LAPORAN

HASIL PRAKTIKUM INDERAJA DASAR

KLASIFIKASI SUPERVISED DENGAN SOFTWARE ENVI
Dosen Pengampu : Annisa Farida Hayuningsih, S.T., M.Eng.

Disusun oleh :

NAMA : ARI WIDIYANTI

NIM : 16 / 396858 / SV / 11042

PRODI : D3 TEKNIK GEOMATIKA

PROGRAM STUDI DIPLOMA III TEKNIK GEOMATIKA

DEPARTEMEN TEKNOLOGI KEBUMIAN
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2017
 LAPORAN
HASIL PRAKTIKUM INDERAJA DASAR
KLASIFIKASI SUPERVISED DENGAN SOFTWARE ENVI

Dosen Pengampu : Annisa Farida Hayuningsih, S.T., M.Eng.

Laporan ini disusun untuk melengkapi tugas dan nilai semester 3

setelah melaksanakan praktikum Klasifikasi Supervised dengan Software Envi

mata kuliah Inderaja Dasar

Program Studi DIII Teknik Geomatika

Sekolah Vokasi
Universitas Gadjah Mada
2017

Disusun oleh :

NAMA : ARI WIDIYANTI

NIM : 16 / 396858 / SV / 11042

PRODI : D3 TEKNIK GEOMATIKA

PROGRAM STUDI DIPLOMA III TEKNIK GEOMATIKA

DEPARTEMEN TEKNOLOGI KEBUMIAN
SEKOLAH VOKASI
UNIVERSITAS GADJAH MADA
YOGYAKARTA
2017

ii
 HALAMAN PENGESAHAN

Laporan yang berjudul

Klasifikasi Supervised dengan Software Envi

Oleh :
NAMA : ARI WIDIYANTI

NIM : 16 / 396858 / SV / 11042

PRODI : D3 TEKNIK GEOMATIKA

Laporan ini kami susun sebagai pertanggungjawaban atas praktikum Klasifikasi

Supervised dengan Software Envi, pada tanggal 16 November 2017 sampai dengan 23
November 2017. Untuk itu kami mohon kepada pihak yang bersangkutan untuk mengesahkan
laporan yang bersifat individu ini sebagai bahan pertimbangan sesuai standar laporan Program
Studi D3 Teknik Geomatika.

Telah diperiksa dan disahkan oleh :

Mengesahkan :

Dosen Pengampu
Mata Kuliah Inderaja Dasar

Annisa Farida Hayuningsih, S.T., M.Eng.

iii
 KATA PENGANTAR

Alhamdulillahirobilalamin. Puji dan syukur kami panjatkan atas kehadirat Allah SWT
karena atas berkah rahmat dan hidayah-Nya sehingga penulis dapat menyelesaikan laporan
dengan baik tanpa ada kendala yang berarti.
Laporan berjudul Klasifikasi Supervised dengan Software Envi dibuat setelah
melakukan praktikum Klasifikasi Supervised Dengan Software Envi pada tanggal 16
November 2017 sampai dengan 23 November 2017 yang dilakukan secara mandiri dan melatih
kemampuan mahasiswa dalam menyusun suatu laporan, serta merupakan bentuk
tanggungjawab dari mahasiswa setelah melakukan praktikum.
Atas tersusunnya laporan ini, tidak lepas dari bantuan dan dari pihak pihak yang
bersangkutan, maka dari itu kami ucapkan terimakasih kepada :
1. Allah SWT, yang telah memberikan hidayah-Nya sehingga pada saat kami
mengerjakan laporan tidak ada kendala yang berarti.
2. Orang tua kami yang telah mendukung dan memberikan doa restu sehingga kami
dapat selamat dalam praktikum ini dan telah memberikan fasilitas/sarana prasarana
yang mendukung dalam pembuatan laporan ini.
3. Bapak Ir. Waljiyanto, M.Sc. selaku Ketua Program Studi D3 Teknik Geomatika
4. Ibu Annisa Farida Hayuningsih, S.T., M.Eng. selaku dosen pengampu Mata kuliah
Praktik Inderaja Dasar.
5. Kak Rindhy Antika Gusti selaku Asisten Dosen Mata kuliah Praktik Inderaja Dasar.
6. Semua pihak yang ikut terlibat dalam penyusunan laporan ini

Laporan ini disusun berdasarkan data dan keadaan sesungguhnya yang penulis dapatkan
selama melakukan praktikum. Oleh karena itu penulis berusaha memberikan yang terbaik
dalam pembuatan laporan ini.

Penulis sadar bahwa dalam penyusunan laporan ini masih jauh dari kata sempurna maka
penulis sangat berharap adanya kritik, saran serta komentar dari para pembaca agar dalam
laporan selanjutnya penulis dapat menyusun dengan lebih baik lagi.

Akhir kata, semoga laporan ini bermanfaat bagi kita semua. Aamiin.

iv
 Yogyakarta, 3 Desember 2017
Hormat kami

Penulis

v
 DAFTAR ISI

HALAMAN SAMPUL ............................................................................................ i

HALAMAN JUDUL ............................................................................................... ii

HALAMAN PENGESAHAN ................................................................................. iii

KATA PENGANTAR ............................................................................................. iv

DAFTAR ISI ............................................................................................................ v

BAB I PENDAHULUAN ........................................................................................ 1

A. Latar Belakang .............................................................................................. 1

B. Maksud dan Tujuan ....................................................................................... 2
C. Manfaat Pratikum .......................................................................................... 2
D. Metodologi ..................................................................................................... 2
E. Keselamatan Kerja ......................................................................................... 3
F. Peserta Praktikum ......................................................................................... 3

BAB II LANDASAN TEORI ................................................................................. 5

BAB III PELAKSANAAN KEGIATAN .............................................................. 6

A. Waktu Pelaksanaan Praktikum ..................................................................... 6

B. Waktu Pelaksanaan Praktikum ...................................................................... 6
C. Alat dan Bahan .............................................................................................. 6
D. Langkah Kerja Praktikum .............................................................................. 7

BAB IV HASIL DAN PEMBAHASAN ................................................................ 15

BAB V PENUTUP ................................................................................................... 20

A. Kesimpulan ................................................................................................... 20

DAFTAR PUSTAKA .............................................................................................. 21

vi
vii
 BAB I
PENDAHULUAN

A. LATAR BELAKANG
Dewasa ini kemajuan teknologi sangat pesat sehingga juga berpengaruh pada
perkembangan ilmu pengetahuan. Ilmu perpetaan adalah salah satu ilmu yang sangat
besar di pengaruhi oleh kemajuan teknologi tersebut ditandai dengan proses
perekaman jarak jauh yang perekamannya melalui satelit. Peta yang dihasilkan oleh
perekaman jarak jauh ini dikenal dengan nama citra pengindraan jauh. Namun pada
dasarnya citra satelit dengan peta mempunyai perbedaan yang mencolok dan tidak bisa
dikatakan sama.
Perkembangan teknologi yang sangat pesat ini membawa dampak positif bagi
manusia, karena dengan penginderaan jarak jauh tersebut manusia dapat melakukan
penelitian tanpa terjun langsung kelapangan melainkan hanya melihat pada citra
tersebut. Dengan menggunakan data pengindraan jarak jauh tersebut, secara langsung
kita dalam mengkaji objek permukaan bumi yang tergambar pada citra tersebut secara
langsung menunjukan pendekatan kewilayahan, kelingkungan dalam konteks
keruangan. Hal ini didasarkan bahwa sifat dan karakteristik objek di permukaan bumi
terjadi relasi, interaksi dan interpedensi antara suatu faktor dengan faktor lainnya
dalam suatu ruang maupun faktor-faktor antar ruang.
Penginderaan jauh bertujuan untuk mengambil data dan informasi dari citra foto
maupun non foto dari berbagai objek yang ada di permukaan bumi. Salah satu aplikasi
yang dapat digunakan untuk mengolah data citra salah satunya adalah software ENVI.
Software ENVI dapat digunakan dalam area masalah pengolahan citra pada umumnya
seperti input dari tipe data yang tidak standar, menampilkan dan menganalisis citra
berukuran besar, dan ekstensi untuk kemampuan analisis (ada fungsi plug-in).
Software ini sangat dibutuhkan di dunia penginderaan jauh dan secara tidak langsung
seorang surveyor harus mampu mengoperasikan software tersebut.
Maka dari itu, pada tanggal 16 November 2017 sampai dengan 23 November 2017,
mahasiswa D3 Teknik Geomatika UGM mendapat tugas untuk melakukan Klasifikasi
Supervised dengan Software Envi. Sehingga dengan adanya tugas tersebut diharapkan
akan terjadi sebuah kesinambungan terhadap teori dengan kegiatan praktik.
Sebagai bentuk pertanggungjawaban setelah melakukan praktikum tersebut, kami
susun laporan ini sebagai hasil akhir praktikum dengan sebaik baiknya.

B. MAKSUD DAN TUJUAN

Mahasiswa mampu melakukan klasifikasi supervised pada citra satelit. Adapun
maksud dan tujuan dilaksanakan praktikum tersebut adalah :
1. Mahasiswa dapat memahami mengenai metode klasifikasi citra.
2. Mahasiswa Dapat melakukan klasifikasi supervised pada citra satelit.

1
 3. Mahasiswa dapat mengetahui konsep mengenai klasifikasi citra.
4. Mahasiswa dapat membedakan perbedaan antara metode yang digunakan.
5. Mahasiswa dapat menganalisis hasil dari klasifikasi citra.

C. MANFAAT PRAKTIKUM

Hasil praktikum Klasifikasi Supervised dengan Software Envi ini diharapkan

dapat memberikan manfaat, baik secara teknis atau praktis maupun teoritis. Adapun
manfaat yang didapat setelah melakukan praktikum tersebut adalah :
1. Mahasiswa mampu memahami mengenai metode klasifikasi citra.
2. Mahasiswa mampu melakukan klasifikasi supervised pada citra satelit.
3. Mahasiswa mampu mengetahui konsep mengenai klasifikasi citra.
4. Mahasiswa mampu membedakan perbedaan antara metode yang digunakan.
5. Mahasiswa mampu menganalisis hasil dari klasifikasi citra.

D. METODOLOGI

Dalam praktikum tersebut dilakukan beberapa metodologi pengolahan citra. Berikut

adalah rinciannya :

D.1 Pemaparan Materi

Pemaparan materi dilakukan oleh dosen pengampu mata kuliah Inderaja Dasar yaitu
Ibu Annisa Farida Hayuningsih, S.T., M.Eng. Materi yang disampaikan terkait dengan
praktikum yaitu Klasifikasi Supervised dengan Software Envi.

D.2 Kegiatan Praktikum

Dalam praktikum ini terbagi menjadi 1 bagian yaitu praktikum melakukan

Klasifikasi Supervised dengan Software Envi. Alat dan bahan yang dibutuhkan dalam
praktikum ini adalah Komputer, citra hasil metode Broevy dan software ENVI.

D.3 Pengolahan data

Praktikum tersebut diolah menggunakan software ENVI. Untuk praktikum

Klasifikasi Supervised dengan Software Envi.

D.4 Penyusunan laporan

2
 Tahap selanjutnya adalah mengolah rekapitulasi data menjadi suatu laporan. Isi
laporan tidak hanya data ukuran praktikum, tapi juga ditambah dengan studi literatur
yang dapat dijadikan dasar teori penulisan data tersebut

Studi literature meliputi studi pustaka yang dilakukan berdasarkan pada

publikasi dari pengukuran pengukuran terdahulu yang dipublikasikan. Studi literatur
dilakukan terhadap hal - hal yang terkait dengan pemahaman konsep praktikum
Klasifikasi Supervised dengan Software Envi, dll. Studi pustaka dan literatur ini
kemudian dijadikan sebagai bahan acuan bagi penulis dalam pembuatan laporan.
Sumber literatur di dapat dari buku dan internet.

E. KESELAMATAN KERJA
Hal terpenting dalam praktikum adalah keselamatan. Jadi, dalam praktikum ini
keselamatan kerjalah yang diutamakan. Keselamatan kerja yang paling penting pada saat
praktikum kali ini adalah keselamatan pribadi dan alat. Berikut adalah rinciannya.

E.1 Keselamatan pribadi

Demi keselamatan kerja dan juga untuk memperlancar praktikum, setiap anggota
diwajibkan mematuhi SOP di dalam Laboratorium Komputer maupun di lingkungan
kampus yang telah ditentukan seperti memakai pakaian yang sopan, memakai sepatu dan
menjaga barang bawaan ketika di praktikum.

E.2 Keselamatan alat

Setiap alat- alat yang digunakan dalam praktikum harus digunakan se-efisien dan se-
efektif mungkin.

D. PESERTA PRATIKUM
Praktikum Klasifikasi Supervised dengan Software Envi, diikuti oleh seluruh
mahasiswa program studi DIII Teknik Geomatika kelas A.

3
4
 BAB II

LANDASAN TEORI

ENVI (The Environment For Visualizing Images) merupakan suatu image processing
system yang revolusioner yang dibuat oleh Research System, Inc (RSI). Dari permulaannya
ENVI dirancang untuk kebutuhan yang banyak dan spesifik di mereka yang secara teratur
menggunakan data penginderaan jauh dari satelit dan pesawat terbang. ENVI menyediakan
data visualisasi yang menyuluruh dan analisa untuk citra dalam berbagai ukuran dan npe,
semuanya dalam suatu lingkungan yang mudah dioperasikan dan inovatif untuk digunakan.

Klasifikasi digital pada suatu citra adalah suatu proses dimana piksel-piksel dengan
karakteristik spektral yang sama diasumsikan sebagai kelas yang sama, diidentifikasi dan
ditetapkan dalam suatu warna (Gibson dan Power, 2000).

adapun praktikum pengolahan citra digital seminggu yang lalu, diajarkan klasifikasi tema citra
yang terbagi kedalam dua teknik yaitu teknik supervised classification dan teknik unsupervised
classification. Klasifikasi supervised dan unsupervised biasanya digunakan untuk
mengklasifikasi keseluruhan suatu dataset menjadi kelas-kelas. Kelas-kelas dapat
mengidentifikasi area hutan, perkebunan, mineral, urban.

Klasifikasi unsupervised yang berarti klasifikasi tak terawasi merupakan pengklasifikasian

hasil akhirnya (pengelompokkan pixel-pixel dengan karakteristik umum) didasarkan pada
analisis perangkat lunak (software analysis) suatu citra tanpa pengguna menyediakan contoh-
contoh kelas-kelas terlebih dahulu.

Sedangkan Klasifikasi supervised merupakan suatu metode klasifikasi yang menggunakan area
sampling. Ketelitian ditentukan oleh kualitas sampling dan jumlah sampel. Area sampel dibuat
dengan menggunakan Region Of Interest (ROI). ROI harus terlebih dahulu dibuat sebelum
melakukan proses klasifikasi supervised ini. Region Of Interest adalah area sampling yang
dibentuk sebagai trainning area pada klasifikasi supervised.

klasifikasi supervised dapat diartikan sebagai teknik klasifikasi yang diawasi. Menurut Projo
Danoedoro (1996) klasifikasi supervised ini melibatkan interaksi analis secara intensif, dimana
analis menuntun proses klasifikasi dengan identifikasi objek pada citra (training area).
Sehingga pengambilan sampel perlu dilakukan dengan mempertimbangkan pola spektral pada
setiap panjang gelombang tertentu, sehingga diperoleh daerah acuan yang baik untuk mewakili
suatu objek tertentu.

5
 BAB III
PELAKSANAAN KEGIATAN

A. WAKTU PELAKSANAAN PRAKTIKUM

A.1 Praktikum
Praktikum Klasifikasi Supervised dengan Software Envi., dilaksanakan secara mandiri
selama 2 hari pada tanggal 16 November 2017 sampai dengan 23 November 2017.

A.2 Pembuatan Laporan

Pembuatan laporan dilakukan secara mandiri pada tanggal 4 November 2017.

B. TEMPAT PELAKSANAAN PRAKTIKUM

B.1 Praktikum
Praktikum Klasifikasi Supervised dengan Software Envi dilaksanakan secara mandiri
pada tiap kelompok di Laboratorium Komputer dan rumah masing masing.

B.2 Pembuatan Laporan

Pembuatan laporan dilakukan secara mandiri di rumah penulis masing masing.

C. ALAT DAN BAHAN

Adapun alat dan bahan yang digunakan dalam praktikum tersebut adalah
a. Citra Hasil praktikum Metode Broevy
b. Komputer
c. software ENVI.

6
D. LANGKAH KERJA

1. Buka software ENVI dengan meng-klik ikon pada desktop.

2. Akan muncul tampilan tools seperti dibawah ini.

3. Kemudian membuka input citra yang telah direktifikasi atau hasil fusi otomatis.
Caranya dengan klik File Open Image File Pilih tempat penyimpanan pilih
File Open.

4. Tampilkan citra yang telah direktifikasi misal disini memakai data HSV, pada tab
Available band list klik RGB dengan komposisi R : band 4, G : band 3, B : band
2 klik Load Band.

7
5. Untuk melakukan klasifikasi supervised terlebih dahulu dilakukan pemilihan region of interest
untuk memberikan acuan pada klasifikasi tersebut. Caranya, pada display citra yang telah
terektifikasi tadi, klik menu Overlay Region Of Interest dan akan muncul jendela ROI Tool.

6. Kemudian melakukan klasifikasi dengan menandai daerah-daerah dengan sampel

klasifikasi tertentu. Pada ROI name diganti dengan sasaran klasifikasi (perairan,
vegetasi, pemukiman, dsb) kemudian membuatlah sampel dengan menandai daerah
yang karakteristiknya sesuai dengan sasaran klasifikasi. Cara menandainya dengan
mendigit dalam luasan-luasan tertentu lalu klik kanan jika sudah selesai. Color/warna
yang akan menentukan tampilan hasil klasifikasi sesuai sasaran klasifikasi.

8
a. Perairan

b. Vegetasi

9
c. Persawahan

d. Pemukiman

10
 e. Sungai

7. Setelah selesai membuat ROI, simpan dengan klik File Save ROIs Select All
Items pilih directory penyimpanan ROI dan nama hasil penyimpanan ROI OK.

8. Melakukan proses klasifikasi dengan algoritma tertentu, yang pertama menggunakan

parallelepiped. Klik pada menu Classification Supervised Parallelepiped
Pilih file citra yang akan diklasifikasi OK Select All items (semua ROI) pilih
directory penyimpanan hasil klasifikasi dan nama file hasil klasifikasi OK.

11
9. Melakukan proses klasifikasi dengan algoritma Minimum Distance. Klik pada menu
Classification Supervised Minimum Distance Pilih file citra yang akan
diklasifikasi OK Select All items (semua ROI) pilih directory penyimpanan
hasil klasifikasi dan nama file hasil klasifikasi OK.

12
10. Melakukan proses klasifikasi dengan algoritma Mahalanobis Distance. Klik pada
menu Classification Supervised Mahalanobis Distance Pilih file citra yang
akan diklasifikasi OK Select All items (semua ROI) pilih directory
penyimpanan hasil klasifikasi dan nama file hasil klasifikasi OK.

11. Melakukan proses klasifikasi dengan algoritma Maximum Likelihood. Klik pada
menu Classification Supervised Maximum Likelihood Pilih file citra yang
akan diklasifikasi OK Select All items (semua ROI) pilih directory
penyimpanan hasil klasifikasi dan nama file hasil klasifikasi OK

13
14
 BAB IV
HASIL DAN PEMBAHASAN

A. HASIL PRAKTIKUM
1. Klasifikasi Supervised dengan Algoritma Parallelepiped

OBYEK DIGITASI HASIL KLASIFIKASI

Perairan Merah Merah
Persawahan Hijau Hijau, Merah,
Vegetasi Biru Hijau, Merah
Pemukiman Kuning Hijau, Merah,
Sungai Cyan Merah, Hijau

15
2. Klasifikasi Supervised dengan Algoritma Minimum Distance

OBYEK DIGITASI HASIL KLASIFIKASI

Perairan Merah Merah, Biru, cyan
Persawahan Hijau Hijau, Kuning
Vegetasi Biru Biru, Hijau
Pemukiman Kuning Kuning, hijau
Sungai Cyan Cyan, Hijau

16
3. Klasifikasi Supervised dengan Algoritma Mahalanobis Distance

OBYEK DIGITASI HASIL KLASIFIKASI

Perairan Merah Merah
Persawahan Hijau Hijau, Biru
Vegetasi Biru Biru, cyan
Pemukiman Kuning Kuning, hijau
Sungai Cyan Cyan, Hijau

17
4. Klasifikasi Supervised dengan Algoritma Maximum Likelihood

OBYEK DIGITASI HASIL KLASIFIKASI

Perairan Merah Merah
Persawahan Hijau Hijau, Biru
Vegetasi Biru Biru
Pemukiman Kuning Kuning, biru
Sungai Cyan Cyan

18
B. PEMBAHASAN
Pada praktikum klasifikasi supervised ini, terdapat lima obyek yang diklasifikasi.
Obyek tersebut yaitu laut, sawah, vegetasi, pemukiman, dan sungai. Langkah awal
klasifikasi yaitu dengan melakukan digitasi terhadap obyek obyek tersebut sesuai dengan
ciri dan warna piksel. Setiap jenis obyek didigitasi dengan warna yang berbeda.
Terdapat 4 macam algoritma yang digunakan pada praktikum klasifikasi
supervised ini. Algoritma tersebut terdiri dari Parallelepiped, Minimum Distance,
Mahalanobis Distance, dan Maximum Likelihood. Pada setiap algoritma yang digunakan
akan menghasilkan citra terklasifikasi yang berbeda.
Klasifikasi pertama dilakukan dengan algoritma Parallelepiped. Hasil dari
klasifikasi tersebut masih terdapat banyak kesalahan yaitu warna obyek yang tidak sesuai
dengan warna digitasi obyek sebenarnya. Kesalahan tersebut hampir terjadi pada setiap
jenis obyek yaitu pemukiman yang harusnya berwarna kuning namun hasilnya dominan
berwarna biru yang sebenarnya adalah warna vegetasi, warna merah (laut) juga masih
banyak yang terdapat di daratan, warna cyan (sungai) juga tidak terklasifikasi. Hasil
klasifikasi menggunakan Parallepiped ini merupakan hasil yang paling buruk jika
dibandingkan dengan algoritma lain yang digunakan.
Algoritma Maxsimum Likelihood merupakan jenis klasifikasi supervised yang
hasilnya paling baik dibandingkan dengan yang lain. Obyek berupa laut telah terklasifikasi
secara keseluruhan dengan warna merah meskipun masih terdapat warna merah di daratan
namun presentasenya kecil. Warna kuning (pemukiman) juga telah terklasifikasi lebih
baik. Sungai (cyan) juga terbentuk dengan baik dan sesuai meskipun warna cyan masih
ada yang merancu pada obyek pemukiman namun lebih sedikit.
Pada praktikum klasifikasi supervised ini, proses pengklasifikasian telah dilakukan
beberapa kali hingga mendapatkan hasil yang terbaik. Namun tetap saja masih terdapat
kesalahan kesalahan terhadap warna obyek yang diklasifikasi. Warna obyek tersebut
tidak sesuai dengan digitasi yang telah dilakukan. Hal tersebut dapat terjadidikarenakan
proses digitasi terhadap piksel piksel yang kurang sesuai ataupun pengambilan sampel
yang kurang. Sehingga menyebabkan ada beberapa piksel yang masuk kelas yang tidak
sesuai dengan kelas aslinya (kelas yang benar).

19
 BAB V
PENUTUP

A. Kesimpulan

Dari praktikum klasifikasi supervised yang telah dilakukan, dapat ditarik

kesimpulan bahwa :
1. Proses klasifikasi supervised membuat kita dapat menentukan obyek dengan warna
yang berbeda beda.
2. Setiap proses klasifikasi menghasilkan citra yang berbeda sesuai algoritma yang
digunakan.
3. Baik buruknya hasil klasifikasi supervised tergantung dari digitasi yang dilakukan
diawal proses klasifikasi.
4. Algoritma yang paling buruk digunakan untuk kalsifikasi supervised adalah
Parallelepiped.
5. Algoritma yang paling baik digunakan untuk kalsifikasi supervised adalah Maximum
Likelihood.

B. SARAN
1. Jangan terburu-buru ketika melaksanakan praktek minggu ke 12.
2. Baca dan pahamilah maksud dari praktek minggu ke 12.
3. Apabila ada yang kurang mengerti, dapat ditanyakan langsung kepada dosen
pembimbing ataupun asisten dosen.

20
 DAFTAR PUSTAKA

https://id.wikipedia.org/wiki/Penginderaan_jauh diakses pada tanggal 03 Desember

2017 pukul 18.04
http://www.geologinesia.com/2016/06/pengertian-komponen-dan-manfaat-
penginderaan-jauh.html diakses pada tanggal 03 Desember 2017 pukul 19.30

21