Laporan Praktikum

GD 3205 PENGINDERAAN JAUH

Modul : Color Composite
Dosen : Bambang E. Leksono

Disusun oleh :
Nifa Anzalta Minfadlika Failusuf
15114095

TEKNIK GEODESI DAN GEOMATIKA

FAKULTAS ILMU DAN TEKNOLOGI KEBUMIAN
INSTITUT TEKNOLOGI BANDUNG
2017

1
 BAB I
PENDAHULUAN

1.1 Pendahuluan
Masing-masing band dalam Landsat memiliki kemapuan dalam mendeteksi
perbedaan sesuai dengan kebutuhan, tapi band tersebut tidak dapat digunakan secara
terpisah. Untuk dapat diasosiakan menjadi warna, dibutuhkan band lain untuk
dikomposisikan dalam Band Red, Green, Blue (RGB). Color Composite merupakan
tampilan dari 3 band untuk mengekstrak informasi. Color Composite mengkombinasikan
3 band RGB (red, green, blue). Ketika warna tersebut digabungkan dalam berbagai
proporsi, menghasilkan warna yang berbeda dalam setiap spektrum band yang terlihat.
Menempatkan tiga band bersama-sama dalam satu peta color composite dapat
memberikan kesan visual yang lebih baik dari kenyataan di lapangan dibandingkan dengan
menampilkan satu band saja. Nilai input pixel dari setiap band adalah ukuran dari jumlah
refleksi dalam interval panjang gelombang tertentu. Nilai-nilai dalam output warna peta
komposit hanya merujuk ke warna-warna tertentu. Sebelum membuat color composite,
lakukan penyaringan band untuk meningkatkan ketajaman fitur yang menarik.
Color Composite dapat digunakan untuk tujuan interpretasi visual, untuk tujuan
ilustrasi dan pengklasifikasian citra. Refleksi dari color composite
image menghasilkan spectral signature. Spectral signature adalah koleksi pixel yang
memiliki atau warna yang sama atau mirip dalam hal reflectance pattern/brightness
values.
1.2. Tujuan Praktikum
Tujuan dari praktikum ini adalah:
1. Mengetahui langkah pengerjaan dalam merubah kombinasi band pada warna Red,
Green, Blue (color composite) pada software ILWIS
2. Mengetahui perbedaan dan fungsi antara kombinasi band (color composite) yang
telah diubah.
1.3. Manfaat
1. Praktikan dapat memahami dan merubah kombinasi band pada warna Red, Green,
Blue (color composite) pada software ILWIS.
2. Praktikan dapat memahami perbedaan dan fungsi antara kombinasi band (color
composite) yang telah diubah.

2
1.4. Studi Literatur
COLOR COMPOSITE
Sebuah citra multispektral terdiri dari beberapa band data. Untuk tampilan visual,
setiap band dari gambar dapat ditampilkan dengan satu band sebagai citra greyscale, atau
kombinasi dari tiga band sebagai citra color composite. Interpretasi citra komposit warna
multispektral akan membutuhkan pengetahuan tentang reflektansi spektral dari objek. Ada
beberapa contoh Color Composite, yaitu true color composite dan false color composite.
Jika gambar multispektral terdiri dari tiga band warna dasar (Red, Green, Blue), tiga
band dapat dikombinasikan untuk menghasilkan true color image. Misalnya, band 3 (Red),
2 (Green) dan 1 (Blue) dari citra LANDSAT TM atau IKONOS citra multispektral
menghasilkan warna gambar true/natural color composite yang dihasilkan menyerupai
keadaan sebenarnya. Citra yang terlihat dan keadaan sebenarnya sama persis, misalnya
vegetasi berwarna hijau, air berwarna biru, tanah berwarna coklat. False color composite
menghasilkan warna objek dalam citra yang ditampilkan tidak serupa dengan warna
sebenarnya. Ada banyak kemungkinan skema kombinasi band untuk menghasilkan false
color composite, skema tersebut berfungsi untuk mendeteksi benda-benda tertentu dalam
gambar. Contohnya band 4 (Red), band 3 (Green), band 2 (Blue) untuk mendeteksi
vegetasi.
Secara umum, teknik pengolahan citra digital dibagi menjadi tiga tingkatpengolahan,
yakni sebagai berikut:
1. Pengolahan Tingkat Rendah (Low-Level Processing). Pengolahan ini merupakan
operasional-operasional dasar dalam pengolahan citra, seperti pengurangan noise
(noise reduction), perbaikan citra (image enhancement) dan restorasi citra (image
restoration).
2. Pengolahan Tingkat Menengah (Mid-Level Processing). Pengolahan ini meliputi
segmentasi pada citra, deskripsi objek, dan klasifikasi objek secara terpisah.
3. Pengolahan Tingkat Tinggi (High-Level Processing). Pengolahan ini meliputi
analisis Citra.

3
 Dari ketiga tahap pengolahan citra digital di atas, dapat dinyatakan suatu gambaran
mengenai teknik-teknik pengolahan citra digital dan macam-macamnya, antara lain
sebagai berikut (Basuki, 2005:11) :
1. Image enhancement, berupa proses perbaikan citra dengan meningkatkan kualitas
citra, baik kontras maupun kecerahan.
2. Image restoration, yaitu proses memperbaiki model citra,biasanya berhubungan
dengan bentuk citra yang sesuai.
3. Color image processing, yaitu suatu proses yang melibatkan citra berwarna, baik
berupa image enhancement, image restoration, atau yang lainnya.
4. Wavelet dan multiresolution processing, merupakan suatu proses yang menyatakan
citra dalam beberapa resolusi.
5. Image compression, merupakan proses yang digunakan untuk mengubah ukuran
data pada citra.
6. Morphological processing, yaitu proses untuk memperoleh informasi yang
menyatakan deskripsi dari suatu bentuk pada citra.
7. Segmentation, merupakan proses untuk membedakan atau memisahkan objek-objek
yang ada dalam suatu citra, seperti memisahkan objek dengan latar belakangnya.
8. Object recognition, yaitu suatu proses yang dilakukan untuk mengenali objek-objek
apa saja yang ada dalam suatu citra.

ILWIS
ILWIS (Integrated Land and Water Information System) adalah software GIS Open Source
yang dapat digunakan untuk mengolah data GIS baik dalam bentuk vektor atau raster.
ILWIS ini dirancang International Institute for Aerospace Survey and Earth Sciences
(ITC), Enschede, Belanda. ILWIS mempunyai kemampuan untuk input, mengatur,
menganalisa dan menyajikan geo-graphical data. Dari data yang ada dapat menghasilkan
informasi pada pola spasial & temporal dan proses pada permukaan bumi.
Untuk ILWIS window pada dasarnya terdapat empat tipe window, yaitu :
1. Main window, merupakan bagian utama.
2. Map window, berfungsi untuk menampilkan data spasial baik format raster
maupun vektor.
3. Table window, berfungsi untuk melakukan editing data tabular dan table.
4. Pixel information window, berfungsi untuk menampilkan informasi mengenai
kelas, ID ataupun nilai data spasial secara interaktif.

Untuk ILWIS object dikelompokkan menjadi empat kategori, yaitu :

1. Data object, merupakan data spasial dan data atribut.
2. Container object, merupakan suatu “wadah” yang berisi sekumpulan data object.
3. Service object, berisikan fasilitas atau aksesoris yang diperlukan oleh adapt
object. Terdiri dari domain, representation, georeference, dan coordinate system.

4
 BAB II
HASIL DAN PEMBAHASAN

2.1. Metodologi Praktikum

2.1.1. Alat :
1. Software ILWIS

2.1.2. Langkah-Langkah membuat Color Composite pada Software ILWIS

1. Buka aplikasi ILWIS. Pilih File > Import. Lalu pilih Geospatial Data Abstraction
Library (GDAL) > raster > Geo TIFF. Masukkan citra (B1-B7) berformat .TIFF
pada kolom input dan beri nama pada kolom output sesuai dengan citra (band ke
berapa) > Klik OK.
Contoh : pada kolom input dimasukkan citra Band 1, maka pada kolom output haurs
diubah menjadi Band 1 juga.

2. Pilih File > Create > Map List. Pada kolom Map List beri nama citra. Block
semua citra (B1-B7) > Klik tombol (semua citra pindah ke kolom di
sebelah kanan) > Klik OK.

5
3. Double-Klik pada Landsat 8 > Klik simbol (Open As Color Composite) >
Muncul kotak dialog seperti gambar dibawah ini.

4. Pilih Landsat 8 > Display Tools > Color Composite. Double-Klik pada Color
Composite dan pilih Band untuk warna Red, Green, Blue. Lalu Klik Apply.

5. Dibawah ini merupakan hasil Color Composite

True Color Composite Infra-red color

B4, B3, B2 natural color B5, B4, B3

6
 B4, B5, B7 B4, B5, B3 B2, B5, B7

B7, B4, B2 B4, B5, B1 B7, B5, B3

2.2. Hasil dan Pembahasan
2.2.1. Perbedaan Dan Fungsi Antara Kombinasi Band (Color Composite).
1. Komposit B5, B4, B3 Vegetasi berwarna hijau dan tanah kering berwarna
merah, perkotaan dan tanah berwarna abu-abu atau cokelat, air jernih
berwarna hitam.
2. Komposit B4, B3, B2 Vegetasi merah, daerah perkotaan biru dan tanah
bervariasi dari gelap ke cokelat terang. Es, salju dan awan putih biru.
Umumnya, warna merah tua menunjukkan daun lebar/vegetasi sehat
sementara merah terang menandakan padang rumput atau daerah jarang
bervegetasi. Perkotaan padat penduduk warna biru terang.
3. Komposit B3, B2, B1 Tanah mirip dengan visual manusia, vegetasi yang
sehat berwarna hijau dan tidak sehat berwarna coklat dan kuning, jalan abu-
abu, dan garis pantai putih.
4. Komposit B7, B4, B2 . Vegetasi sehat hijau terang, tanah tandus merah
muda, daerah jarang bervegetasi jingga dan cokelat, vegetasi kering
berwarna jingga dan air biru. Jika ada kebakaran berwarna merah. Wilayah
perkotaan berwarna magenta.
5. Komposit B4, B5, B1 vegetasi sehat berwarna merah, cokelat, jingga dan
kuning. Tanah hijau dan cokelat, fitur perkotaan berwarna putih, cyan dan
abu-abu. Air yang dalam berwarna gelap, jika air dangkal atau mengandung
sedimen berwarna biru lebih ringan.
6. Komposit B7, B5, B3 Vegetasi gelap dan hijau selama musim tanam,
perkotaan berwarna putih, abu-abu, ungu. Salju dan es muncul biru gelap,
air biru hitam atau gelap. Kebakaran hutan dan gunung berapi berwarna
merah atau kuning. Area banjir berwarna sangat biru tua atau hitam.
7. Komposit B7, B5, B4 Garis pantai dan pantai didefinisikan dengan baik dan
vegetasi berwarna biru. Komposit B5, B3, B1 dapat menampilkan tekstur
topografi seperti perbedaan dalam jenis batuan.

7
 Spectral Signature adalah suatu tanda pada band sehingga dapat diketahui objek itu
berwujud seperti apa (vegetasi, perairan, perkotaan). Kadar Reflektansi dari Near-IR
sangat tinggi (50%), Visible light (Green) sekitar 20%, dan yang terendah adalah Visible
light (Red) sekitar 5-10%. Klorofil menyerap radiasi dalam Red Wave dan Blue Wave tapi
mendefiniskan sebagai Green wave. Itulah sebabnya mengapa vegetasi sehat tampak hijau.
Struktur internal daun yang sehat bertindak sebagai reflektor difusi yang sangat baik dari
Near Infra-Red. Mengukur dan memonitor reflektansi Near-IR adalah salah satu cara
untuk menentukan seberapa sehat vegetasi. Kadar Reflektansi Air sekitar 3-15% dan yang
terbesar ada pada Visible light (Blue). Sehingga ketika Blue Wave menghantam air maka
air akan menyerap gelombang tersebut karena kadar reflektansinya rendah. Itulah
sebabnya air terlihat berwarna biru.

8
 BAB III
PENUTUP

3.1 Kesimpulan
Color Composite citra bertujuan untuk memperoleh gambaran visual yang lebih baik.
Diperlukan kombinasi band sesuai kebutuhan untuk mempermudah pekerjaan interpretasi citra.
Penggabungan citra akan terdapat perbedaan citra komposit terlihat dari adanya warna yang
berbeda dari tiap komposit. Hal tersebut dapat memudahkan dalam proses pengidentifikasian
suatu objek dalam citra satelit. Karena pada citra yang terlah terkomposit memiliki warna
masing-masing. Kadar Reflektansi yang ada pada Special Signature menjelaskan bagaimana
air terlihat berwarna biru, vegetasi terlihat berwarna hijau dan tanah terlihat berwarna coklat
kekuningan.

9
DAFTAR PUSTAKA

Lillesand, T. M.; R. W. Kiefer; J. W. Chipman. 2000. Remote sensing and image

interpretation (4th ed.). John Wiley and Sons Inc. New York.
Basuki, Achmad. 2005. Metode Numerik dan Algoritma Komputasi. Yogyakarta: ANDI.
Darma Putra. 2010. Pengolahan Citra Digital, Westriningsih, Ed. Yogyakarta: Andi.
Sutojo, Siswanto. 2004. Membangun Citra Perusahaan. Jakarta: Damar Mulia Pustaka.
Sutoyo, T,dkk. 2009. Teori Pengolahan Citra Digital. Penerbit Andi : Yogyakarta.
http://www.crisp.nus.edu.sg/~research/tutorial/opt_int.htm
http://spatial-analyst.net/ILWIS/htm/ilwisapp/color_composite_functionality.htm
http://planningengineeringtugaspcd.blogspot.co.id/2012/04/v-behaviorurldefaultvmlo.html
http://web.pdx.edu/~emch/ip1/bandcombinations.html
http://earthobservatory.nasa.gov/Features/FalseColor/page6.php
https://andhikaprima.wordpress.com/2010/02/15/spektral/

10