Anda di halaman 1dari 6

4.2.

Pembahasan
4.2.1. Memeriksa Nilai Atmospheric Bias Citra
Sebelum radiasi yang digunakan untuk remote sensing mencapai bumi,
terlebih dahulu melewati lapisan atmosfir. Partikel dan gas dalam atmosfer dapat
mempengaruhi cahaya yang masuk dan radiasinya. Efek atmosfer menyebabkan
nilai pantulan objek dipermukaan bumi yang terekam oleh sensor menjadi bukan
merupakan nilai aslinya, tetapi menjadi lebih besar oleh karena adanya hamburan
atau lebih kecil karena proses serapan.
Koreksi radiometrik bertujuan untuk memperbaiki kualitas visual citra,
sekaligus memperbaiki nilai-nilai pixel yang tidak sesuai dengan nilai pantulan
obyek yang sebenarnya. Koreksi radiometrik bisa dilakukan dengan berbagai cara.
Dalam praktikum ini dilakukan 2 metode koreksi radiometri yaitu penyesuaian
histogram dan penyesuaian regresi.

4.2.2. Penyesuaian Histogram


Penyesuaian histogram dilakukan dengan menambahkan nilai terendah
pada window Formula Editor. Nilai terendah di tulis ialah nilai dari Actual Input
Limits pada Band 1 sampai band 7 adalah 97 maka kita tuliskan INPUT1-97.
Kata INPUT1 sudah ada pada Formula Editor sehingga kita hanya menuliskan
nilai terendahnya saja. Setelah dilakukan koreksi dengan penyesuaian histogram
didapatkan nilai Actual Input Limits pada setiap band berkisar antara -3 sampai 3
itu menandakan nilai koreksi yang di lakukan sudah baik. Pada praktikum yang
dilakukan, setelah pengoreksian didapatkan nilai Actual Input Limits pada Band 1
= 0 to 168, Band 2 = 0 to 168, Band 3 = 0 to 178, Band 4 = 0 to 187, Band 5 =
0 to 207, Band 7 = 0 to 179.

4.2.3. Penyesuaian Regresi


Penyesuaian regresi yaitu bertujuan memperbaiki kualitas citra agar lebih
bagus dan terlihat dengan jelas.Pada analisis regresi ini terdapat 3 langkah yang
harus dilakukan agar citra terlihat lebih jelas. DPC (Dark Pixel Correction)
digunakan untuk menghilangkan pengaruh atmosfer yang cenderung memperbesar
nilai pixel. EDPC (Enhanced Dark Pixel Correction) digunakan untuk
mengkoreksi kesalahan-kesalahan radiometri dari citra yang dikoreksi.Sedangkan
CUT-OFF digunakan untuk mengkoreksi citra dari efek atmosfer dengan
menggunakan scattergram.

4.2.3.1. DPC (Dark Pixel Correction)


Dark Pixel Correction terdapat pada Window Land Application Wizard
digunakan untuk mengkoreksi piksel-peksel yang berwarna gelap akiba pengaruh
atmosfir yang cenderung memperbesar nilai piksel.Pada praktikum didapatkan
nilai akhir atmospheric minimal setelah citra dikoreksi, yaitu 1.
Pada saat kita memasukkan file citra yang akan dikoreksi pada praktikum
ini kita menggunakan citra Landsat_TM_23_Apr85.ers. Hasil Actual Input Limits
pada massing- massing layer pada citra Landsat_TM_23_Apr85.ers yang
digunakan pada praktikum ini setelah pengkoreksian adalah Band 1 = 1 to 188,
Band 2 = 1 to 203, Band 3 = 1 to 239, Band 4 = 1 to 215, Band 5 = 1 to 253,
Band 7 = 1 to 250.

4.2.3.2. EDPC (Enchanched Dark Pixel Correction)


Seperti halnya DPC, EDPC juga terdapat pada Window Land Application
Wizard berfungsi sebagai koreksi yang dilakukan secara otomatis oleh ERMapper
pada saat kita memasukkan file citra yang akan dikoreksi pada praktikum ini kita
menggunakan citra Landsat_TM_23_Apr85.ers dan nilai TM terbesar yaitu TM 1.
Pada EDPC ini terdapat pilihan tingkat pembersihan yang bias dilakukan yaitu
Very Clear, Clear, Moderate, Hazy, Dan Very Hazy.
Pada praktikum kali ini tingkat pembersihan yang digunakan adalah Clear
dengan syarat TM > 55 <= 75.nilai akhir Actual Input Limits yang didapat yaitu
Band 1 = 1 to188, Band 2 = 1 to 196, Band 3 = 1 to 229, Band 4 = 1 to 203,
Band 5 = 1 to 225, Band 7 = 1 to 216.

4.2.3.3. Cut Of Scattergram


Metode Enhanced Dark Pixel Correction. Pada metode ini kita
menuliskan range nilai atmosfer bias. Pada hasil dicantumkan sebesar 67. Hal ini
berarti termasuk pada golongan Clear (TM1 >55=75). Pada prinsipnya, metode
ini hampir mirip dengan metode DPC. Hasil menunjukan pada Transform tertera
angka 1, jadi citra telah terkoreksi.
Cara Cut-off merupakan cara ketiga dalam koreksi atmosfer yang terdapat
pada Window Land Application Wizard. Pada pengoreksian Cut-Off dilakukan
peng-input-an nilai Actual Input Limits terendah dari masing-masing band ke
window Scattergram. Spesifik Value pada Cut-off ini adalah TM 1 sampai dengan
TM 5 dan TM 7. Setelah nilai TM yang ada dimasukkan pada layer Cut layer,
sistem akan bekerja setelah pengklikan tombol finish. TM 6 tidak digunakan pada
koresi kali ini karena merupakan citra thermal yang tidak dibutuhkan dalam
pengkoreksian. Hasil Actual Input Limits dari koreksi Cut-off adalah Band 1 = 1
to 187, Band 2 =11 to 202, Band 3 = 1 to 239, Band 4 = 1 to 215, Band 5 = 1 to
254, Band 7 = 1 to 246.
V. PENUTUP

5.1. Kesimpulan
1. Koreksi radiometri merupakan cara untuk memperbiaki kualitas visual citra
serta memperbaiki nilai pixel yang tidak sesuai dengan nilai pantulan yang
sebenarnya.
2. Koreksi radiometri yang dilakukan oleh praktikan meliputi beberapa langkah,
yaitu penyesuaian nilai bias atmosfer, penyesuaian histogram dan koreksi
regresi yang meliputi Dark Pixel Correction, Enchanched Dark Pixel
Correction, dan Cut-Off.
3. Langkah-langkah dari koreksi radiometri adalah sebagai berikut
 Pemeriksaan nilai atmosfer bias citra, untuk mengetahui nilai pixel dan
mengoreksi nilai yang terpantul atau terserap atmosfer.
 Penyesuaian histogram, untuk mengoreksi nilai bias citra yang terpantul
dengan hasil pada histogram.
 Penyesuaian regresi, terdapat 3 koreksi yang dilakukan untuk
mendapatkan kualitas citra yang bagus, yaitu sebagai berikut :
- DPC (Dark Pixel Correction), mengkoreksi untuk menghilangkan
pengaruh atmosfer yang cenderungmemperbear nilai pixel
- EDPC (Enhanced Dark Pixel Correction), mengkoreksi kesalahan
radiometrik dari suatu citra.
- mengkoreksi citra dari efek atmosfer lewat scattergram.

5.2. Saran
1. Sebaiknya asisten tidak terburu buru dalam menerangkan materi
2. Pada saat praktikum hendaknya praktikan memperhatikan dengan cermat
setiap langkah kerja pada masing-masing materi.
3. Diharapkan mahasiswa lebih teliti dalam memasukkan data yang akan diolah.

DAFTAR PUSTAKA

Arifin,S dan T, Hidayat. 2014. Kajian Kriteria Standar Pengelolahan Klasifikasi


Visual Berbasis Data Inderaja Multispektral Untuk Informasi Spasial
Penutup Lahan. Seminar Nasional Penginderaan Jauh.
Hakim, R.P, A, Rahman, Suhermanto dan E, Rachim.2012. Model Koreksi
Geometri Sistematik Data Imager Pushbroom Menggunakan Metode
Proyeksi Kolinear (Pushbroom Imager Data Systematic Geometric
Correction Model Using Collinear Projection Method ).Jurnal
Teknologi Dirgantara. Vol.10 (2).
Indarto dan Faisol, A. 2009. Identifikasi dan Klasifikasi Peruntukan Lahan
Menggunakan Citra Aster. Jember: Universitas Jember. Vol.9(1).
Kustiyo, R, Dewanti dan I, Lolitasari. 2014. Pengembangan Metoda Koreksi
Radiometrik Citra Spot 4 Multi-Spektral Dan Multi-Temporal Untuk
Mosaik Citra. Pusat Teknologi dan Penginderaan Jauh, LAPAN.
Mau, S.D.B. 2016. Pengaruh Histogram Equalization untuk Perbaikan Kualitas
Citra Digital. Jurnal SIMETRIS. Vol. 7 (1).
Murinto, W.P, Putra dan S, Handayaningsih. 2008. Analisis Perbandingan
Histogram Equalization dan Model Logarithmic Image Processing (LIP)
untuk Image Enhancement. Jurnal Informatika. Vol. 2 (2).
Nurandani, P, S,Subiyanto dan B, Sasmito. 2013. Pemetaan Total Suspended Solid
(TSS) Menggunakan Citra Satelit Multi Temporal di Danau Rawa Pening
Provinsi Jawa Tengah. Jurnal Geodesi Undip. Vol. 2 (4).
Putra, D. 2010. Teknik Perbaikan Data Digital (Koreksi dan Penajaman) Citra
Satelit. IPB Press: Bogor.
Rahayu dan D.S, Candra . 2014. Koreksi Radiometrik Citra Landsat- 8 Kanal
Multispektral Menggunakan Top of Atmosphere (TOA) untuk
Mendukung Klasifikasi Penutup Lahan. Seminar Nasional Penginderaan
Jauh.
Sutanto. 2009. Penginderaan Jauh Jilid 1. Gadjah Mada University Press,
Yogyakarta.

Susiati, H dan H, Subagio. 2016. Aplikasi Penginderaan Jauh Dalam Pemetaan


Penggunaan
Lahan Detil Tapak RDE, PUSPIPTEK Serpong. Jurnal Pengembangan
Energi Nuklir. Vol.18(2).