JOBSHEET 1

AKUISISI DATA CITRA SATELIT LANDSAT 8 OLI/TIRS

A. LANGKAH KERJA
1. Akuisisi Data Citra Satelit Landsat 8 OLI/TIRS
Data citra satelit Landsat 8 OLI/TIRS merupakan data yang diperoleh
dengan free melalui website resmi USGS dengan cara men-download data
yang diinginkan. Berikut proses download data :
a. Masuk website resmi USGS http://earthexplorer.usgs.gov/ dan lakukan
pendaftaran dengan mengklik ‘Register’. kemudian lakukan untuk
register

Gambar 1.1 Website USGS Register

b. Setelah itu, terbuka jendela ‘EROS Registration System” page ‘User

Credentials’ seperti di bawah. Isi username, password, dll. Lalu klik
‘continue’

Gambar 1.2 Isi Data Register

1
c. Setelah itu terbuka page ‘Contact Demographic’ isi dengan kesesuaian
diri teman. Misalkan, ada pertanyaan ‘in what sector do you work?’
saya pilih ‘other’ dengan mengisi ‘college student’ sebagai info
spesifiknya. Lalu ada pertanyaan seberapa banyak informasi yang
diambil dari USGS untuk di distribusikan kepada orang lain, saya pilih
opsi ‘some of the data’. Lalu ada pertanyaan kegunaan utama dan
kegunaan yang lainnya. Lalu checklist saja yang berkesusaian dengan
diri. Dan klik Continue

Gambar 1.3 User Registration

d. Setelah selesai mengisi form ‘contact demographic’ terbuka page
‘contact information’ yang berisi pertanyaan tentang semua informasi
umum seperti nama, alamat, alamt email, no. hp, dan sebagainya

Gambar 1.4 User Registration – Contact Information

2
e. Setelah itu terbuka page ‘complete registration’ yang berisi semua
rangkuman informasi tentang pendaftar. Klik ‘Continue

Gambar 1.5 Complete Register

f. Setelah selesai melakukan registrasi, buka email yang telah didaftarkan

sebelumnya. Cek kotak masuk. Buka pesan dari USGS/EROS. Setelah
terbuka, klik tautan yang disematkan di dalam pesan.

Gambar 1.6 Confirm email Akun USGS

g. Terbuka jendela seperti dibawah. Lalukan login dengan

Ketik username yang telah didaftarkan. Lalu klik ‘submit’

3
 Gambar 1.7 Register Confirmation

h. Pendaftar telah mempunyai akun USGS dan sudah bisa ‘login/sign in’

Gambar 1.8 Login Akun USGS

i. Selanjutnya masukan koordinat lokasi atau nama lokasi yang ingin di

download Data Citra nya yaitu Yogyakarta kemudian klik show.

4
 Gambar 1.9 Cari Lokasi Data Citra

j. Selanjutnya isikan waktu data yang anda inginkan, sebaiknya

mengambil waktu/data yang terbaru ataupun lama dan kemudian klik
Data Sets.

Gambar 1.10 Ubah Waktu Data Hari/Tanggal/Tahun citra

5
k. Kemudian pilih Landsat Archive dan centang kolom yang paling atas
lalu klik Result.

Gambar 1.11 pilih citra landsat 8 ORI/TIRS

l. Lalu akan muncul beberapa gambar seperti di bawah ini, silakan anda
pilih data yang anda inginkan, sebaiknya pilih gambar yang tidak
berawan atau yang lumayan jelas, kemudian klik icon dawnload pada
gambar / data yang anda inginkan.

Gambar 1.12 Download Citra

6
 m. Kemudian klik Dawnload yang paling bawah dan tunggu sampai data
yang anda inginkan selesai di dawnload, mendawnload Data Citra
lumayan lama bias memakan waktu 3 sampai 5 jam

Gambar 1.13 Pilih Ukuran Data Citra

n. Hasil Download data berupa file *.rar untuk menampilkan semua data
citra lakukan proses Extract File

Gambar 1.14 Hasil Download Citra

Tugas Lembar Kerja 1 :

1. Tampilan data citra yang telah di download tersebut pada Web USGS
menggunakan perangkat ENVI

7
 JOBSHEET 2
MEMBUAT LAYER STAKING

A. LANGKAH KERJA
1. Membuat Layer Staking
Layer Staking merupakan proses pembuatan multi-band pada suatu
file citra dengan cara menggabungkan image dari band-band yang terpisah
(band 1 – band 11) menjadi satu file. Proses ini sangat penting dilakukan
untuk melakukan proses pengolahan citra lebih lanjut. Berikut proses pada
layer staking :
a. Buka program Envi 4.5

Gambar 2.1 Icon ENVI 4.5

b. Kemudian Akan muncul menu utama pada Envi 4.5

Gambar 2.2 Menu Utama ENVI 4.5

8
c. Kemudian pilih data citra satelit yang akan digabungkan dengan pilih
file – open file image. Akan muncul kotak dialog Enter Date Filename
pilih data citra yang akan digabungkan dan open.

Gambar 2.3 Proses File – Open File Image

d. Pilih pada menu ENVI 4.5 Basic Tools Layer Staking akan muncul
kotak dialog Layer Staking Parameter

Gambar 2.4 Proses Basic Tools Layer Staking

e. Pada kotak dialog Layer Staking Parameter pilih import file akan
muncul kotak dialog Layer Staking Input file dan pilih file yang akan
digabungkan kemudian ok maka akan muncul semua band pada
selected files for layer staking

9
 Gambar 2.5 Proses Basic Import File
Pada Selected Files For Layer Staking

f. Untuk menyusun agar band – band urut sesuai dengan urutannya pilih
Reorder files akan muncul kotak dialog Reorder Files dan urutkan
sesuai urutan band kemudian ok

10
 Gambar 2.6 Reorder files
g. Setelah semua proses sudah selesai simpan file dengan cara pilih
Choose pilih tempat dimana akan disimpan kemudian ok

Gambar 2.7 Proses Penyimpanan File

h. Untuk Menampilkan data citra pilih pada menu utama ENVI pilih file
 Open Image File akan muncul dialog Enter Data Filename pilih
citra yang akan dibuka dan ok.

11
 Gambar 2.8 Proses memilih file citra

i. Kemudian akan muncul kotak dialog Available Bands List pada kotak
dialog yang berisikan band pada citra

Gambar 2.9 Kotak Dialog Available Bands List

j. Selanjutnya menampilkan data citra yaitu ada dua pilihan Gray Scale
dan RGB Color. Untuk membuka data citra Gray Scale pilih pada
Gray Scale kemudian Load Band cara sama untuk menampilkan data
citra dengan RGB Color pilih RGB Color dan Load Band

12
Gambar 2.10 Proses menampilkan Citra Gray Scale

13
 Gambar 2.11 Proses menampilkan Citra RGB Color 432(True Color)

JOBSHEET 3
MENAMPILKAN CITRA KOMPOSIT

A. LANGKAH KERJA
1. Menampilkan Citra Komposit
Untuk menampilkan citra berwarna atau citra komposit, maka
dibutuhkan minimal 3 layer sekaligus yang digunakan untuk mengisi kanal
Red , Green ,dan Blue. Dalam menampilkan citra satelit didalam bidang
Remote Sensing, terdapat 2 jenis komposit, yakni :
a. True Color Composite (warna sebenarnya)
True color ini menampilkan kenampakan citra satelit yang sesuai dengan
warna sebenarnya. Dalam membuat komposit warna sebenarnya, kita
harus memasukkan band-band sesuai dengan panjang gelombangnya,
misalkan kita tempatkan band merah pada kanal Red, band hijau pada
kanal Green, dan band biru pada kanal Blue.
b. False Color Composite (warna semu)
False color merupakan kombinasi RGB yang memberikan kenampakan
warna obyek yang bukan sebenarnya. Biasanya komposit ini digunakan

14
 untuk penajaman visual, dengan menggunakan komposit yang tepat,
maka obyek dapat terlihat lebih jelas dan kontras
2. Menampilkan Citra Menggunakan ENVI
a. Buka program ENVI 4.5 dengan klik dua kali icon ENVI 4.5 di dekstop

Gambar 3.1 Icon ENVI 4.5

b. Pada menut utama pilih file  open image file. Tentukan tempat
penyimpanan citra yang sudah ada sebelumnnya dilakukan layer staking

Gambar 3.2 Proses file – open image

c. Pada jendela available band list, pilih RGB color  tentukan saluran
pada kolom R-G-B sesuai saluran tampak mata (visible band) dari citra
yang dimiliki yaitu visible band RGB Color 432 – Load RGB

15
Gambar 3.3 Kotak dialog Available Band List

16
 Gambar 3.4 Menampilkan citra, komposit saluran RGB True Color 432

d. Membuat 2 jendela atau lebih, tambahkan jendela baru  Display#2 

New Display tentukan komposit RGS True Color 432 dan False Color
654

17
 Gambar 3.5 Tampilan Available Band List - New Display

Gambar 3.6 Menampilkan citra, link Display komposit saluran RGB True
Color 432 dan False Color RGB 543

e. Untuk saling terhubung dalam mengamati warna obyek antara True

Color dan False Color pilih dialog menu Tools Link Link Display

18
 Gambar 3.7 Tampilan Tools

f. Mengamati dan catat perbandingan warna obyek yang tampak pada citra
True color dan False color obyek tersebut dengan membuat 4x zoom
pixel pada Envi 4.5

Gambar 3.8 Tampilan False Color dan True Color 4x Zoom

g. Pengamatan dan perbandingan pada tampak citra RGB True Color dan
False Color, Vegetasi Rapat, Vegetasi Jarang, Lahan Terbuka, Tubuh Air
dapat dilihat pada tabel dibawah ini :
Tabel 3.1 Perbandingan warna Pixel paada citra

19
20
 JOBSHEET 4
CROPPING DATA CITRA

A. LANGKAH KERJA
1. Cropping Data citra
Cropping citra di lakukan untuk mendapatkan daerah penelitian
dengan maksud untuk dapat melakukan pengolahan data yang lebih
terfokus, terinci dan teroptimal. Pemotongan citra yaitu memperkecil
daerah yang akan di kaji sesuai dengan area of interest. Pemotongan citra
dapat di lakukan sesuai bentuk dengan poligon yang di inginkan seperti

21
pembatasan wilayah kabupaten, kecamatan atau desa, berikut proses pada
Cropping Citra :
a. Buka Citra yang akan di Cropping, pilih pada menu utama ENVI 4.5
pilih file  Open File Image. Akan muncul muncul kotak dialog
penyimpanan citra dan pilih open

Gambar 4.1 Citra yang akan di Cropping

b. Setelah itu pada kotak dialog Display#1 pilih menu overlay  Vectors

Gambar 4.2 Proses Overlay  Vectors

c. Kemudian akan muncul kotak dialog Vector Parameter selanjutnya
pilih menu File Open Vector File maka akan muncul kotak dialog
Select Vector File names pilih file dengan format shapefile (*.shp)

22
 Gambar 4.3 Tampilan Vector Parameter

Gambar 4.4 Tampilan Proses File Open Vector File

23
 Gambar 4.5 Tampilan Vector Parameters Open Shapefile (*.shp)

d. Maka akan muncul file (*.shp) pada data citra yang akan di cropping

File [*.shp]

Gambar 4.6 Tampilan file (*.shp) pada data citra

24
e. Selanjutnya pada kotak dialog Vector Parameter pilih menu File
Export Active Layer to ROI’S kemudian akan muncul kotak dialog
Export EVF Layer to ROI pilih Convert all records of an EVF layer to
one ROI dan Ok

Gambar 4.7 Tampilan File Export Active Layer to ROI’S

Gambar 4.8 Tampilan Export EVF Layer to ROI

f. Pada menu utama ENVI 4.5 pilih Basic Tools  Subset data via ROI
akan muncul kotak dialog Select via ROI pilih data citranya kemudian
Ok

25
 Gambar 4.9 Tampilan Basic Tools  Subset data via ROI

Gambar 4.10 Tampilan Select Input File

g. Akan muncul kotak dialog Spasial Subset via ROI Parameter pilih
Select all items kemudian pada Mask pixel outside of ROI klik tanda
agar menjadi Yes pilih choose untuk menyimpan file sesuai yang
diinginkan kemudian Ok.

Gambar 4.11 Tampilan Spasial Subset via ROI Parameter

26
 Gambar 4.12 Tampilan Proses Apply Mask

Gambar 4.13 Hasil Cropping Data Citra dengan

kombinasi band True Color 432

JOBSHEET 5
KOREKSI RADIOMETRIK

A. LANGKAH KERJA
1. Koreksi Radiometrik

27
 Nilai pixel merupakan hasil bit-coding informasi spektral dari
obyek di permukaan bumi. Informasi spektral ini mencapai detektor pada
sensor dalam bentuk radiasi spektral dengan satuan miliWatt cm-2 sr-1
Secara teoritik, pada suatu sistem penginderaan jauh ideal, nilai
pantulan spektral obyek di permukaan bumi sama dengan nilai radiansi
spektral yang terekam di detektor. Namun pada spektrum tampak dan
perluasannya (0.36 – sekita 0.9 um), informasi spektral obyek di
permukaan bumi biasanya mengalami bias, karena ada hamburan dari
obyek lain di atmosfer, khususnya partikel debu, uap air, dan gas triatomik
lainnya.
Pencarian nilai bias dapat dilakukan dengan beberapa cara, antara
lain : penyesuaian histogram, penyesuaian regresi, kalibrasi bayangan,
dan metode diagram pencar (Projo Danoedoro, 1996). Metode koreksi
radiometrik yang di gunakan dalam praktikum ini adalah penyesuaian
histogram. Metode ini dipilih karena relatif sederhana, waktu pemrosesan
singkat, dan tidak melibatkan perhitungan matematis yang rumit. Berikut
langkah kerja proses Koreksi Radiometrik :
a. Pembacaan Nilai Minimum dan Maksimum Saluran
1) Buka Citra yang akan dikoreksi radiometriknya dengan Open
Image file pada ENVI 4.5

Gambar 5.1 Tampilan Open Image File

2) Hitung statistik citra, pada menu bar klik Basic Tools
StatisticsCompute Statistics, muncul jendela Compute Statistic
Input File dan kik Ok

Gambar 5.2 Tampilan Menu Bar Basic Tools

Gambar 5.3 Tampilan Compute Statistics Input File

28
 3) Kemudian akan muncul jendela Calculate Statistics Parameters.
Aktifkan tanda chek Output to a Text Report File,Min/Max/Mean,
Output to a Statistics File, Histogram.
4) Setelah itu pilih Choose untuk melakukan penyimpanan masukkan
nama dan direktori file statistik output. Tentukan folder, beri nama
sesuai keinginan
5) Aktifkan juga Report, tentukan direktori save file dan beri nama

Gambar 5.4
Tampilan Compute
Statistics Parameters

6) Klik Ok, muncul text report statistik

citra, histogram citra per-saluran,
dan grafif min-max nilai pixel.
7) Tentukan saluran yang akan
dikoreksi, cari histogramnya. Untuk mengetahui saluran histogram
klik kanan pada plot histogram Select Plot

Gambar 5.5 Histogram Citra Landsat 8 Kota Semarang sebelum

Koreksi Radiometrik

b. Proses Koreksi Radiometrik

1) Pada menu bar klik Basic Tools Band Math, sehingga muncul
jendela Band Math

Gambar 5.6 Basic Tools Band Math

2) Lalu pada enter an expression masukan b1-nilai minimum citra
nilainya dapat dilihat pada statistik citra tadi lalu add list dan ok
3) Masukkan saluran band yang dimaksud, save output sebagai file,
tentukan direktori dan beri nama sesuai keinginan

29
 Gambar 5.7 Tampilan Band Math

4) Lakukan untuk saluran yang lain sama seperti langkah

sebelumnnya. Meskipun nilai minimum 0 lakukan juga band math
dengan bias 0, sehingga akan terbentuk file saluran secara terpisah
5) Selanjutnya lakukan layer staking Pilih pada menu ENVI 4.5 Basic
Tools Layer Staking akan muncul kotak dialog Layer Staking
Parameter

Gambar 5.8 Proses Basic Tools Layer Staking

6) Pada kotak dialog Layer Staking Parameter pilih import file akan
muncul kotak dialog Layer Staking Input file dan pilih file yang

30
 akan digabungkan kemudian ok maka akan muncul semua band
pada selected files for layer staking

Gambar 5.9 Layer Stacking Parameters

7) Untuk menyusun agar band – band urut sesuai dengan urutannya

pilih Reorder files akan muncul kotak dialog Reorder Files dan
urutkan sesuai urutan band kemudian ok

Gambar 5.10 Tampilan Proses Reorder Files

8) Selanjutnya tampilkan histogram statistik citra yang belum

terkoreksi dan sesudah terkoreksi, klik pada menu bar klik Basic
Tools StatisticsCompute Statistics, muncul jendela Compute
Statistic Input File dan kik Ok dan pilih citra yang sudah terkoreksi
radiometrik

Gambar 5.11 Tampilan Basic Tools Compute Statistics Citra

Terkoreksi Radiometrik

9) Ikuti langkah sebelumnya dilakukan, maka akan muncul histogram

berikut

Gambar 5.12 Histogram Citra Landsat 8 Sebelum Terkoreksi

Radiometrik dan Sesudah Radiometrik
10) Perbandingan RGB Citra True Color 432 yang belum dan sudah
Terkoreksi Radiometrik

Gambar 5.13 Tampilan RGB Citra True color 432 sebelum dan
sesudah Koreksi Geometrik

31
 JOBSHEET 6
KOREKSI GEOMETRIK

A. LANGKAH KERJA
1. Koreksi Geometrik
Koreksi Geometrik sering disebut rektifikasi pada citra dimaksudkan
untuk mengembalikan posisi piksel, sehingga sesuai dengan posisi
sebenarnya di permukaan bumi. Menurut Jensen (1996), ada dua proses
dasar dalam rektifikasi geometri, yaitu interpolasi spasial dan interpolasi
intensitas. Interpolasi spasial adalah penentuan hubungan geometrik antara
lokasi piksel pada citra masukan dan peta. Pada proses ini dibutuhkan
beberapa titik kontrol medan (Ground Control Point/GCP) yang dapat
diidentifikasi pada citra dan peta. Apabila persamaan transformasi
koordinat diterapkan pada titik-titik kontrol maka diperoleh residual x dan
residual y. Residual adalah penyimpanan posisi titik yang bersangkutan
terhadap posisi yang diperoleh melalui transformasi koordinat yang
kemudian dinyatakan sebagai nilai Residual Means Square Error atau
RMS (error). Adapun berikut tahapan proses Koreksi Geometrik yaitu :
a. Penentuan GROUND CONTROL POINTS
1) Buka Citra yang sudah dikoreksi radiometrik. Sebaiknya
komposit
2) Pada menu bar, klik Map Registration Select GCPs : Image to
Map

Gambar 6.1 Tampilan Menu Bar Map

3) Pada jendela Image to Map Registration tentukan parameter sistem

koordinat UTM, datum WGS-84, unit meter,zona 49S, dan klik OK
32
 Gambar 6.2 Tampilan Jendela Image to Map Registration

4) Pada jendela GCP Selection, masukkan koordinat peta suatu titik

pada box yang kosong, perhatikan easting dan northing-nya.

Gambar 6.3 Tampilan GCP Selection

5) Untuk mencari koordinat titik GCP yang di dapat diasumsikan buka

Google Earth ubah mode citra yang ditampilkan tahun 2013 agar
menyesuaikan lokasi yang dapat mudah dikenali

Gambar 6.4 Pengambilan Titik GCP Pada Google Earth Pro

6) Untuk memasukkan koordinat tersebut sebagai GCP, arahkan cross

hair cursor pada citra ke posisi titik yang sama dengan peta
(gunakan zoom agar lebih teliti), jika sudah yakin klik add point,
sehingga mendapatkan point GCP nomor 1

Gambar 6.5 Pengambilan titik pada ENVI 4.5

7) Lanjutkan untuk GCP yang lain. Jika sudah memiliki minimal 6

atau 7 GCP maka nilai RMS akan muncul
8) Untuk menampilkan list titik-titik GCP , klik Show List untuk
mengurangi besarnya RMS, pada list bisa menonaktifkan GCP
yang bermasalah
9) Jika jumlah GCP telah sesuai dengan rencana dan RMS kecil,
simpan GCP. Pada jendela GCP selection, klik file save GCPs
w/map coords. Tentukan direktori penyimpanannya.

Gambar 6.6 Tampilan List GCP

Gambar 6.7 Hasil RMS Error

33
 b. Proses Rektifikasi
1) Pada jendela GCP Selection, klik Option Warp File, tentukan file
yang akan direktifikasi, klik Ok

Gambar 6.8 Tampilan Option

2) Pada jendela Registration Parameters, tentukan parameter interpolasi

spasial, interpolasi intensitas, background (0= hitam, 255 = putih),
dan file output. Tentukan direktori penyimpanan klik ok untuk
eksekusi.

Gambar 6.9 Tampilan Registrations Parameters

3) Pada jendela Available Band List muncul file hasil rektifikasi dengan
tambahan header citra berupa Map Info yang menyimpan informasi
seputar sistem proyeksi dan koordinat citra
4) Tampilkan citra hasil rektifikasi pada jendela image yang baru. Cek
koordinatnya dengan kursor Location/Value

Gambar 6.10 Tampilan Available Band List

Hasil Koreksi Geometrik

5) Hasil Perbandingan RGB Citra True Color 432 sebelum dan sesudah
koreksi geometrik

Gambar 6.11 Hasil Perbandingan Sebelum dan Sesudah Koreksi

Geometrik

JOBSHEET 7
KLASIFIKASI CITRA DIGITAL

A. LANGKAH KERJA
1. Klasifikasi Citra Digital
Klasifikasi citra digital merupakan proses pengelompokkan piksel ke
dalam kelas – kelas tertentu. Asumsi yang digunakan dalam klasifikasi

34
multispektral ialah bahwa setiap obyek dapat dibedakan dari yang lainnya
berdasarkan nilai spektralnya. Dari beberapa penelitian eksperimental
diperoleh hasil bahwa tiap obyek cenderung memberikan pola respon
spektral yang spesifik. Ada beberapa metode klasifikasi multispektral,
yaitu unsupervised classification, supervised classification, dan hybrid
classfication.
a. Klasifikasi Terbimbing (Sepervised)
Klasifikasi Terbimbing merupakan proses pengambilan beberapa
sampel piksel untuk masing – masing kelas atau obyek. Sampel
tersebut digunakan untuk mendapatkan karakteristik nilai piksel pada
masing – masing kelas atau obyek. Dengan menggunakan
parallelpiped klasifikasi ini menggunakan aturan keputusan sederhana
untuk mengklasifikasikan data multispektral. Berikut proses pada
Klasifikasi Terbimbing :
1) Klik kanan pada kotak dialog Image  ROI Tool akan keluar kotak
dialog ROI Tool

Gambar 7.1 Tampilan Kotak Dialog ROI Tool

2) Kemudian akan muncul kotak dialog ROI Tool akan ada window
dimana harus dipilih salah satu diantara (image, scroll, dan zoom)
dalam hal ini pilih zoom karena akan terlihat lebih jelas bentuk
citra, pada ROI Name ganti sesuaikan apa yang akan diklasifikasi
kemudian pilih warna dengan keinginan untuk mewakili obyek
yang diklasifikasikan
3) Untuk menambahkan kelas – kelas obyek yang lain pilih New
Region lakukan seperti pada proses berikut :

Gambar 7.2 Proses Mengatur Tampilan Klasifikasi Obyek

Gambar 7.3 Memilih Jenis Kelas

Sampel Obyek Tubuh Air

Gambar 7.4 Jenis Kelas yang Berbeda
Sampel Obyek
Sampel
Vegetasi Sedang 35
Obyek
Sampel obyek
Sampel Permukiman
Lahan Terbuka
Obyek
Vegetasi
Rapat
 Gambar 7.5 ROI Tool Jenis – jenis Kelas

4) Setelah semua kelas yang diinginkan sudah dipilih langkah

selanjutnya pilih pada menu utama Classification
SupervisedParallelepiped, akan muncul kotak dialog
Classification Input File pilih File yang akan di klasifikasi
kemudian pilih OK. Akan muncul kembali kotak dialog
Parallelepiped Parameters pilih select all items kemudian pilih
choose untuk menyimpan file dan di akhiri dengan OK. Setelah itu
akan muncul Parallelepiped Classifer tunggu sampai selesai maka
akan muncul kotak
dialog Available
Band List

36
 Gambar 7.6 Proses Klasifikasi Obyek

Gambar 7.7 Hasil Klasifikasi Obyek

b. Perbaikan Visual (Post

Processing) Majority/Minority
Analysis
Proses ini
adalah untuk
memperbaiki
visualisasi dari hasil klasifikasi. Hasil klasifikasi dibuat general atau di
smooth-kan dengan cara piksel
yang berupa kelas minoritas
akan diminimalisir dan
digabungkan kedalam kelas
mayoritas. Berikut proses perbaikan visual (Post Processing) :
1) Untuk merapikan hasil yang lebih rapi lakukan proses perapian
dengan cara pilih Classification  Post Classification 
Majority/Minority Analysis

37
 Gambar 7.8 Proses Perapian Hasil Klasifikasi
2) Kemudian akan keluar kotak dialog Classification Input fIle dan
Pilih File yang akan di rapikan kemudian OK.

Gambar 7.9 Tampilan Classification Input fIle

3) Akan keluar kotak dialog Majority/Minority Analysis, pilih kelas

yang akan dirapikan pada select classes kemudian pada Kamel size
pilih sesuai keinginan dan pilih Choose untuk menyimpan akhiri
dengan OK.

38
 Gambar 7.10 Tampilan Majority/Minority Parameters

Sesudah
Sebelum
dirapikan
dirapikan

Gambar 7.11 Perbedaan Sebelum dan Sesudah dirapikan

c. Klasifikasi Tidak Terbimbing (Unsupervised Classification)

Dalam klasifikasi citra digital, informasi yang didapat dari piksel
adalah permukiman,vegetasi,dan lain – lain. Berikut proses klasifikasi
tidak terbimbing :
1) Tampilkan citra koreksi geometrik
2) Pada menu utama klik Classification  Unsupervised IsoData,
pilih citra multispektral, dan OK.

39
 Gambar 7.12 Proses Klasifikasi Tidak Terbimbing

3) Masukkan parameter yang dibutuhkan, masukkan Maximum

Iteration = 3, Minimum #Pixel in Class = 9. Simpan citra sebagai
file dan OK.

Gambar 7.13 Tampilan ISODATA Parameters

4) Tampilkan citra, cek jumlah kelas yang terbentuk pada image
display klik Overlay Annotation pada jendela Annotation pilih
Object Map Key, klik box Edit Map Key Items, hitung berapa
kelas yang ada.

Gambar 7.14 Tampilan Overlay Annotation

40
 Gambar 7.15 Tampilan Object

Gambar 7.16 Tampilan Annotation Map Key

Gambar 7.17 Jumlah Kelas Klasifikasi

5) Tampilkan citra komposit, bandingkan kenampakan keduanya,

gunakan link. Analisis hasil klasifikasinya.

41
 Gambar 7.18 Hasil Perbandingan Klasifikasi Citra Komposit dan
Klasifiksifikasi Citra Tidak Terbimbing
6) Selanjutnya gunakan juga metode K-Means, klik Classification
Unsupervised K-means. Pilih citra dan masukkan parameter
yang dibutuhkan, masukkan jumlah kelas sejumlah kelas iso Data.
Simpan sebagai file dan OK.

Gambar 7.19 Tampilan Menu Classification K-Means

Gambar 7.20 Tampilan K-Means Parameters

7) Perbandingan kenampakan kedua metode klasifikasi citra tidak

terbimbing ISODATA dan K-Means

Gambar 7.21 Perbandingan Klasifikasi citra tidak terbimbing

ISODATA dan K-Means
42
 JOBSHEET 8
EXPORT RASTER TO VECTOR

A. LANGKAH KERJA
1. Export Raster to Vector
a. Selanjutnya menjadikan data citra Raster to Vector yaitu sebagai
berikut :
1) Pilih Vector Raster to Vector , akan muncul kotak dialog Raster
to Vector Input Band, pilih Band yang akan di rubah menjadi data
vector kemudian OK.

Gambar 8.1 Tampilan Proses Raster to Vector

Gambar 8.2 Tampilan Raster to Vector Input Band

2) Akan muncul kembali kotak dialog Raster to Vector Conversion
tunggu proses sampai selesai. Kemudian akan muncul tampilan
Available Vectors List pilih data.

Gambar 8.3 Tampilan Available Vector List

Gambar 8.4 Tampilan Export layer to Shapefile

Gambar 8.5 Hasil Export layer to Shapefile

JOBSHEET 9
PEMBUATAN PETA / LAYOUT

A. LANGKAH KERJA
1. Pembuatan Peta / Layout
Dalam pembuatan Layout pada pelaksanaan praktikum ini yaitu
menggunakan program ArcGis. Berikut langkah – langkah
penyajiannya :
a. Input *.shp Add Data  pilih shp yang akan di inpu ke ArcGis

Gambar 9.1 Tampilan Program ArcGis 10.2 – Add Data

b. Untuk menampilkan kategori *.shp klik kanan pada data *.shp

kemudian pilih Propertis akan keluar kotak dialog Layer Propertis
pilih Symbology Categories pilih Value Field Add All Value
Apply akhiri dengan OK.

43
 Gambar 9.2 Tampilan Categori Shp

c. Untuk melakukan layout peta klik view  Layout View

Gambar 9.3 Tampilan

Layout View

d. Maka akan masuk pada

halaman layout

Gambar 9.4 Tampilan

Layout

e. Pilih file Page and Print Setup maka akan muncul kotak dialog
-Page and Print setup. Pilih nama print yang akan digunakan untuk
memprint peta kemudian atur size dan ok

Gambar 9.5 Tampilan Page and print setup

44