Anda di halaman 1dari 32

BAB I

PENDAHULUAN

1.1 Latar Belakang


Di bidang keilmuan geodesi-geomatika memang difokuskan di
bidang pemetaan. Berbagai macam teknik digunakan untuk menghasilkan
peta suatu daerah yang dikehendaki. Mulai dari metode yang sederhana
sampai teknologi yang sangat canggih pun digunakan untuk mendapatkan
gambaran suatu daerah sesuai keperluan. Salah satunya yaitu dengan
memperoleh peta dengan menggunakan citra satelit maupun foto udara.
Konsep dasar Pengolahan citra digital salah satunya adalah
mengelola citra yang rusak menjadi lebih baik dengan menggunakan
software ENVI. Aplikasi Penginderaan Jauh saat ini tumbuh tidak hanya
secara jumlah aplikasi namun juga bertambah dari jenis keragaman
aplikasinya. Salah satu contoh software pada PCD yaitu ENVI 5.1
Maka dari itu digunakan beberapa software untuk mengolah peta
yang didapatkan sesuai kebutuhan. Dalam praktikum kali ini, kami
melakukan pengolahan citra hasil satelit agar mudah untuk di analisa dan
di interpretasikan.
Maka dari itu dalam pengolahan data kali ini software yang
digunakan adalah adalah ENVI 5.1 yang merupakan software yang
digunakan untuk pengolahan data citra satelit karena dalam
pengoperasiannya cukup sederhana.

1.2 Tujuan dan Kegunaan


Tujuan dalam melaksanaan praktikum ini adalah sebagai berikut :
1. Mahasiswa dapat memahami mata kuliah Pengolahan Citra Digital
tidak hanya dalam teori saja tapi juga dalam praktikum.
2. Mahasiswa mampu menjalankan aplikasi ENVI 5.1
3. Mahasiswa dapat melakukan interpretasi citra.
4. Mahasiswa mampu melakukan klasifikasi citra.

1
5. Mahasiswa mampu melakukan pemindahan data shp pada aplikasi
ENVI 5.1 ke dalam Arcgis 10.1
6. Mahasiswa bisa mempresentasikan hasil akhir dari tahapan interpretasi
dan klasifikasi pada citra.

Adapun kegunaan dari praktikum ini yaitu :


1. Mahasiswa mampu melaksanakan proses interpretasi citra dan
melakukan klasifikasi pada citra.
2. Mahasiswa dapat menggunakan aplikasi Pengolahan Citra Digital
yaitu ENVI 5.1 dengan baik.

1.3 Metode Penulisan


1.3.1 Studi Lapangan
Dalam proses penyusunan laporan ini,didasari pada
pelaksanaan praktikum Pengolahan Citra Digital yang
dilaksanakan di Laboratorium Komputer kampus Institut
Teknologi Padang. Serta ada survei lapangan untuk pengambilan
sampel 150 titik kota padang yang dibuktikan dengan sampel-
sampel foto yang memiliki koordinat di sebaran kota padang.

1.3.2 Studi Literatur


Dalam penyusunan laporan praktikum ini,selain didasarkan
pada prosedur yang diberikan oleh dosen, laporan ini juga
ditunjang dengan buku-buku yang berkaitan dengan praktikum
pengolahan citra digital serta teori yang diberikan selama proses
perkuliahan sebagai acuan untuk penulisan laporan ini.

2
BAB II
KAJIAN PUSTAKA

2.1 Klasifikasi Citra


Klasifikasi adalah teknik pengolahan pada citra dengan cara
mengelompokkan piksel-piksel kedalam sejumlah kelas, sehingga setiap
kelas memiliki pola-pola atau distribusi spasial yang unik dan spesifik
yang mencerminkan suatu obyek atau informasi yang bermanfaat sesuai
dengan keperluan (Chein-I Chang dan H.Ren, 2000).
Proses klasifikasi melalui interpretasi citra dengan cara menganali
objek menggunakan 9 unsur interpretasi. Setiap piksel pada citra
memiliki nilai yang disebut dengan Digital Number (DN) atau Pixel
Value, dimana nilai tersebut mempresentasikan tingkat reflektan dan
radiasi objek di permukaan bumi. Oleh karena itu, setelah objek yang
tergambar pada citra dikenali melalui interpretasi selanjutnya diklasifikasi
berdasarkan karakteristik nilai piksel yang sama.
Sistem penentuan klasifikasi yang akan digunakan, sebaiknya
mengacu pada SNI 7465-2010 tentang Klasifikasi Pentup Lahan. Standar
tersebut berisi klasifkasi penutup lahan pada skala 1:1.000.000, 1:250.000,
1:50.000, dan 1:25.000
Menurut Lillesand dan Kiefer (1990), klasifikasi dibagi ke dalam
dua jenis teknik yaitu Klasifikasi Supervised (Tebimbing) dan Klasifikasi
Unsupervised (Tidak terbimbing).
Diantara kedua jenis klasifikasi tersebut terlebih dahulu dilakukan
Klasifikasi Supervised (Terbimbing). Teknik ini dilakukan dengan
prosedur pengambilan sampel beberapa piksel untuk masing-masing
kelas/obyek. Sampel atau Region Of Interest ini digunakan untuk
mendapatkan karakteristik nilai piksel di masing-masing objek/ kelas.
Baru setelah itu melakukan klasifikasi.

3
BAB III
PELAKSANAAN PRAKTIKUM

3.1 Waktu Pelaksanaan Praktikum


Tanggal : 22 November 2017 – 27 Desember 2017
Tempat : Di Laboratorium Komputer Kampus ITP

3.2 Langkah Pelaksanaan Praktikum


3.2.1 Alat dan Bahan
Alat dan bahan yang digunakan dalam pratikum pengolahan citra
digital ini adalah :
a. Citra Landsat 8 hasil dari koreksi radiometrik.
b. Seperangkat Komputer.
c. Software ENVI 5.1.
d. Software ArcGIS.
e. Software Microsoft Excel.
f. Log Book.
g. Alat Tulis (Buku,pulpen,pensil)
h. Modul Pengolahan Data.

3.2.2 Metode Pelaksanaan Praktikum


Pelaksanaan pratikum ini memiliki 3 tahap yaitu :
1. Klasifikasi dan Interpretasi Citra.
2. Mengubah data raster menjadi vektor (raster → vektor evf →
vektor shapefile)
3. Uji ketelitian pada tahap klasifikasi, hasil akhir pratikum
adalah citra raster yang berubah menjadi bentuk peta yang
dapat menyajikan informasi suatu data pada citra yang sudah
diklasifikasi.

4
3.2.3 Langkah-Langkah Klasifikasi dan Interpretasi Citra
Tahap yang dilakukan dalam klasifikasi citra adalah
sebagai berikut :
1. Buka file citra yang siap untuk diinterpretasi dan
diklasifikasi,dalam praktikum ini bisa digunakan data hasil
pengolahan citra hasil penajaman,karena hasil pada penajaman
inilah yang data citra nya terlihat jelas dan bersih sehingga
memudahkan untuk diinterpretasi atau klasifikasi. Lihat gambar
sebagai berikut :

Hasilnya akan keluar seperti gambar berikut :

5
2. Pada data manager,gunakan komposit layer band 4,3,2 (True
Color) dan komposit layer band 6,5,4 (False Color).

Klik Data Manager  Pilih Layer Band 4,3,2  Load Data.


Maka, hasil layer true color sebagai berikut :

(Layer True Color)

6
Untuk membuat data false color nya klik data manager Pilih
layer band 6,5,4  Load Data. Maka hasilnya sebagai berikut :

(Layer False Color)

3. Maka terdapat dua layer komposit yang berbeda, satu dalam


komposit true color (RGB-432), layer lainnya dalam komposit
false color (RGB-654). Untuk memudahkan dalam mebedakan dua
layer tersebut, rename nama layer nya dengan cara klik kanan pada
layer yang ingin kita ubah  Rename item  Rename (False
Color/True Color).

7
Hasilnya sebagai berikut :

4. Kemudian tahap selanjutnya mulai-lah untuk membuat sampel,


dengan cara menggambar objek-objek kelas tutupan lahan yang
telah ditentukan. Sampel di dalam Software ENVI diistilahkan
sebagai Region Of Interest (ROI). Dalam praktikum ini juga harus
ditentukan akan menggunakan layer mana untuk melakukan
klasifikasi,misalnya dalam praktikum ini kami menggunakan layer
false color, maka caranya pilih layer false color hingga berwarna
biru  lalu klik ikon ROI.

8
Pilih/select
layer false Klik Ikon
color ROI

Lalu akan keluar kotak dialog Region Of Interest

Pilih New ROI

Rename kelas nya


sesuai dengan
kelompok yang
ingin kita buat
contoh : Lahan
terbangun,vegetasi
,dll

9
Buat Kelas Klasifikasinya sesuai kelompok berikut :
1) Lahan terbangun.
2) Vegetasi Hutan.
3) Lahan Basah.
4) Lahan Kering.
5) Lahan Terbuka.
6) Awan Tipis.
7) Badan Air.

Hasilnya sebagai berikut :

5. Lalu selanjutnya mulai membuat sampel poligon di masing-masing


ROI nya. Caranya double klik roi yang ingin kita buat sampel
poligonnya  klik ikon poligon  Gambar sampel poligon
dengan klik kiri pada mouse  mulai deliniasi poligon dari titik
awal sampai ke titik awal lagi  lalu double klik hingga menjadi
poligon utuh.

10
Pilih Polygon

(Hasil deliniasi)
Lalu lakukan deliniasi pada seluruh kelas klasifikasi. Jika sudah
melakukan sampel poligon pada citra hasilnya sebagai berikut :

11
6. Setelah melanjutkan pembuatan poligon-poligon sampel ROI di
masing-masing kelas tutupan lahan lainnya. Kemudian setelah itu,
kita dapat mencek statistik dari sampel-sampel yang telah kita buat
tadi. Klik kanan pada region of interest  Pilih Statistics for all
ROI.

Hasilnya sebagai berikut :

12
7. Lalu tutup ROI dan simpan data ROI tersebut. Caranya Pilih menu
file  Klik save as  Select All item  klik icon (...)  simpan
dan beri nama file  OK

8. Setelah ROI tersimpan kita bisa mulai klasifikasi, buka folder


classifications  Pilih metode klasifikasi (maximum likelihood)

13
Lalu pilih citra asli untuk diklasifikasi,lalu ok.

Lalu,select all items,pilih choose untuk menyimpan file dan


OK.

Maka tahap processing akan berjalan.

14
Hasilnya seperti gambar berikut :

9. Software ENVI memiliki tool yang dapat melakukan proses


konversi data raster menjadi data vektor. Input data raster yang
dapat dikonversi haruslah merupakan citra hasil klasifikasi (class
image). Tahapan prosesnya adalah:

15
Lalu,pilih data yang akan digunakan untuk diubah ke vektor. Lalu
OK.

Maka tahap proses akan berjalan.

Hasilnya dapat dilihat di folder tempat kita menyimpannya.

16
10. Lalu mengeksport format evf ini kedalam format shapefile agar
data vektor ini dapat dibuka di software GIS seperti Arcgis atau
Quantum GIS. Caranya pilih vektor  Classic EVF to Shapefile.

Setelah itu pilih data EVF tadi yang akan diubah ke shp lalu OK.

Hasilnya akan muncul format file shp di dalam folder tempat kita
menyimpan file tadi.

17
11. Lalu kita konversikan data dari Envi ke dalam Arcgis, caranya add
data  pilih data folder shp yang tadi sudah dibuat.

Hasilnya sebagai berikut :

Lalu add data adm kota padang.

18
Hasilnya sebagai berikut :

Lalu kita harus melakukan penggabungan antara data citra dengan


data adm padang untuk memotong citra serta menggabungkan
keduanya menjadi satu. Caranya pilih georeferencing  Clip

19
Hasilnya sebagai berikut :

Lalu open atribut tabel dengan cara mengklik kanan pada layer
yang sudah di clip

20
Maka akan nampak seluruh atribut dari kelas klasifikasi yang
sudah dibuat.

Kita harus menggabungkan seluruh atribut dari kelas yang sama


dengan cara Editor  Start Editing

21
Lalu pilih Georeferencing Dissolve

Ikuti langkah seperti gambar dibawah ini :

22
Prosesing Data

Dan hasilnya seluruh data atribut yang sama akan tergabung ke


kelasnya masing-masing.

23
Jangan lupa untuk melakukan save dan stop editing.

Selanjutnya pada atribut table klik kanan  pilih add field

Ikuti seperti gambar di bawah :

24
Hasilnya adalah seperti gambar berikut :

Untuk menghitung luasan nya blok tabel pada luasan lalu klik
kanan  Calculate geometry

Lalu ikuti seperti gambar berikut :

25
Hasilnya sebagai berikut :

Selanjutnya kita harus meng-export data ke excel. Caranya pilih


table option  Export

Lalu data akan tersimpan di folder tempat kita menyimpan dengan


format dbf yang bisa dibuka pada Ms. Excel

26
Hasil ketika dipindahkan ke excel adalah sebagai berikut :

Lalu hasil dari grafiknya sebagai berikut :

27
Setelah selesai kita bisa melakukan layout peta pada
arcgis,hasilnya akan seperti gambar berikut :

28
BAB IV
HASIL

4.1 Hasil Klasifikasi Pada ENVI.


 Hasil Sampel Poligon

 Hasil Klasifikasi (Maximum Likelihood)

29
4.2 Hasil di Arcgis.

4.3 Hasil Excel

30
4.4 Hasil Grafik

4.5 Hasil Peta Penggunaan Lahan Kota Padang 2017

31
BAB V
PENUTUP

5.1 Kesimpulan
Adapun dari praktikum ini didapat kesimpulan sebagai berikut :
1. Proses Interpretasi dan Klasifikasi Citra sangat penting untuk
dilakukan karena akan memudahkan kita dalam mengenali berbagai
objek pada citra.
2. Hasil dari klasifikasi kelas berdasarkan objek baik yang terbentuk
secara alamiah maupun buatan bisa diinterpretasikan dan dibuat
klasifikasinya.
3. Hasil dari interpretasi citra dapat memaparkan informasi yang lebih
jelas dan lebih detail.

5.2 Saran
Adapun saran kami selama pelaksanaan praktikum yaitu:
1. Dalam melakukan praktikum hendaknya mendengarkan penjelasan
dari dosen dengan baik.
2. Terus berlatih setiap hari agar lebih menguasai software.
3. Catat dan tanyakan pada dosen pembimbing apa yang tidak kita
mengerti.

32