. Dasarnya
adalah,seperti telah dibahas sebelumnya menegnai sifat radiasi
elektromagnetik, bahwa semua bena pada temperature diatas 0K atau -
273C memancarkan radiasi elektromagnetik terus-menerus dengan
puncak radiasi m.
c. Penginderaan Jauh gelombang pendek,system penginderaan jauh ini
memiliki ua tipe yaitu pasif dan aktif II-2 sistem pasif adalah system yang
menggunakan energy yang telah tersedia,dalam hal ini adalah energy dari
matahari. Untuk seluruh energy yang direfleksikan,sensor pasif hanya
dapat digunakan saat ada penyinaan matahari. Pada saat malam hari, tidak
ada refleksi energy dari matahari yang dapat igunakan. Pada system pasif
radiasi gelombang pendek dipancarkan dari target yang dideteksi. Sitem
aktif adalah system penginderaan jauh yang menggnkan enegi yang
emisikan sendiri (tidak menggunakan matahari sebagai sumber energy)
(sumber : http://remotesensing1a.blogspot.com/2009/12/citra-satelit-
landsat.html)

2.2 Defenisi Penginderaan Jauh

Penginderaan jauh (inderaja) merupakan teknik yang sudah menjadi bagian
penting dalam proses analisa geografi. Di negara-negara maju inderaja sudah menjadi
teknologi yang sangat penting bagi pengembangan pembangunan wilayah. Berikut ini
beberapa definisi inderaja menurut berbagai ahli.
a. Menurut Lillesand dan Kiefer (1979/2007)
Penginderaan Jauh adalah ilmu dan seni untuk memperoleh informasi
tentang obyek, wilayah, atau gejala dengan cara menganalisis data yang
diperoleh dengan menggunakan alat tanpa kontak langsung terhadap obyek,
wilayah, atau gejala yang dikaji.

5
 b. Menurut Colwell (1984)Penginderaaan Jauh yaitu suatu pengukuran atau
perolehan data pada objek di permukaan bumi dari satelit atau instrumen lain
di atas atau jauh dari objek yang diindera.
b. Menurut Curran (1985)
Penginderaan Jauh yaitu penggunaan sensor radiasi elektromagnetik
untuk merekam gambar lingkungan bumi yang dapat diinterpretasikan
sehingga menghasilkan informasi yang berguna.
c. Menurut American Society of Photogrammetry (1983)
Penginderaan jauh merupakan pengukuran atau perolehan informasi
dari beberapa sifat objek atau fenomena, dengan menggunakan alat perekam
yang secara fisik tidak terjadi kontak langsung dengan objek atau fenomena
yang dikaji.
d. Menurut Avery (1985)
Penginderaan jauh merupakan upaya untuk memperoleh,
menunjukkan (mengidentifikasi) dan menganalisis objek dengan sensor pada
posisi pengamatan daerah kajian.
e. Menurut Lindgren (1985)
Penginderaan jauh yaitu berbagai teknik yang dikembangkan untuk
perolehan dan analisis informasi tentang bumi.

2.3 Komponen Penginderaan Jauh

Menurut Sutanto (1986) sistem penginderaan jauh adalah serangkaian
komponen yang digunakan untuk penginderaan jauh yang meliputi sumber energi,
atmosfer, interaksi antara energi dan obyek, sensor, perolehan data dan pengguna
data.
1. Sumber energi dalam penginderaan jauh terdiri dari dua sistem yaitu
sistem pasif dan sistem aktif. Sistem pasif adalah sistem yang menggunakan
sinar matahari sedangkan sistem aktif adalah sistem yang menggunakan
tenaga buatan seperti gelombang mikro. Jumlah tenaga yang diterima obyek

6
 di setiap tempat berbeda beda hal ini dipengaruhi oleh beberapa faktor
yaitu antara lain:
a. Waktu penyinaran, jumlah energi yang diterima obyek pada saat
matahari tegak lurus pada siang hari lebih besar daripada saat posisi
miring sore hari. Makin banyak energi yang diterima objek warna obyek
makin cerah.
b. Bentuk permukaan bumi, permukaan bumi yang bertekstur halus dan
memiliki warna cerah pada permukaannya karena lebih banyak
memantulkan sinar matahari dibandingkan permukaan yang bertekstur
kasar dan berwarna gelap. Sehingga daerah yang bertekstur halus dan
cerah terlihat lebih terang dan jelas.
c. Kondisi cuaca pada saat pemotretan mempengaruhi kemampuan sumber
tenaga dalam memancarkan dan memantulkan.
2. Atmosfer merupakan lapisan udara yang terdiri atas berbagai jenis gas,
seperti, nitrogen, hidrogen dan helium. Molekul-molekul gas yang terdapat di
dalam atmosfer tersebut dapat menyerap, memantulkan dan melewatkan
radiasi elektromagnetik. Keadaan di atmosfer dapat menjadi penghalang
pancaran sumber tenaga yang mencapai ke permukaan bumi.
3. Interaksi antara tenaga dan obyek : interaksi tersebut dapat dilihat dari rona
yang dihasilkan oleh citra. Tiap-tiap obyek memiliki karakterisitik yang
berbeda dalam memantulkan atau memancarkan tenaga ke sensor. Obyek
yang mempunyai daya pantul tinggi akan terilhat cerah pada citra, sedangkan
obyek yang daya pantulnya rendah akan terlihat gelap pada citra.
4. Sensor dan wahana : sensor merupakan alat pemantau yang dipasang pada
wahana, baik pesawat maupun satelit. Sensor dapat dibedakan menjadi dua
yaitu sensor fotografik merekam obyek melalui proses kimiawi dan sensor
elektronik bekerja secara elektrikal dalam bentuk sinyal elektrik yang direkam
dalam pita magnetik. Sedangkan wahana merupakan kendaraan/media yang
digunakan untuk membawa sensor guna mendapatkan inderaja. Berdasarkan

7
 ketinggian peredaran dan tempat pemantauannya di angkasa, wahana dapat
dibedakan menjadi tiga kelompok yaitu:
a. Pesawat terbang rendah menengah 1000m 9000m diatas permukaan
bumi.
b. Pesawat terbang tnggi lebih dari 18.000m diatas permukaan bumi.
c. Satelit yang beredar antara 400 km 900 km di luar atmosfer bumi.
Sensor pada penginderaan jauh merupakan alat perekam obyek yang ada di
permukaan bumi yang dipasang pada suatu wahana berupa pesawat udara
maupun pesawat ruang angkasa yang letaknya jauh dari permukaan bumi.
Kemampuan sensor untuk menyajikan Gambaran obyek terkecil disebut
resolusi spasial yang menunjukkan kualitas sensor yang baik atau tidak.
Semakin kecil obyek yang dapat direkam semakin baik kualitas sensornya
5. Perolehan data : Perolehan data dari inderaja ada 2 jenis yaitu data manual
didapatkan melalui kegiatan interpretasi citra. Untuk interpretasi citra
menggunakan alat stereoskop yang digunakan untuk melihat obyek dalam
bentuk tiga dimensi. Data numerik (digital), diperoleh melalui penggunaan
software khusus penginderaan jauh yang diaplikasikan pada komputer.
6. Pengguna Data : Pengguna data merupakan komponen akhir yang penting
dalam sistem inderaja, yaitu orang atau lembaga yang memanfaatkan hasil
inderaja. Jika tidak ada pengguna, maka data inderaja tidak ada manfaatnya.
Beberapa lembaga yang menggunakan data inderaja antara lain bidang militer,
kependudukan, pemetaan, Meteorologi dan Klimatologi.
(Sumber:https://belajargeomatika.wordpress.com/2011/06/14/komponen_pen
ginderaan jauh/)

8
 Gambar 2.1 Hubungan komponen-komponen dengan penginderaan jauh
(https://belajargeomatika.wordpress.com/2011/06/14/komponen_penginderaan jauh/)

2.4 Satelit Landsat

Landsat merupakan satelit tertua dalam program observasi bumi. Landsat
dimulai tahun 1972 dengan satelit Landsat-1 yang membawa sensor MSS
multispektral. Setelah tahun 1982, Thematic Mapper TM ditempatkan pada sensor
MSS. MSS dan TM. Satelit Landsat (Satelit Bumi) ini merupakan milik Amerika
Serikat. Beberapa genersi satelit Landsat yang dibuat Amerika namun sekarang sudah
tidak beroperasi lagi. Landsat 5, diluncurkan pada 1 Maret 1984, membawa sensor
TM (Thematic Mapper), yang mempunyai resolusi spasial 30 x 30 m pada band 1, 2,
3, 4, 5 dan 7. Sensor Thematic Mapper mengamati obyek-obyek di permukaan bumi
dalam 7 band spektral, yaitu band 1, 2 dan 3 adalah sinar tampak (visible) , band 4, 5
dan 7 adalah infra merah dekat, infra merah menengah, dan band 6 adalah infra
merah termal yang mempunyai resolusi spasial 120 x 120 m. Luas liputan satuan
citra adalah 185 x 185 km pada permukaan bumi. Landsat 5 mempunyai kemampuan
untuk meliput daerah yang sama pada permukaan bumi pada setiap 16 hari, pada
ketinggian orbit 705 km. Saat ini, hanya Landsat-5 dan 7 sudah tidak beroperasi
lagi.Terdapat banyak aplikasi dari data Landsat TM-7 ini, manfaatnya adalah untuk
pemetaan penutupan lahan, pemetaan penggunaan lahan, pemetaan geologi,
pemetaan suhu permukaan laut dan lain-lain. Untuk pemetaan penutupan dan
penggunaan lahan dapat memilih data Landsat TM karena terdapat band infra merah
menengah. Landsat TM adalah satu-satunya satelit non-meteorologi yang mempunyai
band inframerah termal. Data thermal diperlukan untuk studi proses-proses energi

9
pada permukaan bumi seperti variabilitas suhu tanaman dalam areal yang diirigasi.
(sumber : http://landsat.gsfc.nasa.gov/?page_id=4071)

Gambar 2.2 Satelit landsat

(sumber : http://landsat.gsfc.nasa.gov/?page_id=4071)

2.5 Citra Satelit Landsat

Satelit Landsat merupakan salah satu satelit yang bertujuan memantau sumber
daya lahan yang dikembangkan oleh NASA dan Departemen Dalam Negeri Amerika
Serikat. Resolusi spasial dari citra Landsat cukup baik (30 m) dan kombinasi sensor
radiometriknya pun cukup tinggi. Di samping itu cakupan area per lembar (scene)-
nya cukup luas sehingga efisien untuk digunakan dalam aplikasi pemetaan di area
yang besar. Resolusi temporal Landsat adalah 16 hari dan karena jangka waktu
pengoperasian yang cukup lama, Landsat memiliki kelengkapan data historis amat
baik (Ekadinata et.al., 2008). Pemanfaatan citra Landsat telah banyak digunakan
untuk beberapa kegiatan survey maupun penelitian, antara lain geologi,
pertambangan, geomorfologi, hidrologi, dan kehutanan. Dalam setiap perekaman,
citra landsat mempunyai cakupan area 185 km x 185 km, sehingga aspek dari objek
tertentu yang cukup luas dapat diidentifikasikan tanpa menjelajah seluruh daerah
yang disurvei atau yang diteliti. Dengan demikian, metode ini dapat menghemat
waktu maupun biaya dalam pelaksanaannya dibanding cara konvensional atau survey
secara teristris di lapangan. (sumber : http://landsat.gsfc.nasa.gov/?page_id=4071)

10
2.5.1 Identifikasi Objek pada Citra Landsat
Untuk interpretasi citra landsat, kita perlu memilih saluran atau paduan
saluran yang paling sesuai dengan tujuannya. Saluran 4 (hijau) dan 5 (merah)
biasanya paling baik untuk mendeteksi kenampakan budaya seperti daerah perkotaan,
jalan rincian baru, tempat penampungan batu, dan tempat pengambilan kerikil. Bagi
daerah semacam itu saluran 5 biasanya lebih disukai karena pada saluran 5 daya
tembus atmosferik lebih baik daripada saluran 4 sehingga memberikan kontras citra
yang lebih tinggi. Di daerah perairan dalam dan jernih, daya tembus air yang lebih
besar diperoleh pada saluran 4 (Lillesand dan Kiefer, 1990).
Identifikasi citra Landsat didasarkan pada karakteristik sifat perekamannya.
Jenis citra yang direkam Landsat hingga saat ini adalah Landsat MSS dan Landsat
TM/ ETM+, yang pada setiap saluran/kanal (band) mempunyai karakteristik dan
kemampuan aplikasi atau penggunaannya yang berbeda.

Tabel 2.1 Karakteristik dan Kemampuan Aplikasi Band Landsat, Landsat MSS,
Landsat 5 TM dan Landsat 7 ETM+

Saluran Aplikasi/ Saluran/ Aplikasi

/band band
(m) Penggunaan (m) /Penggunaan

- Tanggap tubuh air - Tanggap

dan penetrasi peningkatan
tubuh Saluran 1 penetrasi air
Saluran 4 (TM =
air - Mendukung
(0,50 ETM+) analisis sifat khas
- Mendeteksi
0,60) (0,45 lahan,
muatan sedimen
0,52) tanah, vegetasi
- Puncak pantulan
vegetasi

11
 membedakan

vegetasi
subur/tidak,

identifikasi
tanaman

- Kontras
Saluran 2
kenampakan
vegetasi dan (0,52 - Mengindera

bukan vegetasi 0,60) puncak pantulan

Saluran 5 vegetasi
- Membantu (LS 5 TM)
(0,60 - Menekankan
0,70) identifikasi (0,53 perbedaan
penutup lahan, 0,61) vegetasi dan
kenampakan nilai kesuburan
(LS 7
alam dan
ETM+)
budaya

Saluran 3 - Memisahkan
vegetasi
- Tanggap terhadap TM =
Saluran 6
biomassa vegetasi ETM+ - Serapan klorofil
(0,70 dan memperkuat
- Kontras tanaman, (0,63
0,80) kontras
tanah, air 0,69)
vegetasi/bukan
vegetasi

12
 - Tanggap
biomassa
- Tanggap Saluran 4
vegetasi
perbedaan antra TM =
tanah, air, dan - Dentifikasi dan
ETM+
vegetasi kontras
Saluran 7 (0, 78 tanaman,
- Membantu 0,90) tanah, air
(0,80
menentukan
1,10) Saluran 5 - Menentukan
kondisi
kelembaban jenis vegetasi
TM =
tanah dan kandungan
ETM+
airnya
- Kandungan air (1,55
tanaman - Menentukan
1,75)
kelembaban
tanah

Saluran 6 - Deteksi suhu objek

TM = - Analisis gangguan
ETM+ vegetasi

(10,4 - Perbedaan
12,5) kelembaban tanah

Saluran 7
TM - Pemisahan formasi

(2,08 batuan

2,35) - Analisis bentuk

ETM+ lahan

(2,09

13
 2,35)

- Identifikasi
permukiman
Saluran 8
- Kontras bentang
ETM+ alam dan budaya
tidak ada
(0,50
0,90) - - Identifikasi
saluran
LS 5 TM
kenampakan
geologi
pankromatik
(Sumber : Landsat Handbook, 1986 dan Program Landsat 7, 1998 (dalam Purwadhi, et.al., 2009).

Gambar 2.3 Citra Satelit Landsat

(sumber : http://landsat.gsfc.nasa.gov/?page_id=4071)

2.6 Data Raster

Dalam model data raster setiap lokasi direpresentasikan sebagai suatu posisi
sel. Sel ini diorganisasikan dalam bentuk kolom dan baris sel-sel dan biasa disebut
sebagai grid. Dengan kata lain, model data raster menampilkan, menempatkan, dan
menyimpan data spasial dengan menggunakan struktur matriks atau piksel-piksel
yang membentuk grid. Setiap piksel atau sel ini memiliki atribut tersendiri, termasuk
koordinatnya yang unik.

14
 Setiap baris matrik berisikan sejumlah sel yang memiliki nilai tertentu yang
merepresentasikan suatu fenomena geografik. Nilai yang dikandung oleh suatu sel
adalah angka yang menunjukan data nominal. Akurasi model data ini sangat
bergantung pada resolusi atau ukuran pikselnya di permukaan bumi.
Pada model data raster, matriks atau array diurutkan menurut koordinat kolom
(x) dan barisnya (y). Pada sistem koordinat piksel monitor komputer, titik asal sistem
koordinat raster terletak di sudut kiri atas. Nilai absis (x) akan meningkat ke arah
kanan, dan nilai ordinat (y) akan membesar ke arah bawah seperti terlihat pada
gambar di atas. Walaupun demikian. sistem koordinat ini sering pula
ditransformasikan sehingga titik asal sistem knordinat rerletak di sudut kiri bawah,
makin ke kanan nilai absisnya (x) akan meningkat. dan nilai ordinatnya (y) makin
meningkat jika bergerak ke arah atas.
Entiry spasial raster disimpan di dalam layer yang secara fungsionalitas
direlasikan dengan unsur-unsur petanya. Contoh sumber-sumber entity spasial raster
adalah citra satelit, misalnya NOAA. Spot, Landsad Ikonos, dll. Kemudian citra
radar, dan model ketinggian dijital seperti DTM atau DEM dalam model data raster.
Model raster memberikan informasi spasial apa yang terjadi dimana saja dalam
bentuk gambaran yang digeneralisasi. Dengan model ini, dunia nyata disajikan
sebagai elemen matriks atau sel grid yang homogen. Dengan model data raster, data
geografi ditandai oleb nilai-nilai elemen matriks persegi panjang dari suatu objek.
Dengan demikian, secara konseptual, model data raster merupakan model data spasial
yang paling sederhana.
Data raster dapat dikonversi ke sistem koordinat geo-referensi dengan cara
meregistrasi sistem grid raster ke sistem koordinat geo-referensi yang diinginkan.
Dengan demikian setiap sel pada grid memiliki posisi geo-referensi. Dengan adanya
sistem georeferensi, sejumlah set data raster dapat ditata sedemikian sehingga
memungkinkan dilakukan analisis spasial.
(sumber:https://www.academia.edu/9124514/MAKALAH_PENGERTIAN_DATA_RA
STER_)

15
 Gambar 2.4 perbandingan gambar di lapangan dengan data raster
(sumber:https://www.academia.edu/9124514/MAKALAH_PENGERTIAN_DATA_RAST
ER_)

2.6.1 Karakteristik Raster

Resolusi suatu data raster akan merujuk pada ukunan permukaan bumi yang
direpresentasikan oleh setiap piksel. Makin kecil ukuran atau luas permukaan bumi
yang dapat direpresentasikan oleh setiap pikselnya, makin tinggi resolusi spasialnya.
Piksel-piksel di dalam zone atau area yang sejenis memiliki nilai (isi piksel atau ID
number) yang sama. Pada umumnya, lokasi di dalam model data raster, diidentifikasi
dengan menggunakan pasangan koordinat kolom dan baris (x,y).
Nilai yang merepresentasikan suatu piksel dapat dihasilkan dengan cara
sampling yang berlainan :
a. Nilai suatu piksel merupakan nilai rata-rata sampling untuk wilayah
yang direpresentasikannya.
b. Nilai suatu piksel adatah nilai sampling yang berposisi di pusat (atau
di tengah) piksel yang bersangkutan.
c. Nilai suatu pikset adalah nilai sample yang tertetak di sudut-sudut grid.

2.6.2 Kelebihan Data Raster

1. Memiliki struktur data yang sederhana
2. Mudah dimanipulasi dengan menggunakan fungsi-fungsi matematis
sederhana
3. Teknologi yang digunakan cukup murah dan tidak begitu kompleks
sehingga pengguna dapat membuat sendiri program aplikasi yang
mengunakan citra raster.
4. Compatible dengan citra-citra satelit penginderaan jauh dan semua image
hasil scanning data spasial.

16
 5. Overlay dan kombinasi data raster dengan data inderaja mudah dilakukan
6. Memiliki kemampuan-kemampuan permodelan dan analisis spasial
tingkat lanjut
7. Metode untuk mendapatkan citra raster lebih mudah
8. Gambaran permukaan bumi dalam bentuk citra raster yang didapat dari
radar atau satelit penginderaan jauh selalu lebih actual dari pada bentuk
vektornya
9. Prosedur untuk memperoleh data dalam bentuk raster lebih mudah,
sederhana dan murah.
10. Harga system perangkat lunak aplikasinya cenderung lebih murah.

2.6.3 Kekurangan Data Raster

1. Secara umum memerlukan ruang atau tempat menyimpan (disk) yang besar
dalam computer, banyak terjadi redudacy data baik untuk setiap layer-nya
maupun secara keseluruhan.
2. Penggunaan sel atau ukuran grid yang lebiih besar untuk menghemat ruang
penyimpanan akan menyebabkan kehilangan informasi dan ketelitian.
3. Sebuah citra raster hanya mengandung satu tematik saja sehingga sulit
digabungkan dengan atribut-atribut lainnya dalam satu layer.
4. Tampilan atau representasi dan akurasi posisi sangat bergantung pada
ukuran pikselnya (resolusi spasial).
5. Sering mengalami kesalahan dalam menggambarkan bentuk dan garis batas
suatu objek, sangat bergantung pada resolusi spasial dan toleransi yang
diberikan.
6. Transformasi koordinat dan proyeksi lebih sulit dilakukan
7. Sangat sulit untuk merepresentasikan hubungan topologi (juga network).
8. Metode untuk mendapatkan format data vector melalui proses yang lama,
cukup melelahkan dan relative mahal.
(sumber:https://www.academia.edu/9124514/MAKALAH_PENGERTIAN_
DATA_RASTER)

17
2.7 Data Vektor
Pada model data vektor, unsur geografik disajikan secara digital seperti
bentuk visualisasi/penyajian dalam peta hardcopy. Model data vektor menampilkan,
menempatkan, dan menyimpan data spasial dengan menggunakan :
a. Titik-titik
Entity titik meliputi semua objek grafis atau geografis yang dikaitkan
dengan koordinat. Di samping koordinat-koordinat, data atau informasi
yang diasosiasikan dengan titik tersebut juga harus disimpan untuk
menunjukkan jenis titik yang bersangkutan.
b. Garis-garis atau kurva
Entity garis dapat didefinisikan sebagai semua unsur-unsur linier yang
dibangun dengan menggunakan segmen-segmen garis lurus yang dibentuk
oleh dua titik koordinat atau lebih.
c. Poligon/luasan beserta atribut-atributnya
Cara yang paling sederhana untuk merepresentasikan suatu poligon
adalah pengembangan dari cara yang digunakan untuk merepresentasikan
arc yang sederhana yaitu merepresentasikan setiap poligon sebagai
sekumpulan koordinat (x,y) yang membentuk segmen garis, dimana
mempunyai titik awal dan titik akhir segmen garis yang sama (memiliki
nilai koordinat yang sama).
Bentuk-bentuk dasar representasi data spasial ini, di dalam sistem model data
vektor, didefinisikan oleh sistem koordinat kartesian dua dimensi (x,y). Di dalam
model data spasial vektor, garis-garis atau kurva merupakan sekumpulan titik-titik
terurut yang dihubungkan. Sedangkan luasan atau poligon juga disimpan sebagai
sekumpulan list titik-titik, tetapi dengan catatan bahwa titik awal dan titik akhir
poligon memiliki nilai koordinat yang sama dengan syarat poligon tersebur tertutup.
Representasi vektor suatu objek merupakan suatu usaha di dalam menyajikan
objek yang bersangkutan sesempurna mungkin. Untuk itu, ruang atau dimensi
koordinat diasumsikan bersifat kontinyu yang memungkinkan semua posisi, panjang
dan dimensi didefinisikan dengan presisi.

18
 Gambar 2.5 perbandingan gambar di lapangan dengan data vector

(sumber:https://www.academia.edu/9124514/MAKALAH_PENGERTIAN_DATA_RASTER_)

2.7.1 Karakteristik Data Vektor

Dalam model data vektor :
1. Titik distrukturisasi dan disimpan (direcord) sebagai satu pasang koordinat
(x,y).
2. Garis distrukturisasi dan disimpan sebagai suatu susunan pasangan koordinat
(x,y) yang berurutan.
3. Luasan distrukturisasikan dan disimpan sebagai suatu susunan pasangan
koordinat (x,y) yang berurutan yang menyatakan segmen-segmen garis yang
menutup menjadi suatu poligon.

(sumber:https://gedbinlink.wordpress.com/2009/10/19/data-raster-data-vektor-dan-
pengelolaannya/)

2.8 Data Geometrik

Sebelum data citra dapat diolah, sistem proyeksi/koordinat peta harus
didefinisikan dan disesuaikan terlebih dahulu dengan areal kerja atau dengan data
spasial yang telah ada sebelumnya. Dalam koreksi geometrik, istilah rektifikasi
digunakan bila data citra dikoreksi dengan peta dasar sebagai acuannya. Sedangkan
untuk data citra yang dikoreksi dengan acuan citra lain yang telah terkoreksi
digunakan istilah registrasi.
Koreksi geometrik merupakan tahapan agar data citra dapat diproyeksikan
sesuai dengan sistem koordinat yang digunakan. Acuan dari koreksi geometrik ini
dapat berupa peta dasar ataupun data citra sebelumnya yang telah terkoreksi. Koreksi

19
geometric dilakukan untuk mengurangi kesalahan yang disebabkan oleh gerak sapuan
penjelajah dansatelit, gerak perputaran dari bumi dan factor kelengkungan bumi yang
mengakibatkan pergeseran posisi terhadap system koordinat referensi. Dalam hal ini
proses koreksi Geometrik dilakukan dengan mentransformasikan posisi setiap piksel
yang ada di citraterhadap posisi obyek yang sama di permukaan bumi dengan
memakai beberapa titik control tanah.
(sumber : https://belajargeomatika.wordpress.com/2011/06/14/koreksi-geometrik/)

Langkah awal Koreksi geometrik adalah menentukan metode yang akan

digunakan untuk melakukan koreksi. Metode yang akan digunakan tergantung pada
jenis data (Resolusi Spasial), jenis kesalahan geometris (skew, yaw, Roll, pitch).
Menurut wizard ER Mapper6.4, terdapat 7 Geocoding Type, yaitu :
a. Tryangulation biasanya digunakan untuk data yang mengalami banyak
pergeseran/distorsi skew dan yaw. Juga digunakan untuk data yang tidak sama
ukuran pixelnya pada satu set data.
b. Polynomial biasanya digunakan untuk data citra yang mengalami pergeseran
linear, ukuran pixel sama dalam satu set, untuk data resolusi spasial tinggi
maupun rendah.
c. Orthorectify using ground control point digunakan selain untuk mengoreksi
citra secara geometris, juga mengoreksi citra berdasarkan ketinggian
geografisnya. Jika tidak menggunakn orthorectify, maka puncak gunung akan
bergeser letaknya dari posisi sebenarnya, walupun sudah dikoreksi secara
geometris.
d. Orthorectify using exterior orientation.
e. Map to map projection.
f. Known Point Registration.
g. Rotation digunakan untuk mengoreksi citra karena terjadi pergeseran citra
yang terlihat berputar, baik searah jarum jam maupun berlawanan jarum jam.

20
 Gambar 2.6 citra satelit yang belum terkoreksi
(sumber : https://belajargeomatika.wordpress.com/2011/06/14/koreksi-geometrik/)

Gambar 2.7 Citra satelit yang sudah terkoreksi

(sumber:https://belajargeomatika.wordpress.com/2011/06/14/koreksi-geometrik/)

2.9 Klasifikasi NDVI (Normalized difference vegetation index)

NDVI (Normalized Difference Vegetation Index) adalah perhitungan citra
yang digunakan untuk mengetahui tingkat kehijauan, yang sangat baik sebagai awal
dari pembagian daerah vegetasi. NDVI dapat menunjukkan parameter yang
berhubungan dengan parameter vegetasi, antara lain, biomass dedaunan hijau, daerah
dedaunan hijau yang merupakan nilai yang dapat diperkirakan untuk pembagian
vegetasi.

21
Tabel 2.2 NDVI
NDVI

Daerah Pembagian Nilai NDVI

Awan es, awan air, salju <0

Batuan dan lahan kosong 0 0.1

Padang rumput dan semak belukar 0.2 0.3

Hutan daerah hangat dan hutan hujan 0.4 0.8

tropis

Rentang nilai NDVI adalah antara -1.0 hingga +1.0. Nilai yang lebih besar
dari 0.1 biasanya menandakan peningkatan derajat kehijauan dan intensitas dari
vegetasi. Nilai diantara 0 dan 0.1 umumnya merupakan karakteristik dari bebatuan
dan lahan kosong, dan nilai yang kurang dari 0 kemungkinan mengindikasikan awan
es, awan uap air dan salju. Permukaan vegetasi memiliki rentang nilai NDVI 0.1
untuk lahan savanna (padang rumput) hingga 0.8 untuk daerah hutan hujan tropis.

Gambar 2.8 penggunaan tata guna lahan di Jakarta

(sumber : https://benichi.wordpress.com/2008/11/28/ndvi/)

Klasifikasi gambar menggunakan metode maksimum likelihood untuk

Landsat 8 pada 2007 dan 2013 seperti yang ditampilkan pada Gambar diatas.
Penggunaan metode ini dipilih karena prosesnya yang lebih mudah dan cepat
daripada klasifikasi penggunaan lahan lainnya. Tutupan lahan dibagi menjadi 12

22
kelas yaitu kelas hutan, belukar, rumput, lahan terbuka, kebun campur, perkebunan,
pemukiman, industri, tegalan, sawah, tambang, dan kelas air.
(sumber : https://benichi.wordpress.com/2008/11/28/ndvi/)

2.10 Er Mapper 7.1

ER Mapper adalah salah satu nama perangkat lunak pengolahan citra dijital
(geografis) yang sering digunakan di Indonesia dan di banyak Negara lainnya.
Perangkat lunak yang memiliki moto helping people manage the earth dan menjadi
proprietary Earth Resource Mapping Ltd. ini sejak awalnya telah dilengkapi dengan
lingkungan pengembangan (user interface) yang menarik dan dikembangkan dengan
menggunakan pendekatan skema sistem pemrosesan citra dijital non-tradisional
dengan menciptakan konsep algorithm (Prahasta, 2008).
Dengan ER Mapper, kita dapat menyimpan pemrosesan citra dari awal hingga
akhir dalam sebuah algorithm dengan ukuran file yang kecil. Dengan memisahkan
penyimpanan file proses pengolahan dan hasilnya, kita akan dapat menghemat isi
hardisk. Untuk pengolahan citra resolusi tinggi seperti IKONOS, QUICKBIRD,
ALOS, AVIRIS, dan lain-lain, ER Mapper mampu menanganinya (Putra, 2011).
Secara umum, dalam ER Mapper sendiri terdapat empat tipe pengoperasian
rektifikasi :
a. Image to map rectification,
b. Image to image retrification,
c. Map to map transformation, yaitu mentransformasikan data yang terkoreksi
menjadi datum/map projection yang baru.
d. Image rotation, memutar citra menjadi beberapa derajat.

23
Gambar 2.9 Tampilan awal software ER Mapper
(sumber : diktat kuliah penginderaan jauh)

24