B.

Pembuatan Komposit Citra Landsat

Citra satelit yang digunakan sebagai contoh adalah Landsat ETM +7 Path 120 dan Row 65
yang direkam bulan Februari tahun 2013 yang telah diextract (unrar).

1. Pada bagian ArcTollbox pilih Data Management Tools, kemudian pilih Raster,
selanjutnya pilih Raster Processing, dan klik Composite Bands.

2. Selanjutnya memasukkan band citra satelit Landsat ETM +7 yaitu kanal 5, kanal 4,
dan kanal 2 untuk warna natural komposit 542.

File keluaran diberi nama dan diletakkan pada folder kerja. Pemberian nama agar
tidak terlalu panjang dan satu suku kata.
3. Komposit kanal 542 sangat sesuai untuk analisis penutupan lahan, sebagaimana berikut:

Tiap kanal memiliki panjang gelombang dan karakteristik yang berbeda, kita dapat
menggunakan komposisi band yang berbeda untuk kepentingan yang berbeda. Komposit
kanal 542 misalnya biasa digunakan untuk identifikasi vegetasi, karena kanal 5 digunakan
untuk pembatasan fenomena tanah, tumbuhan dan pemetaan wilayah pemukiman, kanal 4
untuk spesies vegetasi, biomassa, dan kelembaban tanah, sementara kanal 2 untuk
pemetaan vegetasi dan identifikasi reflektansi klorofil.
Warna objek pada citra Landsat ETM +7 dengan komposit kanal 542 yaitu:
1.Vegetasi darat berwarna hijau
2.Mangrove berwarna hijau lebih tua dari vegetasi lain
3.Tambak berwarna biru kehitaman dan ungu
4.Lumpur berwarna biru kehitaman di muara sungai
5.Laut dangkal berwarna biru muda
6.Permukiman dan tanah lapang berwarna merah muda sampai kecoklatan.
(Handayani, 2004)
A. Klasifikasi Citra Satelit
ArcGIS 10 sudah dilengkapi dengan kemampuan pengolahan citra satelit (image
processing). Metode yang digunakan adalah Klasifikasi Citra Satelit Terbimbing
(Superfised Clasification). Metode klasifikasi citra ini memerlukan training area.
1. Untuk menjalankan klasifikasi citra terlebih dahulu harus diaktifkan Extention
Spatial Analysis, dengan cara buka Customize kemudian buka Extensions,
selanjutnya centang Spatial Analysis. Sebagaimana gambar dibawah berikut ini:

2. Setelah diaktifkan extention Spatial Analysis kemudian diaktifkan Tool Image

Clasification dengan cara membuka Cuztomize, selanjutnya buka Toolbars
kemudian buka Cuztomize selanjutnya centang Image Classification.
Sebagaimana gambar berikut di bawah ini:
 3. Setelah dicentang Tool Image Clasification akan muncul jendela sebagai berikut:

Training
Klasifikasi Citra Sampel
Terselia/ Manager
Terbimbing Layer Citra
Satelit

Untuk Membuat
Training Polygon

4. Untuk membuat Training Area klik kemudian mulai membuat poligon di

citra satelit dengan sasaran setiap tutupan lahan, sebagai contoh untuk lahan
terbuka dibuat poligon training area sendiri, untuk vegetasi rapat dibuat poligon
training area sendiri, vegetasi kurang rapat dibuat poligon training area tersendiri
dan seterusnya.
5. Setelah dibuat training area maka disimpan dengan klik tombol Signature
File, kemudian disimpan di folder kerja. Sebagaimana gambar berikut di bawah
ini:

6. Untuk mengetahui apakah training area kita sudah baik atau belum maka dapat
ditampilkan scartterplots, Histogram, dan statistik.

Scartterplots dan histogram adalah cara lain untuk membandingkan sampel

beberapa training area. Jika sampel training mewakili kelas yang berbeda maka
tidak akan tumpang tindih.
7. Jika hasil evaluasi training area bagus melalui melihat scatterplots dan histogram
serta statistiknya (jika kurang bagus maka membuat training area lagi) maka
maka klasifikasi digital citra satelit dapat dilakukan dengan membuka Maximum
Likelihood Classification yang mendasarkan:
- Pixel-pixel di dalam setiap sampel kelas dalam ruang multi dimensi
terdistribusi secara normal.
- Teori bias dalam pengambilan keputusan pengelompokan cluster.

Input Signature File (langkah no.5) yang sudah disimpan dipanggil pada jendela
Input Signature File. Output Classified Raster disimpan pada folder kerja.

8. Hasil dari klasifikasi citra dapat dilihat sebagaimana gambar berikut di bawah:
9. Focal Statistic
Cara ini dilakukan jika ingin menentukan jumlah minimal piksel yang saling berdekatan
dapat dijasikan satu kelas vegetasi atau tutupan lahan. Tool ini tedapat di Arctoolbox >
Spatial Analyst > Neighborhood > Focal Statistic.

10. Menghitung luas data raster

Menghitung luas dalam data raster bisa dihitung menggunakan fasilitas
Field Calculator. Langkah-langkah yang dilakukan yaitu :
Buka Attribute table > Add Field dengan tipe Float.
Kolom Count merupakan jumlah piksel yang terdapat di dalam setiap
kelasnya. Resolusi spasial citra satelit yang digunakan Landsat, maka 1
piksel sama dengan 30m x 30m atau sama dengan 900m2 atau sama
dengan 0.09 ha.
Klik kanan pada judul kolom Area > Field Calculator ([Count]
/10000) (1 ha = 10000m2).