Konsep data raster, cell pada grid yang terletak pada kiri atas
merupakan awal atau titik pangkal dari sistem koordinat ( baris dan kolom).
Ukuran piksel atau grid cell biasanya menggunakan satuan jarak seperti
meter. Posisi piksel dimanapun dalam citra dapat dikalkulasikan jika jarak
antar piksel horizontal dan vertikal diketahui, dan koordinat citra dapat
diketahui jika koordinat citra dari piksel (1,1) diketahui. Jadi, jika kita
mengetahui koordinat UTM piksel pada pojok kiri atas pada susunan citra
(arrays) atau raster dan jarak antar piksel dalam meter maka kita dapat
mengkalkulasikan posisi piksel dimanapun dalam raster. Seperti dijelaskan
sebelumnya setiap piksel memiliki nilai. Nilai yang disimpan dalam data
raster terletak pada rentang yang spesifik, biasanya 0 – 255, yang berasosiasi
2. Rektifikasi
Rektifikasi adalah suatu proses melakukan transformasi data dari satu
sistem grid menggunakan suatu transformasi geometric Kesalahan geometrik
dipengaruhi oleh distorsi (kesalahan) yang timbul pada saat perekaman. Hal
ini dipengaruhi oleh perputaran bumi ataupun bentuk dari permukaan bumi.
Beberapa kesalahan ini kadang sudah dikoreksi oleh supplier citra atau dapat
dikoreksi secara geometris oleh pengguna. Koreksi geometrik dapat
dilakukan dengan:
Menggunakan titik kontrol (Ground Control Point) yang dicari pada
citra lain yang sudah memiliki georeferensi
Menggunakan titik (Ground Control Point) yang dapat dicari pada
peta yang sudah memiliki georeferensi
Memakai titik pengukuran yang diambil menggunakan GPS (Global
Positioning System) pada lokasi-lokasi tertentu yang mudah dikenali
pada citra. Hal yang perlu dipertimbangkan dalam melakukan
koreksi geometris antara lain adalah tingkat resolusi dan proyeksi
yang digunakan data itu
3. Ketelitian
Berikut perhitungan hasil koreksi geometric menggunakan GCP hasil
pengukuran GPS :
Root Mean square eror merupakan parameter yang digunakan untuk
mengevaluasi nilai hasil dari pengamatan/pengukuran terhadap nilai
sebenarnya atau nilai yang dianggap benar. RMSE ini dihitung pada
saat transformasi koordinat dilakukan. Caranya dengan mengkaji
beberapa titik pada citra hasil koreksi geometrik terhadap titik kontol
tanah yang sudah terefrensi dengan sistem proyeksi tertentu secara
umum, persamaan untuk menghitung menghitung besarnya RMSE
dalam bidang dua dimensional adalah sebagai brikut:
Dimana :
(X’Y) : Merupakan koordinat citra hasil koreksi geometric
(X,Y)orig: Merupakan koordinat titik kontrol tanah pada bidang refrensi
n :jumlah GCP
Besarnya nilai RMSE yang dapat diterima adalah sebesar 0,5 piksel.
Biasanya nilai ketelitian adalah 0,5 satuan terkecil dan satuan terkecil
pada citra adalah piksel. Dengan demikian dapat ditentukan nilai
ketelitian yang dapat diterima pada citra ini berkisar sekitar 0,5 piksel.
Setelah dilakukan koreksi geometrik, selanjutnya dilakukan koreksi
radiomertik. Koreksi radiometrik ditujukan untuk memperbaiki nilai
piksel supaya sesuai dengan yang seharusnya yang biasanya
mempertimbangkan faktor gangguan atmosfer sebagai sumber kesalahan
utama. 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.
4. Klasifikasi
Klasifikasi citra yaitu proses mengelompokkan seluruh pixel pada suatu
citra kedalam sejumlah kelas. Dalam citra terdapat 2 metode klasifikasi :
Klasifikasi terbimbimbing
Klasifikasi terbimbing (supervised classification) merupakan
proses klasifikasi dengan pemilihan kategori informasi yang
diinginkan dalam memilih training area untuk tiap kategori
penutup lahan yang mewakili sebagi kunci interpretasi dengan
klasifikasi terbimbing. Klasifikasi terbimbing menggunakan data
penginderaan jauh multispektral yang berbasis numerik, sehingga
pengenalannya polanya otomatis dengan bantuan komputer.
Konsep penyajian data dalam bentuk numeris/grafik atau diagram
klasifikasi terbimbing yang didasarkan pada pengenalan pola
spektral (spectral pattern recognition) terdiri atas tiga tahap yaitu:
Tahap training sampel :menyusun interpretasi dan
mengembangkan secara numerik spektral untuk setiap
tampilan yang mengguanakan training area.
Tahap klasifiaksi :setiap pixel pada serangkain data citra
dibandingkan dengan setiap kategori pada kunci
interpretasi numerik dengan menentukan nilai pixel yang
sungai
Badan air
danau
5. Kontrol kualitas
Setelah citra tersebut diklasifikasikan, selanjutnya melakukan kontro
kualitas batas obyek atau melakukan uji validasi Assement atau penafsiran
ketelitian hasil interpretasi citra secara visual dengan melakukan cek
lapangan dan menerapakan matriks konfusi. v
6. Peta tutupan lahan
Setelah semua tahapan dilakukan selanjutnya penyajian peta tutupan
lahan yang sesuai atura atau kaidah pembuatan peta.
Koreksi geometrik
Timbulnya kesalahan berupa pergeseran nilai atau derajat keabuan
elemen gambar (pixel) pada citra yang disebabkan oleh kesalahan
sistem optik akibat gangguan energy radiasi elektromagnetik pada
atmosfer dan kesalahan karena pengaruh sudut elevasi matahari
Koreksi geomertik
Kesalahan gaeometrik bersifat internal disebabkan konfigurasi
sensornya, dan kesalahan eksternal diakibatkan perubahan
ketinggian posisi, dan kecepatan wahana gerak rotasi dan
kelengkungan bumi
4. Tentukan bagaimana cara melakukan klasifikasi data citra untuk
klasifikasi tutupan lahan
Klasifikasi adalah teknik yang digunakan untuk menghilangkan
informasi rinci dari data inputuntuk menampilkan pola-pola penting atau
distribusi spasial untuk mempermudah interpretasi dananalisis citra sehingga
dari citra tersebut diperoleh informasi yang bermanfaat. Untuk
pemetaantutupan lahan, hasilnya bisa diperoleh dari proses klasifikasi
multispektral citra satelit. Klasifikasimultispektral sendiri adalah algoritma
yang dirancang untuk menyajikan informasi tematik dengan cara
mengelompokkan fenomena berdasarkan satu kriteria yaitu nilai spektral.
Klasifikasi multispektral diawali dengan menentukan nilai piksel tiap
objek sebagai sampel. Selanjutnya nilai piksel dari tiap sampel tersebut
digunakan sebagai masukkan dalam prosesklasifikasi. Perolehan informasi tutupan
lahan diperoleh berdasarkan warna pada citra, analisis statikdan analisis grafis.
Analisis statik digunakan untuk memperhatikan nilai rata-rata, standar
deviasi danvarian dari tiap kelas sampel yang diambil guna menentukan perbedaan
sampel. Analisis grafis digunakan untuk melihat sebaran-sebaran piksel dalam
suatu kelas
Didalam klasifikasi ini terdapat dua metode klasifikasi yaitu :
Metode Klasifikasi Terbimbing (Supervised)
Pada metode supervised ini, analis terlebih dulu menetapkan
beberapa training area (daerah contoh) pada citra sebagai kelas lahan
DAFTAR PUSTAKA
Danoedoro, P. 2012 . Pengantar Penginderaan Jauh Digital,
Yogyakarta:Andi Offset
Dita Rizki Amliana,2016. Analisis Perbandingan Nilai NDVI Landsat 7 dan
Landsat 8 pada Kelas Tutupan Lahan.Semarang:Universitas
Diponegoro.
Kiefer T.M. dan Lillesand R. W., 1990.Pengindraan Jauh dan Interpretasi
Citra.Yogyakarta:Universitas Gaja Mada.
Purwadhi, dan Sanjoto TB. 2008. Pengantar Interpretari Citra Penginderaan
Jauh. Jakarta: LAPAN