LAPORAN PENGINDERAAN JAUH

ACARA II

Laporan ini disusun untuk memenuhi tugas praktikum Penginderaan Jauh

Yang dibimbing oleh Ibu Ike Sari Astuti S.P, M.Nat.Res.St., Ph.D

Oleh:

Nama Mahasiswa : Veny Chrisina Pudjianto

NIM :160721600907

Offering : L 2016

Assisten Praktikum : Irvan Aditya Mohammad

UNIVERSITAS NEGERI MALANG

FAKULTAS ILMU SOSIAL
JURUSAN GEOGRAFI
2018
A. Judul
Pengenalan Citra Satelit dan Karakteristik Spektral Objek

B. Tujuan
1. Mahasiswa mampu mengidentifikasi karakteristik citra satelit.
2. Mahasiswa mampu melakukan komposit warna citra satelit.
3. Mahasiswa mampu mengidentifikasi karakteristik spektral beberapa objek di
permukaan Bumi.
4. Mahasiswa mampu membuat kurva spektral beberapa objek di permukaan Bumi.

C. Alat dan Bahan

1. Alat
a) Laptop
b) Software ENVI 5.3
c) Microsoft Office
2. Bahan
a) Citra Landsat 8 OLI TIRS
b) Citra MODIS
c) Citra IKONOS

D. Dasar Teori
Resolusi spasial merupakan kemampuan untuk menampakkan dua objek yang
berdekatan secara terpisah. Dapat disebut juga daya memecah detail suatu objek. Resolusi
spasial dipengaruhi oleh pixel citra tersebut. Semakin banyak pixel dan ukuran pixel yang
kecil memberikan detail yang lebih baik, karena setiap pixel akan mewakili informasi
suatu citra. Semakin besar matrix pixel maka akan memberikan resolusi spasial yang lebih
baik. Resolusi spasial dapat disebabkan juga oleh blur akibat faktor geometris, misalnya
karena ukuran fokus tabung, dofusi cahaya pada receptor, bukan diafragma, dan
pergerakan pasien. Dalam diagnostik pencitraan digital, resolusi spasial 2,5-5,0 mm
merupakan range optimal dalam menghasilkan citra. Untuk mammografi yang
membutuhkan detail tinggi ketika ada mikro kalsifikasi, ataupun tulang yang
membutuhkan detail maka dibutuhkan resolusi spasial yang lebih tinggi. Dalam pencitraan
CR penyebab resolusi spasial yang rendah adalah karena hamburan cahaya saat imaging
plate dibaca. Kejadian ini dapat mengakibatkan blur pada saat imaging plate dibaca oleh
imaging plate reader (Setyawan, 2014). Dalam menentukan range resolusi, ada tiga
tingkat ukuran resolusi yang perlu diketahui, yaitu:
a. Resolusi spasial tinggi, berkisar : 0.6 – 4 m.
b. Resolusi spasial menegah, berkisar : 4 – 30 m.
c. Resolusi spasial rendah, berkisar : 30 - > 1000 m.
Pixel size (resolution) merupakan ukuran citra yang sebenarnya di lapangan (Ground
resolution) sedangkan Pixel Output merupakan ukuran citra yang tertera pada layar
monitor (display).
 Resolusi temporal ialah frekuensi perekaman ulang kembali ke daerah yang sama
pada rentang waktu tertentu. Rentang waktu perulangan ke asal daerah yang sama
satuannya dinyatakan dalam jam atau hari, contoh resolusi temporal yaitu :
a. Resolusi temporal tinggi berkisar antara : <24 jam – 3 hari.
b. Resolusi temporal sedang berkisar antara : 4 – 16 hari
c. Resolusi temporal rendah berkisar antara > 16 hari
Beberapa contoh satelit bumi yang mempunyai resolusi temporal: a. Landsat generasi 1 :
18 hari b. Landsat generasi 2 : 16 hari c. SPOT : 26 hari atau 6-7 kali/bulan karena sensor
dapat ditengokkan arah perekamannya. d. Ikonos: antara 1,5 sampai 3 hari. Resolusi
temporal diartikan sebagai lamanya waktu bagi sensor satelit untuk mengindera daearah
yang sama untuk yang kedua kalinya. Satuannya biasanya adalah hari. Semakin banyak
jumlah hari yang diperlukan untuk mengindera daerah yang sama maka semakin rendah
resolusi temperolanya, dan sebaliknya (Syah,2010).
Resolusi radiometrik dapat diartikan sebagai julat (range) representasi/kuantisasi
data, yang biasanya dipergunakan untuk format raster. Julat tersebut dapat berupa 2 bit (0-
1), 3 bit (0-3), 4 bit (0-15), 5 bit (0-31), 6 bit (0-63), 7 bit (0-127), 8 bit (0-255), 10 bit (0-
1023), 16 bit (0-65535). Semakin besar bit yang dimiliki oleh suatu sensor, maka sesnsor
tersebut dapat dikatakan mempunyai resolusi radiometrik yang tinggi (Syah,2010).
Resolusi radiometrik ialah kemampuan sensor dalam mencatat respons spektral objek.
Sensor yang peka dapat membedakan selisih respons yang paling lemah sekalipun.
Kemampuan sensor ini secara langsung dikaitkan dengan kemampuan koding, yaitu
mengubah intensitas pantulan atau pancaran spektral menjadi angka digital. Kemampuan
ini dinyatakan dalam bit. Landsat 7 ETM+ memiki resolusi radiometrik sebesar 8 bit yang
berarti 256 tingkat kecerahan (0-255), 0 untuk sinyal terlemah (hitam) dan 255 untuk
sinyal terkuat (putih). Berbeda halnya dengan Landsat 8 OLI yang memiliki resolusi
radiometrik sebesar 16 bit yang berarti 65536 tingkat kecerahan 0 untuk sinyal terlemah
(hitam) dan 65535 untuk sinyal terkuat (putih). Hal tersebut menjelaskan bahwa Landsat 8
OLI memiliki resolusi radiometrik lebih tinggi dibandingkan Landsat 7 ETM+. Semakin
tinggi resolusi radiometrik yang dimiliki maka akan semakin tinggi pula kemampuan
untuk membedakan objek-objek di permukaan bumi (Hernan, 2016).
Resolusi spektral; Resolusi spektral dari suatu sensor adalah lebar dan banyaknya
saluran yang dapat diserap oleh sensor. Semakin banyak saluran yang dapat diserap dan
semakin sempit lebar spektral tiap salurannya maka resolusi spektralnya semakin tinggi.
Resolusi spektral ini berkaitan langsung dengan kemampuan sensor untuk dapat
mengidentifikasi obyek. Resolusi spektral sensor yang spesifik menentukan jumlah band
spektral, di mana sensor dapat memilih radiasi yang direfleksikan dipantulkan). Tetapi
jumlah band-band bukanlah hanya aspek yang penting dari resolusi spektral. Bebarapa
contoh satelit bumi yang mempunyai resolusi spektral: a. Resolusi spektral tinggi berkisar
antarara: - 220 band b. Resolusi spektral sedang berkisar antara: 3 - 15 band c. Resolusi
spektral rendah berkisar antara: - 3 band Saluran spektrum yang digunakan dalam sistem
penginderaan jauh, pada daerah spektrum optik (visible, infra merah dekat dan infra merah
menengah atau infra merah pantulan).
Band combination atau sering disebut citra komposit karena dalam proses kita akan
melakukan komposit (penggabungan) 3 kanal (band) untuk mendapatkan warna merah
 (red), hijau (green), dan biru (blue). Kombinasi band RGB 412 dan RGB 142
menghasilkan kenampakan warna obyek yang tidak sebenarnya (false color). Kombinasi
band RGB 412 yang berarti band 4 yang merupakan band pada panjang gelombang
inframerah dekat dimasukkan ke dalam kanal warna merah, band 1 yang merupakan band
warna hijau dimasukkan ke dalam kanal warna biru, menghasilkan kenampakan data citra
satelit dominasi warna merah semu. Dengan kombinasi band seperti itu, obyek-obyek
vegetasi secara umum akan berwarna merah, seperti rumput yang berwarna merah muda
cerah hingga magenta, pepohonan lebat akan berwarna merah agak gelap, sedangkan
obyek lain seperti air jernih berwarna biru tua hingga kehitaman, air keruh berwarna biru
muda keputihan, tanah berwarna cokelat atau cokelat merah menjadi terlihat kehijauan.
Demikian pula dengan kombinasi band RGB 142 akan menghasilkan data citra satelit
dengan dominasi warna hijau semu. Warna merah semu dan hijau semu yang terlihat pada
obyek-obyek vegetasi terjadi karena vegetasi lebih kuat memantulkan gelombang
elektromagnetik pada panjang gelombang inframerah dekat (near infrared), dan oleh
karena itu warna vegetasi menjadi berwarna merah semu pada itra satelit dengan
kombinasi band RGB 412, dan berwarna hijau semu pada data citra satelit dengan
kombinasi band RGB 142.

E. Langkah Kerja
1. Identifikasi citra
a) Buka software ENVI
b) Pilih File – Open As – Landsat – GeoTiff with Metadata
 Pilih File – Open As – EOS - MODIS

Pilih File – Open – pilih file citra IKONOS

c) Klik kanan pada layer citra – pilih View Metadata

2. Komposit warna
a) Buka software ENVI
b) Buka file citra yang akan diubah komposit warnanya

c) Pilih Data Manager . Pada Band Selection, pilih band yang akan menggantikan
band Red, Green, dan Blue
 Atau klik kanan layer citra – Change RGB Bands

d) Pilih Load Data

3. Identifikasi spektral objek

a) Buka software ENVI
b) Pilih File – Open As – Landsat – GeoTiff with Metadata

c) Pilih Reion Of Interest (ROI)

d) Buat rectangle berukuran kurang lebih 10x10 pixel pada objek yang akan
diidentifikasi. Pada Region Of Interest Tool, beri keterangan pada ROI Name
e) Pilih New ROI untuk membuat objek baru
f) Pada kota dialog ROI, pilih File – Save As, centang semua objek yang akan
disimpan, pilih lokasi penyimpanan pada Enter Output File, pilih OK

g) Ekstrasi nilai statistik objek ROI dengan klik kanan pada objek yang akan di
ekstraksi – Statistics
 h) Pada kotak dialog ROI Statistics View, pilih File – Export to Text File, pilih lokasi
penyimpanan, pilih OK

i) Buka Microsoft Excel – pilih Data – From Text – pilih file – Import – Next – Finish

4. Kurva spektral objek

a) Buka Microsoft Excel, kemudian buka file statistik ROI
b) Buat sheet baru, salin nilai Mean pada setiap objek, kemudian buat kurva spektral
F. Hasil Praktikum
1. Tabel Identifikasi Karakteristik Citra Satelit
Nama Jumlah Resolusi Resolusi Resolusi Resolusi
Satelit Band Spasial Temporal Spektral Radiometrik
LANDSAT 11 Band 30 m 16 hari 0,43-0,45 16 bit
8 OLI TIRS 15 m (band 1)
(pankromatik) 0,45-0,51
(band 2)
0,53-0,59
(band 3)
0,64-0,67
(band 4)
0,85-0,88
(band 5)
1,57-1,65
(band 6)
2,11-2,29
(band 7)
0,5-0,68
(band 8)
1,36-1,38
 (band 9)
10,6-11,1
(band 10)
11,5-12,5
(band 11)
MODIS 36 Band 250 m 1-2 hari 0,4-14,4 µm 12 bit
(band 1-2)
500 m
(band 3-7)
1.000 m
(band 8-36)
IKONOS 4 Band 0,82 m 3 hari pada 0,445-0,853 11 bit
(pankromatik) lintang 40º µm
3,28 m Blue,
(multispektral) Green, Red,
NIR

2. Komposit Warna
a) True color dan false color Landsat 8 OLI TIRS

b) True color dan false color MODIS

 c) True color dan false color IKONOS

3. Tabel Identifikasi Spektral Objek

Objek Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7

Tanah 8913.699 8312.217 7987.14 7851.503 13257.52 13372.22 9643.567
Awan 25974.52 26589.13 26729.38 27713.19 32404.63 27785.1 22364.09
Hutan 9198.597 8310.256 7678.85 6675.621 17358.87 9861.25 6875.921
Pemukiman 10225.25 9485.321 8823.417 8618.158 11833.3 11121.9 9589.196
Sawah 9780.473 9102.703 8678.522 8587.275 13972.11 12642.44 9575.242
Semak 9482.113 8646.643 8073.881 7189.339 15616.96 10121.01 7406.732
Tubuh Air 9296.829 8289.156 6856.292 6076.254 5532.543 5203.832 5134.029

4. Kurva Spektral Objek

35000

30000

25000 Tanah
Awan
20000 Hutan
Pemukiman
15000
Sawah
10000 Semak
Tubuh Air
5000

0
Band 1 Band 2 Band 3 Band 4 Band 5 Band 6 Band 7
G. Pembahasan
1. Karakteristik Citra Satelit
Pada tabel diatas, terdapat tiga citra satelit yang memiliki karakteristik berbeda. Ketiga
citra satelit tersebut adalah citra satelit Landsat 8 OLI TIRS, MODIS, dan IKONOS.
Landsat 8 memiliki 11 band dengan band coastal aerosol. red, green, blue, NIR, SWIR
I, SWIR II, pankromatik, Cirrus, long wavelength infrared. Citra Landsat 8 memiliki
resolusi spasial 30x30 m, berarti luasan objek yang dapat direkam dalam satu citra
adalah 900 m2. Resolusi temporal citra Landsat 8 yaitu 16 hari, dimana setiap 16 hari
akan merekam wilayah yang sama. Resolusi radiometrik 16 bit menandakan bahwa
citra Landsat 8 memiliki derajat keabuan dari skala 0 (hitam) – 65536 (putih). Citra
Landsat 8 ini biasanya dimanfaatkan untuk mengidentifikasi vegetasi. Citra MODIS
memiliki 36 band dengan resolusi spasial yang berbeda dari 250 m pada band 1-2, 500
m pada band 3-7, dan 1000 m pada band 8-36. Citra MODIS merekam wilayah yang
sama setiap 1-2 hari. Resolusi radiometrik yang dimiliki citra MODIS adalah 12 bit.
Citra MODIS banyak digunakan dalam penentuan indeks tumbuhan, kelembaban tanah,
kadar aerosol di udara, suhu permukaan laut, dan kandungan klorofil. Citra IKONOS
memiliki 4 band yaitu red, green, blue, dan NIR. Resolusi spasial citra IKONOS adalah
3,28 m dengan resolusi temporal 3 hari pada lintang 40º. Citra IKONOS memiliki
resolusi radiometrik 11 bit. Citra IKONOS dimanfaatkan dalam analisa urban planning.

2. Komposit Warna
Komposit warna dilakukan ketika dibutuhkan identifikasi objek yang lebih mudah dan
jelas karena setiap objek memiliki karakteristik spektral yang berbeda. Hal tersebut
dilakukan dengan mengubah band color untuk mendapatkan warna yang lebih mudah
diidentifikasi. Citra dengan warna yang sesungguhnya atau sesuai disebut true color,
sedangkan citra dengan band color yang telah diubah disebut false color.

3. Karakteristik Spektral Objek

Setiap objek memiliki karakteristik spektral yang berbeda agar dapat diidentifikasi
dengan mudah. Ada beberapa band yang dipantulkan dan diserap oleh setiap objek
sehingga menghasilkan karakteristik yang berbeda. Contohnya pada objek air yang
memiliki nilai reflectan tinggi pada band biru, namun rendah pada band NIR.

H. Kesimpulan
1. Karakteristik pada setiap citra satelit memiliki perbedaan dari sisi resolusi dan jumlah
band.
2. Komposit warna digunakan untuk kemudahan proses identifikasi objek.
3. Karakteristik spektral pada setiap objek berbeda tergantung pada band yang
dipantulkan dan diserap.

I. Daftar Pustaka
https://www.academia.edu/10323483/KARAKTERISTIK_CITRA_SATELIT
https://e-journal.jurwidyakop3.com/index.php/jurnal-ilmiah/article/view/118/104