CITRA SATELIT MENGGUNAKAN

LANDSAT DAN AVNIR

Satellite Image Using Landsat and AVNIR

Siti Romadhonah1
Kelompok Hari Selasa
Teknik Sipil dan Lingkungan, Institut Pertanian Bogor, Jl. Raya Dramaga Kampus IPB
Email : sitiromadhonah98@gmail.com

Abstrak : Pengindraan jarak jauh (inderaja) digunakan untuk digunakan untuk memperoleh objek
atau suatu gejala tanpa kontak langsung dengan objek tersebut. Salah satu alat yang digunakan
yaitu berupa satelit. Jenis satelit yang digunakan yaitu Landsat8 dan ALOS-JAXA. Landsat8
merupakan satelit yang diluncukan oleh Amerika Serikat yang memiliki sensor Onboard
Operational Land Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah band
sebanyak 11 buah, sedangkan ALOS diluncurkan oleh JAXA (Japan Aerospace Exploration
Agency) dengan memiliki tiga buah sensor inderaja, terdiri dari dua buah sensor optik yaitu
sensor PRISM (Panchromatic Remote Sensing Instrument for Stereo Mapping) dan sensor AVNIR-
2 (Advanced Visible and Near Infrared Radiometer type-2), sebuah sensor gelombang mikro atau
radar yaitu PALSAR (Phased Array type L-band Syntetic Aperture Radar). Sensor yang digunakan
pada ALOS untuk pengambilan citra satellite yaitu menggunakan AVNIR-2. Hasil data citra
satelit dapat ditampilkan menggunakan program SNAP dan dapat di transformasikan ke dalam
bentuk NDVI (Normalized Difference Vegetation Index) yang digunakan untuk mengetahui indeks
vegetasi dari citra satelit. Hasil dari transformasi NDVI pada citra satellite Landsat8 dan ALOS
terlihat lebih jelas batas vegetasi nya dari pada dalam bentuk tanpa NDVI. Lokasi data pada citra
satelit Lansat8 yaitu Palembang, Pulau Sumatra, sedangkan pada ALOS yaitu di Pulau
Kalimantan.
Kata Kunci : ALOS,Inderaja, Lansat8, NDVI

Abstract: Remote sensing is used to obtain an object or a phenomenon with no direct contact with
the object. One of the tools used is a satellite. Types of satellites used is Landsat8 and ALOS-
JAXA. Landsat8 satellite is launched by the United States that has a sensor Onboard Operational
Land Imager (OLI) and the Thermal Infrared Sensor (TIRS) with a number of bands as much as 11
pieces, while ALOS was launched by JAXA (Japan Aerospace Exploration Agency) and has three
sensors sensing, consists of two optical sensors are sensors PRISM (panchromatic Remote Sensing
Instrument for Stereo Mapping) and sensor AVNIR-2 (Advanced Visible and Near Infrared
Radiometer type-2), a microwave sensors or radar that PALSAR (Phased Array type L-band
Syntetic Aperture Radar). The sensor used in the ALOS satellite images for retrieval is using
AVNIR-2. The results of satellite image data can be displayed using the SNAP program and can be
transformed into NDVI (Normalized Difference Vegetation Index), which is used to determine the
vegetation index from satellite imagery. The results of the transformation NDVI on Landsat8 and
ALOS satellite images show up more clearly the limits of its vegetation than in the form without
NDVI. The location of data on satellite images Lansat8 is on the Palembang, Sumatra Island,
while ALOS is on the Borneo Islands.
Keywords: ALOS, Lansat8, NDVI, remote sensing

PENDAHULUAN
Penginderaan jauh merupakan ilmu untuk memperoleh informasi tentang
obyek, daerah, atau gejala dengan cara analisis data yang diperoleh dengan
menggunakan alat tanpa kontak langsung terhadap obyek, daerah, atau gejala
tersebut (Lillesand dan Kiefer 1979). Data penginderaan jauh dapat diperoleh
melalui hasil rekaman sensor yang dipasang baik pada pesawat terbang, satelit,
pesawat ulang alik, atau wahana lainnya. Sensor tersebut akan menghasilkan data
yang berbeda-beda sesuai dengan letak ketinggian sensor maupun karakteristik
obyek yang dikaji (Sutanto 1986).

1
 Gambar satelit dapat memetakan dan menjelaskan tentang fenomena-
fenomena alam yang terjadi di permukaan bumi, seperti perkembangan dan
kondisi permukiman atau urban, kerusakan hutan akibat ilegal loging,
pengembangan pertanian,dan kelautan. Citra satelit penginderaan jauh ini disebut
satelit sumber alam. Banyak citra satelit mempunyai kemampuan dan keunggulan
dalam hal memetakan gambarnya. Hal ini tergantung dari setiap karakteristik
satelitnya. Kemampuan pemetaan citrasatelit tergantung yang dimiliki dari
besarnya resolusispasial, resolusi, dan resolusi temporal (Suwargana 2013).
Seiring berkembangnya Satelite untuk penginderaan jarak jauh, maka
banyak orang yang berkepentingan untuk menggunakannya. Oleh karena itu
praktikum ini bertujuan mengenal dan mengetahui tentang gambaran bagaimana
cara mendapatkan data yang diambil dari ruang angkasa dalam bentuk gambar dan
mengolah citra satellite tersebut dalam bentuk NDVI menggunakan Citra Lansat
dan AVNIR.

METODOLOGI
Praktikum Teknik Radar Interferometri mengenai Citra Satelit
menggunakan Landsat dan AVNIR dilaksanakan di Lab komputer pada hari selasa
jam 13.00 sampai dengan 16.00. Praktikum ini dilakukan dengan menggunakan
software SNAP. Pertama buka citra satellite dengan mengimport gambar dari
Landsat 30m (Gambar 1).

Gambar 1 Cara meng-import Gambar Landsat

Sumber : Hasil Screenshoot Praktikum

Buka band pada gambar satelit (Gambar 2).

Gambar 2 Tampilan Citra Satelit

Sumber : Hasil Screenshoot Praktikum

2
Ubah tampilan gambar menjadi ke bentuk RGB (Gambar 3).

Gambar 3 Tampilan Gambar dalam Bentuk RGB

Sumber : Hasil Screenshoot Praktikum

Gambar dalam bentuk RGB diubah menjadi dalam bentuk NDVI dengan cara
membuka optical pada menu bar lalu pilihlah Thematic land processing, pilih
vegetation radiometric Indices dan pilihlah NDVI processor (Gambar 4) lalu red
source band dan near source band pada processing parameter menjadi red dan
near infra red lalu klik run (Gambar 5).

Gambar 4 Cara mengubah RGB ke NDVI

Sumber : Hasil Screenshoot Praktikum

Gambar 5 Proses mengubah ke NDVI

Sumber : Hasil Screenshoot Praktikum

Buka gambar dengan band ndvi file pada gambar ke 2 (Gambar 6).

3
 Gambar 6 Hasil Gambar Landsat dalam Bentuk NDVI
Sumber : Hasil Screenshoot Praktikum

Kedua yaitu mengubah citra satelit ke dalam NDVI dengan menggunakan

AVNIR. Buka citra satellite dengan mengimport gambar dari ALOS/AVNIR-2
(Gambar 7).

Gambar 7 Cara meng-import Gambar dari AVNIR

Sumber : Hasil Screenshoot Praktikum

Gambar diubah dalam bentuk RGB dan pilih radiance nya (Gambar 8).

Gambar 8 Mengubah Gambar dalam Bentuk RGB

Sumber : Hasil Screenshoot Praktikum

Setelah dalam bentuk RGB, gambar di ubah dalam bentuk NDVI dan tentukan
radiance pada red source band dan near source band dan kemudian di run
(Gambar 9).

4
 Gambar 9 Cara Mengubah ke NDVI
Sumber : Hasil Screenshoot Praktikum

Buka gambar dengan band ndvi file pada gambar ke 4 (Gambar 10)

Gambar 10 Hasil Gambar AVNIR dalam bentuk NDVI

Sumber : Hasil Screenshoot Praktikum

HASIL DAN PEMBAHASAN

Sistem Landsat merupakan satelit yang diluncurkan oleh Amerika Serikat
pada bulan Juli 1972 dan Maret 1978. Satelit tersebut merupakan satelit bumi
generasi I, yaitu landsat-l, landsat-2, dan landsat-3 dan merupakan satelit
eksperimen. Pada bulan Juli 1982 dan Maret 1984 diluncurkan satelit bumi
generasi II, yaitu Landsat-4 dan Landsat-5 yang merupakan satelit
semioperasional atau satelit untuk penelitian dan pengembangan. Landsat-4 dan
Landsat-5 telah mengalami perbaikan dalam resolusi spasial, spektral dan
radiometrik (Sutanto 1994). Dalam perkembangannya setelah peluncuran ke dua
satelit tersebut diluncurkan pula satelit bumi generasi berikutnya, yaitu satelit
Landsat-7 dan Landsat-8 untuk lebih menyempurnakan satelit generasi
sebelumnya. Satelit landsat 8 memiliki sensor Onboard Operational Land
Imager (OLI) dan Thermal Infrared Sensor (TIRS) dengan jumlah band
sebanyak 11 buah. Diantara kanal-kanal tersebut, 9 kanal (band 1-9) berada pada
OLI dan 2 lainnya (band 10 dan 11) pada TIRS. Sebagian besar kanal memiliki
spesifikasi mirip dengan landsat 7. Spesifikasi Landsat 8 ditunjukkan pada Tabel 1
dan macam macam band pada Landsat 7 dan 8 ditunjukkan pada Gambar 12.

Tabel 1 Spesifikasi Landsat-7

Sistem Landsat 7
Orbit 705 km, 98.2 , sun-synchronous, 10:00 AM

5
 crossing, rotasi 16 hari (repeat cycle)
Sensor ETM+ (Enhanced Thematic Mapper)
Swath Width 185 km (FOV=15 )
Off-Track Viewing Tidak tersedia
Revisit time 16 hari
16 hari Band-band 0.45 -0.52 (1), 0.52-0.60 (2), 0.63-0.69 (3),
Spektral (m) 0.76-0.90 (4), 1.55-1.75 (5), 10.4-12.50 (6),
2.08-2.34 (7), 0.50-0.90 (PAN)
Ukuran Piksel Lapang 15 m (PAN), 30 m (band 1-5, 7), 60 m band 6
(Resolusi spasial)
Arsip data earthexplorer.usgv.gov
Sumber : Butler 1998

Sumber : United States Geological Survey (USGS)

Gambar 11 Band pada Landsat-7 dan Landsat-8

ALOS (Advanced Land Observation) adalah suatu satelit pengindraan jauh

(inderaja) jepang yang diutamakan untuk pengamatan daratan dengan
menggunakan teknologi terdepan, diprogramkan untuk meneruskan dan
meningkatkan fungsi satelit JERS-1 (Japanese Earth Resources Satellite-1) dan
satelit ADEOS (Advanced Earth Observing Satellite). Satelit ALOS diluncurkan
pada tanggal 24 januari 2006 dengan pesawat peluncur roket H-IIA, dari lokasi
peluncuran Tanegashima Space Center di Jepang bagian selatan oleh JAXA
(Japan Aerospace Exploration Agency) (JAXA 2006). Satelit ALOS dilengkapi
dengan tiga buah sensor inderaja, terdiri dari dua buah sensor optik yaitu sensor
PRISM (Panchromatic Remote Sensing Instrument for Stereo Mapping) dan
sensor AVNIR-2 (Advanced Visible and Near Infrared Radiometer type-2), sebuah
sensor gelombang mikro atau radar yaitu PALSAR (Phased Array type L-band
Syntetic Aperture Radar) (NASDA 2004b).
Satelit ALOS memiliki massa kira-kira 4000 kg dan bergerak pada orbit
sinkron matahari pada ketinggian 691,65 km pada equator, inklinasi 98,16
derajat. Satelit ALOS dirancag untuk dapat beroperasi pada orbitnya pada kurun
waktu 3 sampai 5 tahun. Satelit tersebut melintasi katulistiwajam 10.30 waktu

6
lokal pada posisi satelit kea rah kutub selatan atau mode menurun (descending
mode) dan jam 22.30 waktu lokal pada posisi satelit kea rah kutub utara atau
mode menaik (assending mode). Periode pengulangan orbit adalah 46 hari,
dengan kemampuan pengulangan 2 hari untuk sensor pandangan sisi (side
looking) (NASDA 2004a).
Data dari satelit Lansat diolah dengan menggunakan software SNAP untuk
di ubah menjadi mode NDVI (Normalized Difference Vegetation Index). Tinggi
rendahnya suatu kerapatan vegetasi dapat diketahui dengan menggunakan teknik
NDVI (Normalized Difference Vegetation Index), yang merupakan sebuah
transformasi citra penajaman spektral untukmenganalisa hal-hal yang berkaitan
dengan vegetasi (Putra dan Erwin 2011). Hasil dari pengolahan data menjadi
NDVI dapat dilihat pada Gambar 12 dan Gambar 13.

Gambar 12 Citra Landsat Tanpa NDVI

Sumber : Hasil Screenshoot Praktikum

Gambar 13 Hasil Citra Landsat Transformasi NDVI

Sumber : Hasil Screenshoot Praktikum

Gambar 12 menampilkan gambar sebelum gambar bertransformasi

menjadi NDVI (Normalized Difference Vegetation Index). Gambar tersebut
menunjukkan adanya daerah yang hanya memperlihatkan dataran dan awan-
awannya dan batas wilayah atau vegetasi tidak begitu jelas terlihat. Sedangkan,
pada Gambar 13 batas batas wilayah vegetasi terlihat dengan adanya kotak-kotak
dalam gambar, selain itu juga terlihatnya perbedaan antara sungai dan daratan.
Jika dilihat dari kenampakan citra, wilayah yang mempunyai tingkat kerapatan
vegetasi jarang, dicirikan dengan warna terang, hal ini disebabkan karena refleksi
dari tajuk vegetasi kecil, sehingga kesan yang timbul di citra berwarna lebih

7
terang. Sebaliknya wilayah yang mempunyai tingkat kerapatan vegetasi rapat
ditunjukkan oleh warna yang lebih gelap atau hijau karena refleksi dari tajuk
vegetasinya tinggi. Lokasi data satelit Landsat pada software SNAP ditunjukkan
pada fitur World View yang menunjukkan pada daerah Palembang, Pulau Sumatra
seperti yang terdapat pada Gambar 14.

Gambar 14 Lokasi Data Satelit Landsat

Sumber : Hasil Screenshoot Praktikum

Pengolahan data yang kedua dilakukan pada citra satelit ALOS dengan
data AVNIR. Data AVNIR tanpa NDVI ditunjukkan dalam Gambar 15 dan citra
AVNIR yang sudah bertransformasi menjadi NDVI ditunjukkan oleh Gambar 16.

Gambar 15 Citra ALOS/AVNIR-2 tanpa NDVI

Sumber : Hasil Screenshoot Praktikum

Gambar 16 Citra ALOS/AVNIR-2 dengan NDVI

Sumber : Hasil Screenshoot Praktikum

8
 Gambar 15 menampilkan gambar sebelum gambar bertransformasi
menjadi NDVI (Normalized Difference Vegetation Index). Batas-batas vegetasi
pada Gambar 15 tidak terlalu jelas, karena pada gambar tersebut didominasi
dengan gelap. Sedangkan, pada Gambar 13 batas batas wilayah vegetasi
terlihatlebih jelas karena adanya perbedaan warna. Hal tersebut dikarenakan pada
saat transformasi ke NDVI pada processing parameter dilakukan pemilihan
komposit warna, yaitu pada red source band yang dipilih adalah radiance-3 dan
pada Near source band dipilih radiance-1 sehingga warnanya terlihat lebih jelas
dan terang. Lokasi data satelit ALOS/AVNIR-2 . Lokasi Citra ALOS/AVNIR-2
ditunjukkan di world view terletak di Pulau Kalimantan seperti pada gambar 17.

Gambar 17 Lokasi Citra Satelit ALOS/AVNIR-2

Sumber : Hasil Screenshoot Praktikum
SIMPULAN
Hasil dari cita satelit Lansat dan ALOS/AVNIR-2 dapat ditampilkan
dengan software SNAP. Pengolahan citra satelit menjadi ke dalam bentuk NDVI
digunakan untuk memperjelas adanya batasan batasan vegetasi. Hasil pengolahan
NDVI pada citra Satelit Landsat dan ALOS/AVNIR-2 menunjukkan adanya
batasan batasan vegetasi yang jelas. Hasil NDVI pada satelit Lansat menunjukkan
adanya kota-kotak yang menunjukkan batasan vegetasi seperti sawah dan pada
ALOS/AVNIR-2 menunjukkan batas batas vegetasi yang lebih terang. Lokasi
pengambilan data pada satelit Lansat yaitu di Palembang, Pulau Sumatra,
sedangkan lokasi citra satelit ALOS/AVNIR-2 , yaitu di Pulau Kalimantan.

DAFTAR PUSTAKA

Lillesand T M, Keifer R W. 1979. Remote Sensing and Image Interpretation. New

York (US) : John Willey and Sons.

NASDA (National Space Development Agency of Japan). 2004a. ALOS Advanced

Land Observing Satellite, Sensor and Product, Japan.

NASDA (National Space Development Agency of Japan). 2004b. ALOS Advanced

Land Observing Satellite, Sensor and Product, Japan.

Putra H, Erwin. 2011. Pengindraan Jauh dengan Er Mapper. Yogyakarta (ID) :

Gadjah Mada University Press.

9
Sutanto. 1986. Penginderaan Jauh. Yogyakarta (ID) : Gadjah Mada University
Press.

Suwargana N. 2013. Resolusi spasial, temporal dan spektral pada citra satelit
Landsat, SPOT dan IKONOS. Jurnal Ilmiah WIDYA. Vol 1 (02) : 167-
174.

10